基于遗传算法的神经网络短期气候预测模型

用遗传算法优化神经网络的连接权和网络结构,并在遗传进化过程中采取保留最佳个体的方法,进行短期气候预测建模研究。该方法克服了由于神经网络初始权值的随机性和网络结构确定过程中所带来的网络振荡,以及网络极易陷入局部解问题。作为应用实例,以广西全区4月份平均降水作为预报量及前期500hPa月平均高度场,海温场高相关区作为预报因子,建立基于遗传算法的神经网络短期气候预测模型。将这种方法与传统的逐步回归方法作对比分析,结果表明,该方法具有预报精度高,稳定性好的特点。     

乐都地区建材用石英岩矿开发利用探讨

通过对乐都县石英岩矿的成矿地质背景及石英岩矿矿石特征的分析及矿石开发利用过程中发现的问题,探讨石英岩可开发利用的方向,并对未来矿床勘查工作中应注意研究评价提出几个方面的建议。     

STUDY ON THE METEOROLOGICAL PREDICTION MODEL USING THE LEARNING ALGORITHM OF NEURAL ENSEMBLE BASED ON PSO ALGORITHMS

Because of the difficulty in deciding on the structure of BP neural network in operational meteorological application and the tendency for the network to transform to an issue of local solution, a hybrid Particle Swarm Optimization Algorithm based on Artificial Neural Network (PSO-BP) model is proposed for monthly mean rainfall of the whole area of Guangxi. It combines Particle Swarm Optimization (PSO) with BP, that is, the number of hidden nodes and connection weights are optimized by the implementation of PSO operation. The method produces a better network architecture and initial connection weights, trains the traditional backward propagation again by training samples. The ensemble strategy is carried out for the linear programming to calculate the best weights based on the “east sum of the error absolute value” as the optimal rule. The weighted coefficient of each ensemble individual is obtained. The results show that the method can effectively improve learning and generalization ability of the neural network.     

粒子群-神经网络集成学习算法气象预报建模研究

针对BP神经网络在实际气象预报应用中,网络结构难以确定以及网络极易陷入局部解问题,提出一种基于神经网络的粒子群集成学习算法的气象预报模型,以BP算法为基本框架,在学习过程中引入粒子群算法,优化设计神经网络的网络结构和初始连接权,获得一组合适网络结构和初始连接权,再进行新一轮BP神经网络训练,获得一批独立的神经网络个体,以“误差绝对值和最小”为最优准则,采用线性规划方法计算各集成个体的权系数,生成神经网络的输出结论,以此建立短期气候预测模型。以广西的月降水量进行实例分析,计算结果表明该方法学习能力强、泛化性能高,能够有效提高系统预测的准确率。     

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。     

遗传算法进化设计BP神经网络气象预报建模研究

利用遗传算法进化设计神经网络的结构和连接权，并针对遗传算法局部调节能力比较弱的问题，采用从进化后的神经网络中用训练样本再次寻优的方法，建立神经网络气象预报模型，该方法克服了神经网络极易陷入局部解和遗传算法局部调节能力比较弱的问题，以广西的月降水量进行实例分析，计算结果表明该方法预报精度高、而且稳定。     

西宁盆地南部第三系含坡缕石粘土的地球化学特征

西宁盆地含坡缕石粘土赋存于第三系中,它由粘土矿物(伊利石、坡缕石、绿泥石等)、碳酸盐矿物(白云石、方解石)和陆源碎屑矿物(石英、长石、云母)组成。通过岩石化学统计相关系数和二次平差曲线对变化指数、相依系数、均方差研究,总结了坡缕石含量从东到西、从南到北增高的变化规律;碳氧同位素组成显示了湖相沉积特点,微量元素含量偏高,pH值8.75—9.23,反映了坡缕石形成环境为富镁弱碱—碱性的淡—咸水湖。研究了坡缕石的成矿地球化学作用,指出了寻找坡缕石的方向。