应用粒子群算法优化地位指数曲线模型参数研究

以优势高和地位指数的估测误差最小为目标函数,采用粒子群优化算法求解地位指数曲线模型的参数.结合实例与免疫算法比较,结果表明:粒子群优化算法求解的参数使模型的总体误差更小,精度更高,拟合效果更理想,更加科学合理,同时也提高了幼林的估算精度.研究的结果为森林经营中生长模型参数的求解以及相关研究提供了新的应用思路,也拓宽了粒子群优化算法在林业科学中的应用.     

基于两种机器学习方法的广西后汛期降水预测模型

使用1991-2021年7-9月广西90个地面气象观测站降水量、NCEP/NCAR月再分析资料和国家气候中心BCC_CSM1.1气候模式回报资料,研究建立基于粒子群-神经网络、随机森林算法的广西后汛期降水气候预测模型,并对2016年—2021年预测进行应用试验.结果表明,基于粒子群-神经网络、随机森林算法的后汛期降水预...     

基于改进粒子群算法的机器人几何参数标定研究

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.     

面向新型城镇化的气候承载力指标研究——以皖江城市带为例

从服务新型城镇化进程出发,本文基于气候条件与人类活动的相互作用关系,同时考虑气候的资源和灾害双重属性,识别并构建了包含气候资源供给、气候灾害限制和城镇化协调发展水平三方面要素的气候承载力评价指标体系,进而采用熵权法、耦合协调度模型和GIS技术等方法实现了指标的量化,形成了气候承载力的综合评价指标和模型。以皖江城市带为例,应用该套指标方法探讨了气候承载力的空间格局与关键影响因子,结果表明,皖江城市带城镇化发展格局与气候承载力分布较为一致,气候承载力较高的地区意味着可容纳的城市发展负荷量较高,而与之对应的这些地区城镇化集聚程度也较高;但气候承载力水平空间差异显著,区域整体气候承载力还有待进一步优化提升。根据城镇化集聚度和气候承载力特点,将皖江城市带分为4个等级和12种类型,并进一步揭示了不同类型地区存在的承载力"短板"和问题现状。     

基于支持向量机的双偏振雷达对流降水类型识别方法研究

利用基于T矩阵法建立的降水粒子雷达探测模型,建立了基于支持向量机(Support Vector Machine,SVM)的雷达降水类型识别模型。通过样本数据归一化预处理,并考虑到样本集中各偏振参量间是非线性的,择优选径向基核函数作为非线性支持向量机的核函数,采用粒子群优化算法(Particle Swarm Optimization,PSO)获取最优核函数参数C和γ,使模型达到较高分类预测准确率。建立的SVM雷达降水类型识别模型,在各仰角的预测准确率于X波段可达80%以上,于S波段可达95%左右。进一步分析发现,当多波长下预测降水类型相同时,分类预测结果准确率可达97.3%,而错误的概率仅为2.7%。可见,所建立的SVM雷达降水类型识别模型,有效提高了雷达对流天气下降水类型的识别能力。     

粒子群优化算法在随机分布控制中的应用

将粒子群优化算法应用到随机分布系统中,其随机系统控制目标不局限于传统的均值和方差,而是估算某些变量的概率密度函数.该方法能减少基于泛函算子模型的随机分布控制算法在仿真过程中的计算量,避免计算中间变量的概率密度函数,且对模型的要求不高,从而使控制结果更加精确高效.     

高光谱遥感图像混合像元分解的群智能算法

近年来,通过群智能算法求解组合优化或连续优化问题以实现高光谱图像混合像元分解方面取得了重要进展和显著成果.本文首先回顾了高光谱图像混合像元分解的研究背景和群智能算法的特点,然后梳理了光谱混合模型及对应的最优化模型,进而介绍了基于群智能算法的端元提取和丰度反演方法,最后通过2组实验比较了群智能算法和其他传统算法在端元提取和丰度反演方面的精度,对基于群智能算法的混合像元分解效果进行了评价.另外,本文也对群智能算法在高光谱图像信息提取中应用的优势和存在的问题进行了总结.     

城市气候承载力定量化评价方法初探

本文从气候天然容量、城市气候压力和城市协调发展能力3个方面选取24个指标构建较完整的城市气候承载力评价指标体系。气候天然容量指数采用内梅罗指数法计算,城市气候压力指数和城市协调发展能力指数采用基于熵权的综合评价方法计算,进而构建城市气候承载力综合评价函数以量化评价结果。以上海市为例,对其气候承载力进行定量化评价。研究表明,本文建立的气候承载力评价指标体系是可行的,它可以描述某一城市时域上的变化,也可以对区域气候承载力开发利用过程中存在的问题进行甄别,并可作为气候预警响应的依据,为我国建立区域气候安全管理机制提供技术参考。分析上海市2004-2013年这10年间气候承载力的变化趋势,结果表明研究期内上海市气候承载力整体劣于基准年值,且因深受气候天然容量的影响而处于较大波动状态。     

小波频率估计方法及其在通信信号检测中的应用

小波变换作为新的信号分析工具,受到学者们的重视,然而如何将小波尺度与频率联系起来,是一个亟待解决的问题.为了求解小波的中心频率,提出了一种基于正弦波的模型,并将模型推广到任意采样间隔与任意小波尺度.由于模型的非凸性,传统的基于梯度的优化方法容易陷入局部最优,因此提出了一种基于Rossler吸引子的粒子群算法.实验给出了常见小波的频率值,并通过一个通信信号检测的例子证明了该方法的有效性.     

基于粒子群优化的多指标组合算子的大气污染预报模型

根据多指标组合算子法建立了大气污染物浓度预报的参数模型,并采用一种新颖的粒子群优化算法对大气污染物浓度预报模型中的参数进行优化。通过实例计算,该模型同线性回归、模糊模式识别、参数化组合算子方法进行了结果比较,结果表明,所建立的模型比前三种方法平均误差率小,吻合度好,具有较好的预测效果。     

基于投影寻踪原理的动态聚类模型及其在气候区划中的应用

以投影寻踪原理为基础, 结合动态聚类方法, 建立了基于投影寻踪原理的动态聚类模型, 并首次将其应用于气候区划分析中。首先, 利用线性投影技术将多因素聚类问题转换为投影特征值的线性聚类问题; 其次, 利用动态聚类方法完成投影特征值序列的聚类分析; 最后, 通过气候区划实例验证了基于投影寻踪原理的动态聚类模型的可行性与有效性。     

Spatiotemporal analysis of the agricultural drought risk in Heilongjiang Province,China

Droughts are natural disasters that pose significant threats to agricultural production as well as living conditions, and a spatial-temporal difference analysis of agricultural drought risk can help determine the spatial distribution and temporal variation of the drought risk within a region. Moreover, this type of analysis can provide a theoretical basis for the identification, prevention, and mitigation of drought disasters. In this study, the overall dispersion and local aggregation of projection points were based on research by Friedman and Tukey (IEEE Trans on Computer 23:881–890, 1974). In this work, high-dimensional samples were clustered by cluster analysis. The clustering results were represented by the clustering matrix, which determined the local density in the projection index. This method avoids the problem of determining a cutoff radius. An improved projection pursuit model is proposed that combines cluster analysis and the projection pursuit model, which offer advantages for classification and assessment, respectively. The improved model was applied to analyze the agricultural drought risk of 13 cities in Heilongjiang Province over 6 years (2004, 2006, 2008, 2010, 2012, and 2014). The risk of an agricultural drought disaster was characterized by 14 indicators and the following four aspects: hazard, exposure, sensitivity, and resistance capacity. The spatial distribution and temporal variation characteristics of the agricultural drought risk in Heilongjiang Province were analyzed. The spatial distribution results indicated that Suihua, Qigihar, Daqing, Harbin, and Jiamusi are located in high-risk areas, Daxing’anling and Yichun are located in low-risk areas, and the differences among the regions were primarily caused by the aspects exposure and resistance capacity. The temporal variation results indicated that the risk of agricultural drought in most areas presented an initially increasing and then decreasing trend. A higher value for the exposure aspect increased the risk of drought, whereas a higher value for the resistance capacity aspect reduced the risk of drought. Over the long term, the exposure level of the region presented limited increases, whereas the resistance capacity presented considerable increases. Therefore, the risk of agricultural drought in Heilongjiang Province will continue to exhibit a decreasing trend.     

基于投影寻踪回归的规范指标的气象灾情评估

科学合理地评估气象灾害造成的损失, 对减灾、防灾决策具有重要意义。为了建立不同气象灾害系统均能适用的投影寻踪回归 (projection pursuit regression, PPR) 矩阵表示灾情评估模型,在对气象灾情指标值进行规范变换基础上,规范变换后的各指标皆等效于同一个规范指标,因而只需构建对任意2个规范指标值适用的投影寻踪回归 (projection pursuit regression based on normalized index value, NV-PPR) NV-PPR (2) 模型和3个规范指标值适用的投影寻踪回归NV-PPR (3) 模型;对3个以上指标的气象灾害系统NV-PPR建模,只需将其分解为若干个NV-PPR (2) 模型和 (或) NV-PPR (3) 模型的组合即可。模型用于广东省台风和重庆市两起雷电灾情评估,并与其他方法的评估结果进行比较。结果表明:基于NV-PPR的气象灾情评估模型不受指标数量的限制,具有简单、实用的特点,该模型还可推广为适用于其他灾情评估。     

台风登陆华南年频次的投影寻踪回归预测模型

根据历史资料,应用投影寻踪回归（ＰＰＲ）的基本思想和算法,建立了台风季节台风登陆华南年频次的ＰＰＲ预测模型。结果表明ＰＰＲ模型的预测精度优于逐步回归建模的预测精度。     

投影寻踪回归与BP神经网络方法在前汛期降水预测中的比较研究

以1962—2006年粤北地区7个站4—6月前汛期降水量资料为基础,将前汛期降水量与74项环流指数资料进行灰色关联度分析,确定了影响粤北地区前汛期降水量的16个关键环流指数因子,分别应用投影寻踪回归、BP神经网络和逐步回归方法,建立前汛期降水趋势预测模型,对粤北地区前汛期降水趋势进行预测。结果表明:投影寻踪回归和BP神经网络方法的预测能力均优于传统的逐步回归模型。其中,PPR模型比BP神经网络方法的预测效果更好。     

投影寻踪回归技术在降水量预测中的应用

提出了应用投影寻踪回归（ＰＰＲ）技术预测降水量的建模思想及其ＳＭＡＲＴ算法的实现。三个地区应用ＰＰＲ进行降水量预测建模,模型的拟合及预留预测检验结果均好于逐步回归建模的相应结果。     

一种表征南海季风强度的指标及其与华南降水的关系

风场强度与方向的季节性变化是季风区最显著的气象要素变化特征之一。Lu and Chan（1999） 利用大气低层风场，定义了一个表征南海季风强度的指数，为简单起见，只用了经向风分量，研究表明该指数与华南夏季降水有很好的相关。为了进一步验证和改进该指数，本文利用逐月NCEP/NCAR（National Centers for Environmental Prediction/National Center for Atmospheric Research）风场再分析资料以及华南地区的基准、基本气象站降水资料，将设计指数时允许的实际风的投影方向从规定的正北方向（即经向风），拓展为允许偏转的其他方向，以此建立改进的指数。为了更好地反应改进后的指数与华南降水的月异常之间的关系，本文引入了广义线性模型及正态分布和Gamma分布两类假设，来建立两者非线性的回归关系。结果证明，实际风在自正北方向逆时针旋转11.3°的方向上的投影与华南降水具有最好的相关性，采用这一方向上的投影可以对原指数加以改进；中国南海季风所覆盖的风场与华南降水的月异常之间有显著的非线性关系，而对降水采用Gamma分布假设的广义线性模型能够比正态分布假设得到更符合实际的回归结果。     

近年来中国统计气象学的新进展

近年来，统计气象学在中国取得了长足的进展。其中主要有：将熵原理用于气象学，从而建立了熵气象学；引进了忆及过去时次资料的记忆函数，导出了大气运动的自忆性方程；将模糊数学引入气象学；将非线性动力学用于气候学研究，提出了一系列相空间预报模式；将车贝雪夫多项式推广到不规则格点，提出了一种新的时间序列预报的迭代算法；应用子波分析方法进行气候学研究；将Ｌｏｇｉｓｔｉｃ判别分析用于气象预报，研究了二次判别及逐步判别等问题；将中国科学家提出的灰色系统理论和多层递阶方法引入气象预报。此外，还引进了复经验正交分解、奇异值分解、投影追踪、主振荡模态分析等较新的统计学方法。这些方法都已在气象业务预报中发挥了作用     

ADVANCES IN STATISTICAL METEOROLOGY IN CHINA IN RECENT YEARS

Great advances in statistical meteorology have been made in recent years in China.The mainpoints are as follows:Introducing entropy principle into meteorology,entropy meteorology isfounded;Introducing memory function,self-memorization equation of atmospheric motion isderived;The fuzzy reasoning is introduced into meteorology;Using the method of nonlineardynamics in researches of climatology,some forecasting schemes of phase space are proposed;Chebyshev polynomial is generalized at irregular grids and an iterative scheme for forecast of timeseries is proposed:The wavelet transform is used in researches in climatology;Logisticdiscrimination is used in meteorology and quadratic discrimination and stepwise discrimination areinvestigated;The theory on grey system and the multilevel recursion proposed by Chinesescientists are introduced into meteorological forecast.In addition,complex empirical orthogonalfunction,singular value decomposition,projection pursuit,principal oscillation patterns and so onare also introduced.All the above methods have played great roles in operational weatherforecasts.     

基于最小二乘支持向量机集成的降水预报模型

准确的降水天气预报是一个十分重要的研究课题。以中国气象局的T213和日本的细网格数据资料为基础，首先利用粒子群——投影寻踪对众多气象物理因子降维，其次在低维子空间利用四种线性回归方法提取降水系统的线性特征，四种神经网络模型提取降水系统的非线性特征；最后利用最小二乘支持向量机对其集成，对广西6月的逐日降水量进行试验结果表明，该模型预报稳定性好，预报准确率较高，具有较好的业务应用前景。