多维非高斯系统最小熵控制

针对多维非高斯系统提出了最小熵控制方法,控制的目标是使系统的非高斯输出概率密度函数跟踪一个已知的联合概率密度函数.首先,根据系统模型和辅助映射,构建了系统状态、跟踪误差与扰动输入之间的泛函算子模型,然后基于梯度算法设计了递归的次优控制律,最后通过仿真验证了最小熵控制算法的有效性.     

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.     

短时强降水临近预报的思路和方法

使用浙江省69个基准站2006—2015年5—9月以及同期杭州城区58个区域自动站小时降水资料,利用Gamma分布计算浙江省短时强降水的累积概率,同时综合其频率分布,揭示杭州市小时降水强度的分布特征。此外,以杭州市区为例,利用探空资料分析不同量级(≥50 mm·h^-1、30~＜50 mm·h^-1、20~＜30 mm·h^-1、＜20 mm·h^-1)小时雨强出现的环境指标,并基于核密度估计方法提取预报指标。结果表明:杭州城区出现小于等于10 mm·h^-1的降水概率高达98.4%,≥20 mm·h^-1的概率仅0.05%;受杭州湾偏东气流影响,杭州市区发生短时强降水频率相对较高,尤其是余杭区的东部和西北山区;自2008年以来杭州市区每年短时强降水日数为18~28 d,其中大于等于50 mm·h^-1的短时强降水日所占比例高达10%~20% (除2009年和2012年低于10%外);可用于预报杭州市区短时强降水的最佳环境因子依次为整层可降水量、K指数、最佳抬升指数、沙氏指数、925 hPa露点温度和强天气威胁指数;在判断杭州市区短时强降水强度上表现最好的环境因子为整层可降水量,其次是850 hPa垂直速度和925 hPa散度。

     

随机非完整系统控制问题综述和展望

随着随机非线性控制的发展,随机非完整系统的控制引起了学者们的注意.本文首先探讨了随机非完整控制系统的镇定问题,涉及严反馈链式系统的反馈镇定和不满足严反馈的移动机器人镇定等;其次,介绍了该系统跟踪控制及现状;最后,在总结现有结果的基础上,分析了随机非完整系统发展的趋势,给出了6个可能的研究方向.     

高斯过程下的部分和不等式

主要讨论高斯平稳过程增量的一个结果.综合考虑高斯过程在区间[0,h]上一个线性组合后,重新改写了尾概率不等式,推广了现有结果.     

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。     

基于均分法的小生境遗传算法

为了避免遗传算法种群中个体过早陷入局部最小,在以往随机初始种群的基础上提出一种均分法,使得初始种群随机平均地分为若干个子种群,形成小生境,这样既维持了种群的多样性,也使得种群中的个体不会过早出现早熟现象,更提高了算法的收敛速度.同时采用了自适应技术控制交叉和变异的概率,使得算法能更快速地找到最优解.仿真结果表明,与传统的遗传算法优化RBF网络相比较,新算法的迭代次数更少,精度更高,大大提高了收敛速度.     

关于随机分布参数系统的变结构控制研究

研究了一类Itô型随机时滞分布参数系统的滑动模控制问题,设计了该系统的变结构控制器,证明了系统的滑动模运动的存在性,并分析了在滑动切换面上滑动模控制系统关于不确定量的不变性特征及运动稳定性.与相关论文相比,所获结论与扩散系数相关,在实际应用中更具实践意义.运用文中方法,类似论文结论均可进行改进.     

基于事件触发机制的一类非严格反馈非线性系统的自适应神经网络追踪控制

基于事件触发机制,研究了一类非严格反馈非线性系统的自适应神经网络追踪控制问题.结合反步技术、神经网络和事件触发机制,提出了一种自适应神经网络控制方案,减少了数据传输量并减轻了控制器和执行器之间的传递负担,保证了输出信号尽可能地追踪到参考信号,同时使得闭环系统的所有信号有界.此外,通过避免芝诺现象保证了所提事件触发机制的可行性.最后,给出一个例子验证了所提出策略的有效性.     

基于改进的高斯混合模型脑ＭＲ图像分割

ＭＲ图像中常含有偏移场以及噪声现象,传统的高斯混合模型无法得到正确的分类．在高斯混合模型目标函数中加入偏移场估计与噪声去除,完善其分类效果,使分类结果较好地克服偏移场和噪声影响．实验表明,该算法在得到较准确的分类结果的同时还能很好地估计偏移场．     

宁夏北部暖季对流风暴雷达气候学特征分析

使用2011—2016年5—9月长时间序列的银川新一代多普勒天气雷达导出产品,对宁夏北部暖季对流风暴的气候特征进行了统计分析。结果表明：77%对流风暴的生命史小于30 min,移动速度在9～13 m·s-1,主要向偏东方向移动,且在该方向的移动速度大于其他方向。对流风暴最大反射率因子集中在35～50 dBz,回波顶高大多在5～9 km,垂直累积液态水含量普遍小于10 kg·m-2。500 hPa风为宁夏北部对流风暴的引导气流。500 hPa、700 hPa受偏北风控制时,对流风暴产生的概率较低;500 hPa、700 hPa受偏南风控制时,对流风暴产生的概率相对较高。逐月来看,每年7月对流风暴核密度达到峰值;逐时来看,每日12时、13时达到峰值。贺兰山是对流风暴的高发区,其次位于灵武中北部至以北的鄂托克前旗地区的沙地。对流风暴在贺兰山的分布并不均匀,在高山—深谷地带对流风暴发生最多。     

人工神经网络与遗传算法结合的时间序列预测模式

介绍了遗传算法的基本概念和流程，阐述了人工神经网络作为时间序列预测模式的可行性和不足之处，并提出了人工网络与遗传算法相结合的时间序列预测模式，最后给出了该算法的计算结果，并对结果和模式作了讨论。     

东洞庭湖区城市雷暴活动规律

基于19612013年岳阳国家气象观测站雷暴观测资料,采用核密度估计、线性倾向方法、Morlet小波分析和Mann-Kendall趋势检验分析东洞庭湖区城市雷暴基本规律与变化情况.结果表明:19612013年东洞庭湖区城市雷暴日数以夏季的最多,春季的次之,秋、冬季节的较少,呈现波动减少的趋势,尤其是春、夏季雷暴日减少速...     

基于遗传算法的四维变分资料同化技术的研究

将遗传算法应用于四维变分资料同化问题,提供一种新的较为有效的数值预报初始场优化方法,给出了相应的理论依据和详细算法,并结合变分问题本身的特点,设计合理的遗传编码、遗传操作和遗传参数.同时,以二维的浅水方程模式为例建立基于遗传算法的变分同化模型,并从多方面与伴随模式变分同化方案进行分析比较.数值试验结果表明,基于遗传算法的变分同化方案取得了比较满意的同化效果.     

A Medium/Long-Range Forecast of Pacific Subtropical High Based on Dynamic Statistic Model Reconstruction

Based on the 500-hPa geopotential height field series of T106 numerical forecast products,by empirical orthogonal function(EOF)time-space separation,and on the hypotheses of EOF space-models being stable, the EOF time coefficient series were taken as dynamical statistic model variables.The dynamic system reconstruction idea and genetic algorithm were introduced to make the dynamical model parameters opti- mized,and a nonlinear dynamic statistic model of EOF separating time coefficient series was established.By the model time integral and EOF time-space reconstruction,a medium/long-range forecast of subtropical high was carried out.The results show that the dynamical model forecast and T106 numerical forecast were approximately similar in the short-range forecast(≤5 days),but in the medium/long-range forecast (≥5 days),the forecast results of dynamical model was superior to that of T106 numerical products.A new method and idea were presented for diagnosing and forecasting complicated weathers such as subtropical high,and showed a better application outlook.     

基于支持向量机模式识别的大雾预报方法

选取1971～2000年11～12月大雾发生前近地面层的气象要素(气温、降水、能见度、风向风速、相对湿度、云量等9个预报因子),将支持向量机(SVM)方法应用于大雾预报.采用支持向量机方法,应用径向基函数,建立了陕西公路站点大雾24 h预报模型,并进行了大雾预报的模拟、训练,其寻优标准TS评分达到了理想的效果.