以下文章小编为您整理的模糊神经网络方法在热带气旋强度预报中的应用研究，本文共3篇，供大家阅读。本文原稿由网友“ljpshandong”提供。
篇1：模糊神经网络方法在热带气旋强度预报中的应用研究
模糊神经网络方法在热带气旋强度预报中的应用研究
以1960-共48年6月份西行进入南海海域的热带气旋样本为基础,将热带气旋中心附近最大风速作为台风强度,以气候持续预报因子作为模型输入,采用模糊神经网络方法,进行了热带气旋强度预报模型的预报建模研究.结果表明,对175个独立预报样本模糊神经网络方法的南海热带气旋强度24 h的预报平均绝对误差为3 m・s~(-1) .另外,根据相同的.热带气旋样本及预报因子,还进一步将该预报方法与国内外普遍采用的气候持续法热带气旋强度预报方法进行对比分析,结果表明,气候持续预报方法的预报误差明显偏大,独立样本强度预报平均绝对误差为4.54 m・s~(-1) .
作 者：黄小燕 史旭明 刘苏东 金龙 HUANG Xiao-yan SHI Xü-ming LIU Su-dong JIN Long 作者单位：黄小燕,HUANG Xiao-yan(广西区气象台,广西,南宁,530022)史旭明,金龙,SHI Xü-ming,JIN Long(广西区气象减灾研究所,广西,南宁,530022)
刘苏东,LIU Su-dong(贵州省水利水电工程移民局,贵州,贵阳,550001)
刊 名：高原气象 ISTIC PKU英文刊名：PLATEAU METEOROLOGY 年，卷(期)： 28(6) 分类号：P457.8 关键词：模糊神经网络 气候持续法 热带气旋强度 预报方法 Fuzzy Neural Network CLIPER models Typhoon strength Prediction methods篇2：利用神经网络方法建立热带气旋强度预报模型
利用神经网络方法建立热带气旋强度预报模型
以神经网络方法为基础,建立西北太平洋热带气旋强度预测模型,模型首先进行历史相似热带气旋选择.从选择的样本出发,计算得到一组气候持续因子、天气学经验因子和动力学因子,对这些因子采用逐步回归方法进行筛选,将筛选得到的因子同对应时效的热带气旋强度输入神经网络训练模块,从而得到优化的预测模型.从-西北太平洋26个热带气旋过程对12,24,36,48,72 h等不同预报时效分别进行的634,582,530,478,426次预测试验结果的统计来看,相对于线性回归模型预测水平,该模型显著降低了各时段的预测误差.从几个热带气旋个例的'预测结果来看,该模型对超强台风,以及具有强度迅速加强、再次加强等特征的热带气旋过程均有很好的描述能力.
作 者：黄小刚 费建芳 陈佩燕 Huang Xiaogang Fei Jianfang Chen Peiyan 作者单位：黄小刚,Huang Xiaogang(中国科学院大气物理研究所大气科学与地球流体力学数值模拟国家重点实验室,北京,100029;解放军理工大学气象学院,南京,211101)费建芳,Fei Jianfang(解放军理工大学气象学院,南京,211101)
陈佩燕,Chen Peiyan(中国气象局上海台风研究所,上海,30)
刊 名：应用气象学报 ISTIC PKU英文刊名：JOURNAL OF APPLIED METEOROLOGICAL SCIENCE 年，卷(期)：2009 20(6) 分类号：P4 关键词：热带气旋 神经网络 强度预报 tropical cyclone artificial neural networks intensity forecast篇3：遗传算法与神经网络相结合的热带气旋强度预报方法试验
遗传算法与神经网络相结合的热带气旋强度预报方法试验
以1960～2001年共41 a的7月和8月西行进入南海海域的.热带气旋样本为基础,采用遗传算法与神经网络相结合的方法,进行了热带气旋强度预报模型的预报建模研究.并根据相同的热带气旋个例,将这种遗传-神经网络热带气旋强度预报模型与气候持续法热带气旋强度预报方法进行对比分析,试验预报结果表明,遗传-神经网络方法具有更好的预报能力.
作 者：姚才 金龙 黄明策 黄小燕 YAO Cai JIN Long HUANG Ming-ce HUANG Xiao-yan 作者单位：姚才,金龙,YAO Cai,JIN Long(广西气象减灾研究所,广西,南宁,530022)黄明策,HUANG Ming-ce(广西气象台,广西,南宁,530022)
黄小燕,HUANG Xiao-yan(广西南宁市气象局,广西,南宁,530022)
刊 名：海洋学报（中文版） ISTIC PKU英文刊名：ACTA OCEANOLOGICA SINICA 年，卷(期)：2007 29(4) 分类号：P732.3 关键词：遗传算法 神经网络 热带气旋 强度预报
