排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
在遗传算法和粒子群算法的基础上,采用权重分配方法开展基于混合演化算法的多模式气温集成预报方法研究。利用2012年5—10月中国气象局GRAPES模式、北京市气象局BJ-RUC模式、中国气象局T639模式、天津市气象局TJWRF模式24 h预报时效的逐6 h地面2 m高度气温和35个天津区域自动气象站点资料,通过逐日滚动建立集成预报模型,对混合演化算法的多模式气温集成预报方法进行了绝对误差在2℃以内的分级、分类及分站检验分析。结果表明:使用该方法建立的气温集成预报模型具有比较可靠的预报能力,预报误差明显小于任一成员,预报准确率高。按绝对误差不大于2℃的检验标准,2012年35个站逐6 h气温、最低气温、最高气温的集成预报平均准确率分别为76.34%,77.88%,78.00%。 相似文献
2.
通过对北京市平原区监测数据分析显示,电导率和溶解性总固体之间相关系数R2大于0.9,具有较好的相关性,可以通过建立二者之间的线性回归方程对溶解性总固体值进行预测,精度较高。第四系松散孔隙水系统的6个子系统内数据的单独分析显示,对于不同的地下水系统二者之间的相关性不同,预测的精度也不同。用各子系统内数据单独建立的线性回归方程预测出的值相对误差更低。并且当地下水埋藏类型不同时,其相关性也不同,承压水预测的数据更准确。该方法对地下水水质监测工作者,提供一种在野外快速获取可信度较高的溶解性总固体的方法,达到监测出溶解性总固体数据异常点和超标点的快速反应,有针对性的调查,为地下水溶解性总固体质量评价增加准确性。 相似文献
1