东北玉米热量指数预测方法研究(Ⅲ)——GM(1,1)预测方法

GM(1,1)是开展时间序列环境要素变化趋势预测的有效方法之一。通过对东北地区玉米热量指数的分析,建立了热量指数时间变化趋势的GM(1,1)预测模型,各模型的平均预测精度虽低于逐步回归统计模型,但也都达91%以上,可以应用该模型的预测结果指导农业生产。     

东北玉米热量指数预测方法研究(Ⅱ)——逐步回归预测方法

利用1960-2005年74类大气环流资料,从玉米播种期的5月开始到8月,逐月滚动建立了东北3省典型站玉米热量指数的逐步回归模型.各月模型都能较好地预测该区玉米生长季内的热量状况.检验结果表明,通过运用滚动预报的方法,可以有效地提高预测玉米生长季内热量指数的准确率.     

东北玉米热量指数预测方法研究(Ⅰ)——热量指数与玉米产量

利用东北地区典型站点1961-2005年气象资料和东北3省1961-2005年玉米产量资料,计算分析了东北不同地区玉米热量指数的变化趋势以及与产量的关系。结果表明：受气候变暖的影响,辽宁省热量指数出现下降的趋势,而吉林省和黑龙江省的热量指数出现显著升高的趋势,气候变暖对吉林省和黑龙江省玉米生产有有利的影响。热量指数较好地反映了玉米产量与环境温度的相关关系。因此,可通过对玉米热量指数的预测进行农作物低温冷害预测,为农业生产防灾减灾提供决策依据。     

东北地区水稻热量指数预测模型

利用1961-2000年的逐月气温资料,计算了东北地区3省和全区水稻的热量指数.通过对热量指数和大气环流资料的统计分析,建立了6个预测水稻热量指数的预测模型和1个集成模型,各模型都能较好地预测东北地区各省及全区的水稻生长发育期间的热量状况.检验结果表明,所有模型的准确率较高,且稳定性较好.7个模型预测辽宁省、黑龙江省、吉林省和全区水稻热量指数的平均准确率都在90%以上,其中辽宁省的准确率最高,都在97%以上,预测效果最好,黑龙江省的平均准确率最小,但也都在91%以上.从不同类型的模型来看,集成模型的预测效果最好,准确率最高.     

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     

基于BIM信息模型的三维滑坡地质灾害预测方法

由于传统方法在预测滑坡地质灾害精度较低,基于此,该文提出基于BIM信息模型的三维滑坡地质灾害预测方法。引入了BIM信息模型的框架,通过最优权重值的确定,完成了三维滑坡地质灾害预测数据的预处理;在BIM信息模型的背景下,利用随机差分方程建立了预测数据之间的依赖关系,通过建立预测序列的数学模型,得到了地质灾害预测的目标函数,完成基于BIM的预测序列模型的构建;通过三维滑坡地质灾害预测算法设计,实现了基于BIM信息模型的三维滑坡地质灾害预测。     

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。     

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.     

考虑预测不确定性的微网优化调度

针对现有技术下由于微网中不可控微源出力预测和负荷预测均存在误差较大而引起微网优化调度结果不准确的问题,提出在传统微网经济调度模型中增加不确定性描述模型,得到不同侧重点下的微网经济优化结果,并对结果进行分析。首先,通过利用区间数描述预测不确定性,并结合隶属度函数推导容忍度概念。其次,在并网运行模式的微网结构上建立以运行成本最低为目标函数的微网优化调度模型,并将该模型转换为区间数形式表示。最后,利用粒子群优化算法并以MATLAB为主要工具对上述模型进行求解,得到微网24 h出力优化区间解结果,并对结果进行详细分析。算例通过对某并网型微网进行分析,验证了所提模型的科学性和有效性。     

火灾定量预测方法研究

应用预测学原理，对火灾定量预测方法进行了探讨，建立了一套适应不同火灾历史统计特点的平滑预测模型：滑动平均预测模型和指数平滑预测模型；考虑火灾事故的季节性变化，建立了季节性平滑预测模型。应用二重指数平滑预测模型和季节性平滑预测模型，对荆州地区１９９３￣１９９４年的火灾统计资料进行分析和预测，结果表明该地区今后的火灾发生呈上升趋势，提请有关部门注意防火安全。     

滑坡预测的改进前馈网络方法研究

作者提出了滑坡位移预测的一种改进前馈网络方法——目的规划法,与通常的前馈网络方法相比,该方法改进了网络的准则函数,降低了网络的灵敏度,改善了网络的泛化性能,提高了滑坡位移的预测精度。同时它是一种面向数据的方法,适合于不同地区不同条件下滑坡的预测。清江隔河岩库区滑坡和卧龙寺滑坡的实例研究表明了该方法的可行性及有效性。     

松花江干流洪水预测和影响评估及对策建议

根据历史数据,分析了松花江干流(哈尔滨段)水位变化的历史规律和典型洪水年洪水的成因,计算和分析了其与松花江、嫩江、二松流域面雨量的相关性,统计和分析了其与拉尼娜、厄尔尼诺、太阳黑子等的关系.利用方差周期和均生函数方法,建立了2004-2013年拉尼娜、厄尔尼诺、太阳黑子及松花江、嫩江、二松流域面雨量的预测方法,并进行了预测,建立了松花江干流(哈尔滨段)最高水位趋势的综合预测方法,得出了2004-2013年的预测值.提出了相应治理的对策建议.     

滑坡灾害空间预测结果的评价方法

介绍了目前对滑坡灾害空间预测结果进行定量评价的3种方法,并对每种方法进行了分析和比较。基于将预测结果与历史滑坡相对比的评价思路,引入了"滑坡比"的概念,定义其为:相应易滑度指标值的邻域所包含的预测单元中,曾发生滑坡的单元所占比例;并指出,好的预测结果应满足:易滑度指标值越大,滑坡比越大,且指标值相对较大时,相应滑坡比应较接近于1。在此基础上,提出采用预测率函数曲线所围面积之比,即"面积比"评价指标来对预测结果进行评价,并通过理论分析和实例,证明了该评价方法较现有方法确有改进。     

基于最优权重联合模型的滑坡位移预测研究

在对联合预测模型的权重研究基础上,依托沪瑞高速公路贵州段晴隆滑坡的监测资料,首先建立了该滑坡位移预测的3个非线性预测模型:支持向量机模型、指数平滑模型、GM(1,1)模型;根据各模型训练结果,然后引入准确性矩阵,得到各单模型的权重,建立多模型联合预测模型,解决多模型预测结果取舍和可靠性评判问题。将联合模型与各单一模型的预测结果对比分析得出:联合模型的预测精度高于任何单一模型的预测精度。因此,运用最优权重联合模型能有效地提高滑坡预测预报精度。     

煤矿安全事故的一种预测方法

对某煤矿的安全事故资料进行了分析,运用灰色理论,建立了煤矿安全监控的GM(2,1)模型,其中,采用拉格朗日插值函数将非等时距时间序列转变为等时距序列。引入高阶弱化算子,对原始数据进行弱化。计算出系统发展系数和驱动系数,得出估计模型。再根据检验结果,进行残差修正,直至达到要求为止。最后采用非等时距GM(2,1)模型对某煤矿2008-2010年每年出现的安全事故进行预测后发现,2008-2010年间该煤矿每年可能出现380～401次安全事故,因而有关部门必须及时加强安全教育,强化安全管理,才能防患于未然。     

时变参数模型用于滑坡位移量预测的研究

滑坡的位移量发展受地质条件、气候环境以及人类活动等多种因素的影响,变化复杂,通常难以用固定参数的数学模型准确表达。时变参数模型的模型参数随时间变化,能够描述更为复杂的函数关系。将时变参数模型应用于滑坡位移量预测,通过对比发现,时变参数模型有望提高滑坡位移量的预测精度。     

气候序列的最优分割与暴雨的灾变预测

暴雨是形成泥石流的水动力。泥石流发展趋势预测的主要内容之一是气候条件尤其是暴雨的变化趋势之预测。作者首先以气候资料序列最长的上海站为例，应用有序样品最优分割方法，综合降水与气温要素，对百年来气候序列进行划分，显示出气候变化的周期性和降水的平稳趋势，使泥石流发展具有周期性和持续性。进而，以南昆铁路宜良泥石流带为例，应用灰色灾变预测方法，预测可能引发泥石流的暴雨之频率变化趋势，为泥石流发展趋势的预测提供依据     

基于XGBoost模型的降雨诱发阶跃型滑坡位移预测

滑坡位移预测一直是滑坡研究的热点之一。近年来,随着计算机科学的发展,越来越多的人工智能技术模型被用于滑坡位移的预测。相较于常用的如LSTM神经网络等机器学习模型,集成算法中的XGBoost模型在滑坡位移预测领域尚不多见。由于其在滑坡位移预测中具有预测精度更高、运行速度更快等优点,目前在学术界已成为研究的热点领域。文中以泉州市安溪县尧山村滑坡地灾点监测数据为例,运用Python搭建XGBoost模型,并通过最大信息系数的比较来选定与位移高度相关的特征,输入至模型中对滑坡位移进行预测。结果表明,XGBoost模型因其在目标函数中引入正则项来控制模型过拟合、模型数据集划分采用前向验证方式等优点,相较于大多数机器学习模型,能更加准确地预测降雨诱发阶跃型滑坡位移。该模型对此类滑坡的位移预测及早期监测预警具有重要参考意义。     

东北玉米低温冷害时空分布与多时间尺度变化规律分析

利用东北地区48个农业气象观测站1961-2010年逐日温度资料和近20多年玉米生育期资料,基于热量指数构建生育阶段冷害指数,采用EOF分析、Mann-Kendall法、子波变换等方法系统分析了近50年东北玉米4个生育阶段低温冷害时空分布及周期特征。结果表明:整个生育期全区平均冷害强度呈极显著的减弱趋势,地区间冷害变化趋势呈现差异化特征,冷害强度减弱趋势由西南向东北方向呈阶梯状递增;4个生育阶段冷害指数EOF第一模态均呈冷害空间变化趋势一致的特征;冷害强度呈较明显的减弱趋势,第1到第4生育阶段减弱趋势逐渐增大,突变均发生在1990年代中期;冷害强度具有较强的周期性,出苗—七叶、出苗—抽雄存在明显的23、25年周期,出苗—乳熟、出苗—成熟均具有较明显的3年周期振荡。     

桥梁震害预测方法

总结并探索了桥梁震害的预测方法,包括经验统计法,规范校核法、Pushover法和大跨度桥梁震害预测方法,通过引入的桥梁分类标准,建立了桥梁震害预测的一般流程,最后,结合福州市区重要桥梁震害预测,简要介绍了各类方法的应用。