共查询到19条相似文献，搜索用时 156 毫秒
1.
基于遗传算法的暴雨强度公式参数的优化 总被引：17，自引：2，他引：15
遗传算法是模型参数优化的一种有效方法。将遗传算法应用于北京市郊区不同重现期的暴雨强度与降雨历时关系式中参数的优化,并与传统回归法和优选回归法的优化效果进行了分析比较。实例计算结果表明：遗传算法用于暴雨强度公式中的参数估计精度高于传统回归法和优选回归法的参数估计精度。该方法具有直观、简便和实用特点。 相似文献
2.
3.
暴雨强度公式参数估计及其应用 总被引：7，自引：0，他引：7
利用最优化法实现非线性模型参数的数值解法 ,应用于暴雨强度公式参数估计 ,提高了公式参数估计的精度。该方法可广泛应用于多参数模式的优化问题 相似文献
4.
5.
《湖北气象》2018,(5)
频繁的极端降水事件使暴雨强度公式编制过程中的误差控制变得越来越困难。利用宁夏银川国家气象站1961—2016年分钟降水资料,采用指数、耿贝尔、P-III等概率模型进行雨强-重现期的曲线拟合和最小二乘法、高斯牛顿法进行暴雨强度公式参数推求,编制银川市暴雨强度公式,探讨干旱区暴雨强度公式的误差控制和优化策略。结果表明:(1)干旱区强降水样本少、变率大,针对编制暴雨强度公式过程中曲线拟合和参数求解这两个重要步骤过程中误差难以控制的缺陷,设计了一种新的误差控制策略,将误差的两步控制改变为综合控制,从而可使公式推算过程的误差达到最小。(2)银川夏半年平均气温从20世纪90年代中后期开始明显升高,短历时(尤其是30~180 min)降水强度为一致增强趋势,且变率加大。(3)优选耿贝尔曲线拟合结合高斯牛顿法求解公式参数,作为银川市暴雨强度总(分)公式的组合计算方案,较好地编制了银川市新一代暴雨强度公式,为干旱区暴雨强度公式的编制提供了可供参考的思路。 相似文献
6.
7.
8.
9.
利用黄山市屯溪气象站1987～2016年连续30a的降水观测资料,获得降水量统计样本;采用"年最大值法"进行资料选样,按照P—Ⅲ分布、耿贝尔分布和指数分布进行分布曲线拟合得到雨强—重现期—历时(i-P-t)三联表;采用最小二乘法、高斯牛顿法求解暴雨强度分公式和总公式参数,根据误差最小原则确定最优方法,得到黄山市暴雨强度公式。结果表明:耿贝尔分布和指数分布各降水历时下的相对均方根误差比P-Ⅲ分布较小;采用最小二乘法参数组合方法计算分公式和总公式误差比高斯牛顿法较小,精度满足国标要求,是目前较为合适的暴雨强度公式计算方法,推荐为最优的暴雨强度公式。 相似文献
10.
利用吉林市1961—2017年分钟降雨量数据,分别采用年最大值法和年多个样法选样,P-Ⅲ型、指数型和Gumbel分布拟合频率分布曲线,根据误差最小原则选择最佳取样及拟合方法,采用最小二乘法求解暴雨强度公式参数,并将新旧暴雨强度公式进行比较,再利用推求出的公式参数模拟吉林市短历时芝加哥雨型。结果表明:通过年最大值法选样和P-Ⅲ型频率分布曲线拟合得到的暴雨强度公式精度最高。5~20 min历时新编暴雨强度公式计算的暴雨强度值与旧编公式相当或偏小,30~180 min历时新编暴雨强度公式计算的暴雨强度值偏大。在相同重现期下,随着降雨历时的延长,雨强变化率逐渐加大。吉林市短历时雨型的综合雨峰位置系数为0.389。30~180 min历时雨型形态均为单峰型,各历时瞬时雨强峰值接近,雨峰位置位于偏整场降雨过程的1/2处之前。累计雨量的变化特征与设计暴雨雨型形态一致。 相似文献
11.
为了进一步提高雷暴预报的准确率,在分析研究雷暴预报方法的基础上,提出了一种了基于改进遗传算法优化小波神经网络的雷暴预报方法(IGA-WNN).该方法利用聚类分析和牛顿迭代法对多种群遗传算法的收敛方向和精度进行改进,避免了种群同质化与局部最优问题,采用改进的遗传算法对小波神经网络的初始权值阈值进行了优化.选用南京地区2008—2009年6—8月的探空和闪电定位资料,使用灰关联法挖掘出关联程度较大的对流参数作预报因子,归一化处理后输入模型,采用独立样本进行预报检验.结果表明,与BP神经网络等方法相比,IGA-WNN预报准确率更高,具有更好的非线性处理能力和泛化性. 相似文献
12.
基于遗传算法的试题库智能组卷系统研究 总被引：2，自引：0，他引：2
采用自适应交叉率和变异率的生物遗传学算法，建立一个智能组卷的数学模型，并对该数学模型的编码方法和遗传操作进行了详细介绍和讨论。对该数学模型的应用求解表明，该方法是对以前的随机法和简单遗传算法组卷的一个显著改善。 相似文献
13.
针对动态调节模型提出一种三阶段最小二乘辨识方法.先将模型变换为CARMA模型,估计出变换后的CARMA模型参数,再利用已得到的参数估计依次辨识原模型中的系统模型参数和噪声模型参数.该方法原理简单,有效可行. 相似文献
14.
为了提高机器人末端绝对定位精度,提出了基于改进粒子群算法（IPSO）的机器人几何参数标定方法.首先,为避免当机器人相邻两轴线平行或接近平行时,模型存在奇异性,建立了串联机器人MDH模型;其次,针对机器人几何参数标定特点,提出用改进粒子群算法优化标定机器人几何参数,其中粒子初始位置和速度由拟随机Halton序列产生,采用浓缩因子法修改粒子飞行速度,建立了用IPSO标定机器人几何参数目标函数数学模型,确立了用该算法优化标定几何参数的具体步骤.通过对ER10L-C10工业机器人仿真与实测标定,结果证实：采用该方法能够快速标定机器人几何参数,经标定后的机器人末端绝对定位精度有大幅提高.该算法简单,鲁棒性强,易于在工业机器人标定中推广应用. 相似文献
15.
为满足气象实时资料传输中大量气象数据小文件的高时效传输需求,对其中的数据传输服务进行优化,提出一种基于实时网络状况的自适应数据传输优化方法。该方法采用优化网络传输协议并使用文件压缩技术,通过获取网络传输线路上的实时参数,实时调整压缩参数和网络传输参数以优化传输性能。在自适应压缩时,通过试验分析和归纳,确立了气象数据小文件标准为文件小于50 KB;根据网络实时状况,设计了基于实时网络状况自适应调整压缩等级的算法。在自适应传输参数调优中,研究了TCP缓冲区大小和TCP并发连接数在GridFTP协议中的重要性,针对实时网络状况,分别设计了自适应调整TCP缓冲区大小和TCP并发连接数的算法,算法提升传输性能65%。对以上提出各自适应参数调整算法进行试验验证表明,融合压缩和网络传输的自适应调优方法能显著提升气象小数据文件的传输性能近500倍。 相似文献
16.
一种基于FCM算法的雷达反射率基数据的质量控制方案 总被引：1，自引：0，他引：1
根据FCM（fuzzy C-means,模糊C均值）算法初步建立了一种适用于我国多普勒天气雷达反射率资料的质量控制方案,对2009年6月3—5日蚌埠、阜阳雷达站部分雷达体扫资料进行统计分析。结果表明,降水和非降水回波水平反射率结构（T）和垂直反射率差（V）均有不同的参数分布特征,并可有效区分。在此基础上以这两个参数作为FCM算法的输入特征向量,自动识别出降水回波和地物杂波。质量控制结果表明,恰当选取降水回波和地物回波的特征参数,作为FCM算法中的输入特征向量,能够有效识别这两类回波,从而剔除非降水回波,以提高质量控制的效果。 相似文献
17.
SWAN系统中雷达反射率因子质量控制算法及其应用 总被引：4，自引：0，他引：4
介绍了SWAN系统中雷达反射率因子质量控制算法原理,包括数据预处理、孤立噪声回波过滤、超折射回波抑制3部分.数据预处理将原始雷达资料转换为统一的RD20格式,并检测数据质量.孤立噪声回波过滤包括双向搜索、回波特征量过滤法.超折射（Anomalous Propagation,AP）回波抑制采用模糊逻辑原理.介绍算法配置参数,通过对比分析武汉、随州、西安雷达AP识别因子概率分布图可知,三者是类似的,表明默认参数的适用性.评估表明,该方法可过滤掉大部分AP回波,缺点是未能识别部分远距离AP回波以及错误识别部分降水回波. 相似文献
18.
针对制造网格资源检索问题,提出了用区间方法描述制造资源与制造任务能力参数的思想,同时给出了能力参数从区间形式转化为确定值形式的具体转化规则.结合多目标优化思想,构造了基于距离的目标函数和遗传算子.采用基于非支配解的快速排序方法产生一组非支配解供用户选择.最后给出一个典型事例,验证该算法的有效性. 相似文献
19.
R. Singh P. C. Joshi C. M. Kishtawal P. K. Pal 《Meteorology and Atmospheric Physics》2006,94(1-4):1-10
Summary A new methodology for deriving daily averages of near surface specific humidity (Q
a
) is developed. Remotely sensed parameters, total water vapor (W), boundary-layer water vapor (W
b
), and sea-surface temperature (SST) are used to derive Q
a
. Genetic algorithm (GA) is used to find the empirical function relating the input (W, W
b
, and SST) and output (Q
a
) parameters. The input data consist of 2 years (1999–2000) of daily W, W
b
, from SSM/I (Special Sensor Microwave Imager), and SST data from AVHRR (Advanced Very High Resolution Radiometer). COADS
(Comprehensive Ocean Atmospheric Data Set) observations of Q
a
are used to develop and evaluate the new methodology.
The performance of the algorithm is measured with COADS observations, which are not used in the development phase. The global
mean rms error for daily averages Q
a
is 1.5 ± 0.40 g/kg. Slightly higher discrepancies between Q
a
derived from the new method and COADS observations are found over the Northwestern Pacific, North Atlantic oceans and Arabian
Sea. This method improves upon the humidity retrieval of Liu (1986), Schulz et al (1993), and Chou et al (1997). 相似文献