BP人工神经网络法在大同市日极大风速预报中的应用     

刘洁莉  刘冬辉  韩登云  徐鑫 《内蒙古气象》2019,(2):34-38

文章利用2010年1月1日—2013年12月31日逐日NCEP再分析资料(1°×1°)和大同地区地面常规观测资料,采用BP人工神经网络法建立大同市分站点、分季节日极大风速人工神经网络预报模型并且在对T639数值预报产品和EC细网格数值预报产品释用基础上建立了台站日极大风速的客观预报系统,对2015年9月1日—2016年7月31日进行了24h预报,试用结果显示,各季模式平均绝对误差在3.2~5.7m·s^-1之间,因此,该系统可以为预报员快速做出日极大风速的预报提供客观参考依据。  相似文献   

基于循环神经网络的单站能见度短临预报试验          下载免费PDF全文

李昕蓓  张苏平  衣立  韩美  潘宁 《山东气象》2019,39(2):76-83

由于能见度具有局地性和复杂的非线性变化特征,一直是精细化预报的难点。人工神经网络对复杂变化过程的模拟能力较高,为解决这一难题提供了可能性。本文采用循环神经网络,利用福州气象观测站地面观测数据,建立了福州单站能见度短临预报模型,并就预报能力进行了评估。随机检验结果表明,在1 h、3 h、6 h时效上,循环神经网络的预报与观测的变化趋势一致性较好;均方根误差比基于实况的预报分别减小15.75%、31.66%、41.26%,说明具备较好的预报能力;平均绝对值误差比传统BP神经网络分别减小12.90%、24.45%、 38.99%,表明循环神经网络对能见度预报具有优势,为能见度的精细化短临预报提供了新途径。  相似文献   

具有遗忘时滞的静态神经网络的H_∞状态估计     

吴淑晨  李晓迪 《南京气象学院学报》2019,11(4):440-445

本文研究了具有遗忘时滞的静态神经网络的H_∞状态估计问题.首先降低了时变时滞可微的条件,然后通过构造合适的Lyapunov-Krasovskii泛函,设计保H_∞性能的状态估计器,使得误差系统实现全局渐近稳定.最后,借助Matlab中线性矩阵不等式工具箱进行数值仿真,验证了结论的有效性.  相似文献   

循环神经网络在雷达临近预报中的应用          下载免费PDF全文

韩丰  龙明盛  李月安  薛峰  王建民 《应用气象学报》2019,30(1):61-69

该文将循环神经网络（recurrent neural network,RNN）应用于雷达临近预报。使用预测循环神经网络（predictive RNN）架构,利用雷达历史组合反射率因子建模,给出雷达组合反射率因子未来1 h的预报结果。预测循环神经网络的核心是在长短时记忆单元（long short-term memory,LSTM）中增加时空记忆模块,能够提取雷达回波不同尺度的空间特征,配合循环神经网络架构,可以有效解决反射率因子预测问题。北京大兴雷达和广州雷达长时间序列的独立检验结果和2个强对流天气个例检验结果表明:该方法和传统的基于交叉相关法的1 h雷达外推临近预报相比,在20 dBZ和30 dBZ检验项目内,临界成功指数（CSI）可以提升0.15~0.30,命中率（POD）提高0.15~0.25,虚警率（FAR）降低0.15~0.20,该方法对反射率因子强度变化有一定预报能力。  相似文献   

基于DnCNN多步预测的地震资料去除随机噪声方法     

张永杰  谷丙洛  孙志广  燕新跃  张闪闪 《地质论评》2023,69(Z1):442-444

  相似文献   

基于BP神经网络反演分析的隧道塌方机理研究          下载免费PDF全文

陈航  张贝贝  旷华江  肖丽娜 《水文地质工程地质》2023,(3):149-158

岩溶区隧道在施工过程中易发生崩塌,针对力学方面的隧道塌方机理分析较多,而针对岩溶软弱破碎带等地层方面的隧道塌方机理研究分析较少。为保证隧道施工的安全性、经济性和可行性,掌握隧道施工中的塌方机理非常有必要。依托贵州某岩溶破碎地层隧道在开挖过程中发生的坍塌现象,结合隧道的监测数据,运用BP神经网络的构建原理,对隧道的地层参数进行反演。将反演土体力学参数输入到FLAC3D有限元软件构建的不同施工方法模型中,对典型断面的崩塌破坏机制和风险进行判断和分析。结果表明：施工方法对隧道开挖的稳定性影响较大,针对围岩等级为Ⅴ级的隧道,采用三台阶七步法和单侧壁导坑法施工较安全,隧道塌方与隧道双向同时开挖没有关系;反演所得的隧道拱顶位移预测值为2.3 cm,地表位移预测值为1.2 cm,与监测数据偏差13%左右,反演结果具有一定的可信度。研究结果对岩溶区软弱破碎地层断面隧道公路建设具有重要指导意义。  相似文献   

基于长短期记忆神经网络的实时地震烈度预测模型     

胡进军  丁祎天  张辉  靳超越  汤超 《地球科学》2023,(5):1853-1864

实时烈度预测可在破坏性地震波到达前,根据P波估计地震可能造成的最大影响.预警对象可以采取措施,降低可能造成的损失.P波位移幅值是一种有效估计地震动峰值的参数,然而单个或多个参数难以全面表征地震动中的信息.同时,参数的计算需要确定时间窗大小,无法实现连续预测.为了解决上述问题,提出了一种基于长短期记忆网络的实时地震烈度预测模型.基于2010-2021年K-NET数据构建模型,并选取2022年3月M_JMA7.3地震事件作为案例验证模型.结果表明,P波到达后可以在记录的每个时间步预测烈度,P波到达3 s时在测试集中准确率为96.47%.提出的LSTM模型改善了烈度预测的准确性和连续性,可为地震预警、应急响应等提供科学依据.  相似文献   

基于TBM破岩数据的岩体条件深度学习表征方法     

姚敏  李旭  原继东  王玉杰  李鹏宇 《地球科学》2023,(5):1908-1922

基于TBM施工数据进行围岩感知对保障TBM施工安全、提高施工效率至关重要,其中TBM掘进参数预测的准确率是检验围岩感知效果的重要依据.为此,以吉林引松工程TBM四标段为研究对象,选取TBM上升段破岩数据为输入特征X1,选择两个施工控制参数（刀盘转速和推进速度）为输入特征X2,构建卷积神经网络机器学习模型,对TBM掘进响应参数Y（刀盘扭矩和总推力）进行预测.按照学习对象的不同,分别构建了只学习稳定段掘进响应行为的点预测模型和同时学习上升段和稳定段掘进响应行为的线预测模型,结果表明：点预测模型无法描述控制参数对掘进响应参数的影响;线预测模型虽然可以描述控制参数对掘进响应参数的影响,但是对稳定段的掘进响应预测数值偏低.考虑到上述局限性的原因是稳定段行为样本数量只占总样本数量的9%,提出了一种通过调节损失函数的方法来提高稳定段行为样本的权重,显著提高了线预测模型的预测精度.改进后的结果表明：在TBM掘进参数预测中,应对整个掘进段的行为进行学习,并提高稳定段行为的权重,以便获得高精度的掘进响应参数预测模型.获得的模型能够为进一步的围岩感知和控制参数优化提供基础.  相似文献   

融合相空间重构和深度学习的径流模拟预测     

师鹏飞  赵酉键  徐辉荣  李振亚  杨涛  冯仲恺 《水科学进展》2023,(3):388-397

发展对数据依赖程度低、快捷实用和精准的模拟预报技术,可为资料缺乏地区径流模拟预测提供有效的解决办法。从数据驱动的角度,提出一种融合相空间重构(PSR)和长短期记忆神经网络(LSTM)的径流预测复合模型PSR-LSTM,在国内外不同气候分区的10个流域(站点)进行验证。结果表明：PSR-LSTM能够提取水文变量的多维子空间特征,并较好预测不同时间尺度的径流变化过程;相较于LSTM,PSR-LSTM预测未来1、3、5、7、9时间步长的纳什效率系数在10个流域平均提高1.49%～9.77%,均方根误差平均降低17.01%～19.72%,对训练数据量的依赖程度相比LSTM降低25%～33%。研究成果可为广大资料短缺流域水文过程模拟和预测提供参考。  相似文献   

基于卷积神经网络的磁异常反演     

薛瑞洁  熊杰  张月  王蓉 《现代地质》2023,37(1):173-183

针对传统反演方法存在的初始模型依赖、计算时间较长等问题,提出一种基于卷积神经网络的磁异常反演方法。该方法首先设计大量磁异常体模型,进行正演模拟产生样本数据集;接着借鉴经典的卷积神经网络VGG-13设计了一种全新的VGG磁异常反演网络(VGGINV);然后使用样本数据集训练该网络,并优化网络参数;最后对理论模型和实测数据进行反演实验。实验结果表明,该方法可以准确地反演出磁异常体的位置和磁化强度,具有较强的学习能力和一定的泛化能力,能有效解决磁异常数据反演问题。  相似文献