STUDY ON THE METEOROLOGICAL PREDICTION MODEL USING THE LEARNING ALGORITHM OF NEURAL ENSEMBLE BASED ON PSO ALGORITHMS

Because of the difficulty in deciding on the structure of BP neural network in operational meteorological application and the tendency for the network to transform to an issue of local solution, a hybrid Particle Swarm Optimization Algorithm based on Artificial Neural Network (PSO-BP) model is proposed for monthly mean rainfall of the whole area of Guangxi. It combines Particle Swarm Optimization (PSO) with BP, that is, the number of hidden nodes and connection weights are optimized by the implementation of PSO operation. The method produces a better network architecture and initial connection weights, trains the traditional backward propagation again by training samples. The ensemble strategy is carried out for the linear programming to calculate the best weights based on the “east sum of the error absolute value” as the optimal rule. The weighted coefficient of each ensemble individual is obtained. The results show that the method can effectively improve learning and generalization ability of the neural network.     

中国旱涝史料的层次分析

文中用子波变换的方法对中国近５００年旱涝等级资料进行了分析,发现在不同气候层次上,旱涝变化的特征有所差异,高层次上的旱（涝）期常由若干个低层次的偏旱（涝）期组成;各层次上气候系统的动力行为也表现出不同的特征,要对气候的变化趋势作预测必须在具体层次上而言才有意义。不同层次间突变点的变化往往表现为层次升高时部分奇异点（突变点）退化为平常点,而层次降低时,又会发生平常点进化为奇异点的现象。此外,还发现中国总体上说偏涝期长于偏旱期,但不同地区又有所不同;中国南北方的旱涝演替存在一定的位相差。     

TIMESERIES PREDICTION MODEL CONSISTING OF ARTIFICIAL NEURAL NETWORK AND GENETIC ALGORITHM

The paper introduces the basic concept and flow diagram of genetic algorithm (GA) and themerits and demerits of artificial neural network (ANN) as a timeseries prediction model andthereupon developed is a new model with ANN and GA in combination. Eventually, calculationsare presented with the results and model examined.     

云南漾濞6.4级地震建筑结构震害特征调查分析

本文整理了云南大理州"5.21"6.4级地震震害调研与科考过程的部分成果。穿斗木架构结构和框架结构是云南大理州在低矮建筑和多高层建筑中广泛应用的两种结构形式。该研究基于震害调查结果,描述了地震过程中穿斗木架构结构和框架结构破坏的宏观现象,总结了两种典型结构的破坏形式,对震害成因进行了探讨。在此次震害调查过程中,科考人员还通过智能手机对结构基频进行了快速评估。在震后,研究人员对智能手机智能测振应用软件进行了更新,结合应用需求加入了测振地点和路线的地图信息,为震害调查与记录提供了便利。基于漾濞县震害科考与调研结果,为云南省穿斗木架构建筑及框架建筑的抗震方法与策略提出了建议,为震后建筑结构快速评价提供了新手段。     

神经网络方法在广西日降水预报中的应用

以广西前汛期5、6月区域平均日降水量作为预报对象，采用人工神经网络方法进行新的数值预报产品释用预报研究。对T213预报因子进行自然正交分解，有效浓缩数值预报产品因子的预报信息，并结合日本降水预报模式因子建立广西3个不同区域的逐日降水神经网络释用预报模型。运用与实际业务预报相同的方法对2004年5、6月进行逐日的实际预报试验，并与T213的降水预报进行对比分析。结果表明，本文建立的3个区域日平均降水量神经网络预报模型，在预报性能上明显优于同期的T213降水预报。     

模型参数对赤霉病人工神经网络预报模型精度的影响

运用最优化相关普查方法,选取确定了对江苏省太湖地区小麦赤霉病发生程度有着显著指示意义的预报因子,将其作为输入变量经多层前馈神经网络的ＢＰ算法进行学习训练,建立了赤霉病病穗率的人工神经网络预报模型。分析了结构参数对模型效果的影响情况,发现训练的总体误差平方和对模型的效果最为显著,历史样本的拟合率随着总体误差平方和的拳小而稳定上升,但总体误差平方和取值偏小时模型对独立样本的预报精度下降;当总体误差平方     

大气垂直运动对雷达估测降水的影响

运用雷达反射率因子（Z）与降水强度（R）之间的关系定量估测降水,降水云体中的大气垂直运动（w_a）不可忽视。PARSIVEL激光雨滴谱仪（简称PARSIVEL）在获取雨滴粒径分布的同时可以从测量的雨滴下降速度分布中提取w_a,用于分析PARSIVEL高度上的大气垂直运动对雷达Z估测降水强度影响。使用2014年5-6月华南季风降水观测试验期间广东阳江5次层状云、6次对流性降水过程中PARSIVEL数据分析大气垂直运动对定量估测降水影响,w_a对层状云和对流云降水强度影响范围分别为-0.18~1.05 mm·h-1和-5.44~24.81 mm·h-1,相对影响值分别为-13.61%~13.99%,-38.59%~25.92%。静止大气条件下,雷达估算降水Z-R关系式中系数A,b引起的层状云和对流云降水估测偏差平均分别为10.9%和25.5%。真实大气中雷达估测降水的偏差平均情况是层状云降水由于w_a的对消作用降低为9.2%,对流云降水则增加到51.2%。对流性降水中大气垂直运动对雷达估测降水的影响较大。     

低纬度地区局地暴雨的神经网络预报方法研究

以南宁市所辖8个站暴雨集中的6-8月逐日降水量作为预报对象,采用人工神经网络方法进行了新的数值预报产品释用预报方法研究.通过运用动力相似法,结合日本降水预报模式对未来暴雨发生的可能性进行判别,然后通过对欧洲中期数值预报中心预报场进行滑动分区车氏展开计算,求出与降水量序列相关较好的预报因子,并对这些因子进行自然正交分解,有效浓缩数值预报产品因子,建立了南宁市逐日暴雨的神经网络释用预报模型.利用该预报模型,对2006年6-8月的逐日暴雨预报试验结果表明,该预报模型对南宁市的暴雨强降水具有很好的预报能力.     

农田植被中的光能分布

研究太阳光能在农田植被中的传播,对于了解农田小气候形成以及农业生产都具有重要的意义。这个问题在国内外进行过不少研究,但由于农田植被的复杂性以及观测方法上的困难,人们对其了解还很不充分。本文根据在山西交城的一些实测结果,试图提供有关这方面的某些新的事实和认识。     

遗传算法进化设计BP神经网络气象预报建模研究

利用遗传算法进化设计神经网络的结构和连接权,并针对遗传算法局部调节能力比较弱的问题,采用从进化后的神经网络中用训练样本再次寻优的方法,建立神经网络气象预报模型,该方法克服了神经网络极易陷入局部解和遗传算法局部调节能力比较弱的问题,以广西的月降水量进行实例分析,计算结果表明该方法预报精度高、而且稳定。