预测低温冷害的门限回归模型

提出用门限回归模型（TR）来描述低温灾害指标变量在灾害状况与非灾害状况的突变性。研制了TR建模的一套简便通用的方案,用笔者改进的遗传算法可同时优化门限值和回归系数,从而解决了TR建模过程所涉及的大量复杂寻优工作这一问题,为TR模型的广泛应用提供了有效工具。实例的计算结果说明了其可行性和有效性。该方案具有通用性,在各种自然灾害时序预测中具有广泛的实用价值。     

海洋冰情预测的径向基函数网络模型

为了提高非线性时序预测模型的精度,利用自相关技术分析了海洋冰情时序的延迟特性,据此确定了RBF网络的输入、输出向量,给出了MATLAB环境下海洋冰情预测的高精度径向基函数(RBF)神经网络的结构、设计、仿真函数和图形结果的输出方法,建立了海洋冰情预测的高精度RBF网络模型.使用27年的海洋冰情实测资料进行了网络的训练和检验,并将之用于预测,各训练样本的误差为0.0,预测值的精度高于门限自回归模型预测的精度.实例分析表明,所构建的RBF网络模型能充分利用预报因子的信息和神经网络方法的非线性映射能力,模型稳定性好,精度高,可广泛应用于各种自然灾害的非线性时序动态预测.     

非线性时序法在城市大气污染预测中的应用

建立城市大气污染预测模型是治理城市大气污染的重要工作。在简述时间序列方法基本原理的基础上，分析了系数为变量的自回归滑动平均（ARMA）模型、截断ARMA模型，和残差为自回归综合滑动平均（ARIMA）的半参数方法等城市大气污染预测模型。以法国某城市为例，分别采用AR模型和系数为变量的AR模型对大气污染进行了预测。通过比较预测结果可知，基于非线性时间序列方法的城市大气污染预测模型可以提高预测精度，降低预测误差。     

多种灾情预测模型的研究──2001年后上海市热带气旋灾情预测

采用３种方法,即灰色模型ＧＭ、自回归－滑动平均模型ＡＲＭＡ和人工神经网络ＡＮＮ预测了上海市２００１年后（含２００１年）强热带气旋出现的趋势与规律。结果表明,２００１,２００６和２０１０年将出现中级以上灾情,而前两个年份灾情较重．通过数值计算结果比较了３种方法的应用特点,为进一步建立综合预测模型打下基础。     

基于二维地震时间序列的PPAR模型在天山地区的应用研究

将PP理论和时间序列分析中的自回归(AR(K))模型结合起来,建立投影寻踪自回归预测模型,在固定研究区内,同时实现地震震级和时间的2要素预测,进而建立二维地震时间序列的投影寻踪自回归模型(PPAR模型)。研究中选取新疆天山地区不同空间尺度的14个实验区进行验算,首先选取范围较大地区作为实验区,然后,逐渐缩小研究区范围,建立相应的PPAR模型。针对每个区域分别尝试以未删除余震的序列、删除余震序列及同时删除余震和前震的序列建立模型,一般来说,以同时删除余震和前震的序列建立的模型具有普适性。研究结果表明:范围较大和地震发生频度高、强度大的研究区建立二维地震时间序列的PPAR模型,其内符、外符检验的合格率均较高,故所建的模型是可行的、有实际意义的。而对于范围相对较小、地震发生频度相对较低的研究区建立二维地震时间序列的PPAR模型,由于受样本量的制约,其信度降低,但其对震级和时间2要素的预测在现实的地震预报实践中仍具有一定实效和指示意义。     

多种灾情预测模型的研究—2001年后上海市热带气旋灾情预测

采用3种方法,即灰色模型GM,自回归－滑动平均模型ARMA和人工神经网络ANN预测了上海市2001年后（含2001年）强热带气旋出现的趋势与规律,结果表明,2001、2006和2010年将出现中级以上灾难而两个年份灾情较重。通过数值计算结果比较了3种方法的应用特点,为进一步建立综合预测模型打下了基础。     

自组织临界性研究及其在灾害预测中的应用

自组织临界性为灾害问题的研究开辟了新途径.本文首先介绍了不同级配的散粒体沙堆实验,发现散粒体SOC与粒径的非均匀系数有关.实验表明随着非均匀系数的逐渐增大,散粒体呈现出不同的实验现象和统计结果,并且散粒体系统的动力行为由准周期－SOC－准周期进行演化.由此得出SOC主要由系统的组构特征确定的结论.最后探讨了SOC和准周期两种不同系统的灾害预测的方法,以及SOC理论在灾害防治工程中的应用.     

基于均生函数的最优子集回归方法在江西雨季降水预测中的应用

通过基于均生函数的最优子集回归方法在江西雨季 (4～ 6月 )降水预测中的应用 ,发现预报步长为 1 a时 ,预报效果较为理想。其中 4月份的预报能力最强 ,5、 6月份的预报能力次之     

灰色拓扑预测理论在暴雨洪涝灾害预测中的应用

本文应用灰色理论中拓扑预测的理论方法对长江中下游地区未来几年的水灾状况作了预测试验。     

最优加权组合模型在滑坡变形预测中的应用

根据最优加权组合理论,以某滑坡的变形监测资料为例,在建立Verhulst模型和趋势曲线预测模型的基础上,建立了滑坡变形的最优加权组合模型。对各模型的预测精度进行了分析比较,结果表明,组合模型的预测精度高于任何单一模型的预测精度,采用该组合模型是提高滑坡变形预测精度的有效方法。     

基于集成学习的结构地震动响应预测方法研究∗

为获取建筑结构在地震过程中的位移响应,解决结构主动控制中的时滞问题,使用集成学习方法预测结构位移响应。提出了一套适用于结构地震动响应预测的集成学习模型,使用不同的神经网络和损失函数组合作为基学习器,在此基础上使用全连接网络构建二级学习器,得到最终预测模型。模型使用双向地震动加速度和结构位移响应作为输入,预测短期的结构位移响应;结构位移响应可实现多步预测,进行动态化输出。将该框架应用于某钢框架结构,进行数值实验,结果表明,集成后的模型预测结果要优于单一模型的预测结果,所有模型都表现出预测误差随着预测时间的增加而增加的规律。模型的预测随着地震过程在同步进行,当模型预测值第一次达到某一阈值时,则将预测结果反馈到主动控制系统中,提前进行结构振动控制,而不必等待位移传感器采集到真实的响应数据,从而减小甚至避免主动控制中时滞问题的影响。     

马斯京根模型参数估计的新方法

提出了马斯京投模型参数估计的一种新方法—加速遗传算法,分析了该算法控制参数的优化特性,总结出了这些参数的简便设置技术．应用实例表明,该方法简便、直观、通用、适应性强,它可广泛应用于各种自然灾害模型的优化问题之中。     

自然灾害发生时间序列的分形特征及R/S分析

统计了公元960年到1979年我国地震、洪涝和台风风暴潮灾害发生的时间及死亡人数,以分形几何中的Cantor集合为模型,发现我国自然灾害发生时间序列的分布呈现出明显的分形特征,并采用Smalley方法分别计算了不同灾害发生时间序列分布的分维值,它们均在0.5左右,同严格意义上的数学分形Cantor集合相比分维较小,说明我国地震等自然灾害发生发展的自组织程度还有进一步发展的趋势,其危害程度将可能进一步提高;在自然灾害发生时间序列的分形特征的基础上,通过R/S分析,得出3种自然灾害发生时间序列的H指数均在0.28左右,同日斑指数、树木年轮、湖泊水位变化等自然现象相比较小,说明自然灾害的发生具有短程相关性,其发生规律没有日斑指数等自然现象明显.该研究对于进一步认识和研究我国地震等自然灾害的发生规律和发展趋势等具有一定意义.     

一种新的时间序列预报方法及其应用

本文叙述了作者提出的时间序列预报方法的基本原理,介绍了这一方法在应用过程中的发展及在实际部门应用的情况,其中包括异常旱涝灾害预报及方法的改进等最新成果。     

高山区冰川突发洪水混沌机制研究

首先,介绍了重构相空间技术,并揭示了混沌特性的主要定量指标,即关联分维数Ｄ２,李雅普诺夫（Ｌｙａｐｕｎｏｖ）指数和柯尔莫奇诺夫（Ｋｏｌｏｍｏｇｏｒｏｖ）熵。然后,对叶尔河冰川突发洪水这一典型自然系统的无序现象,从洪水时序列出发,通过对上述指标的分析,讨论了高山区冰川突发洪水过程和形成的混沌机制,表明该类洪水时间序列具有混沌动力系统的一些特征。     

不同热力学背景对城市降雨（暴雨）的影响（Ⅱ）：—降雨时序的混沌分析

首先介绍了研究复杂性系统的混沌分析方法,并利用上海城市降雨的时序资料重构了相空间,计算了一系列表征其混沌系数的特征值,对其混沌特征进行了分析,随后,文章进一步探讨在不同热力背景条件下降雨系统混沌特征,研究发现,从自然、低温到高温热力背景其降雨序列之间的可比性依次增大,而表征系统所需的独立变量数目则是依次减小,平均系统可预报尺度依次减小,最大可预报尺度依次增大。     

滑坡预报模型和预报判据

滑坡时间预报的核心是预报模型和预报判据的建立。本文通过查阅大量资料,总结了滑坡预报中的多种预报模型和预报判据,重点对其适用性进行了分析研究。为了提高滑坡的预报水平,本文认为滑坡预报必须建立在深入研究滑坡类型、滑坡特征、变形特点和形成机制的基础上,以监测资料为依据,将滑坡预报理论模型、预报判据以及根据斜坡的宏观变形破坏迹象和前兆信息等几者有机地结合起来,建立滑坡预报的综合信息预报方法。