学科分类
/ 1
10 个结果
  • 简介:摘要气象谚语是指民间流传的关于预测天气变化的词语。是用来指示明日天气是天朗气清还是风雨飘移。早在我国古代就有比较系统的气象记载,劳动人民在长期实践过程中积累下了宝贵的经验结晶,唐代的《相雨书》,是我国最早的一部天气歌谚集。劳作的人们通过长期不断摸索和总结了各种天象、物象反映与天气变化的内在联系,利用常见的天象、物象反映,简单预测未来天气的变化,由于它的语言通俗易懂,简短精练,在指导人们日常生活和农业生产中都起到了不可估量的作用,不管是在山区的农村,还是在繁华都市广为流传,直到气象现代化快速发展的今天,在民间仍有积极的推广意义。

  • 标签: 气象谚语 预测 天气变化
  • 作者: 黄星
  • 学科: 自然科学总论 > 系统科学
  • 创建时间:2008-11-21
  • 出处:《科海故事博览·科教创新》 2008年第11期
  • 机构:摘要:目前短期负荷预测方法通过利用最新的历史负荷数据,可以预测当日当前时刻以后若干小时的未知负荷,其预测精度明显高于常规的短期负荷预测。为满足电力市场实时交易对负荷预测的新要求,将这种方法应用于修改历史负荷坏数据和补足当日未知负荷数据,以协助提高短期负荷预测的准确度。
  • 简介:本文结合SBM和逆向DDF——AAM构建环境效率分析机制,进而构建动态的制造业低碳升级进程评估指数,运用改进的动态ES对评估指数做进一步预测,结合产业关联度因素综合分析我国制造业低碳升级进程。

  • 标签: 制造业 低碳升级进程 评估 预测
  • 简介:港口吞吐量预测是港口决策和规划的基础。为了合理预测港口吞吐量,本文利用外贸进出口总量、第一产业总产值和第三产业总产值作为BP神经网络的输入变量,港口吞吐量为输出变量,建立了港口吞吐量预测的BP神经网络预测模型。然后根据2000年-2010年广西北部湾港口吞吐量、外贸进出口总量、第一产业总产值和第三产业总产值,利用Matlab6.5软件的神经网络工具箱,通过对BP神经网络模型的反复训练,发现当隐含层节点数为6,学习率为0.05,训练次数为500次,训练精度为0.001,动力因子为0.9时得到的效果最好。并对BP神经网络模型与多元回归模型的预测结果进行比较分析,认为BP神经网络模型预测的总体效果更优。最后利用所确定的BP神经网络模型,对2011年和2012年两年的港口吞吐量进行了预测

  • 标签: 港口物流 港口吞吐量 BP神经网络 多元线性回归 预测
  • 简介:为了探索价格预测信息传播动力结构与市场价格波动特征之间的关系,建立了一个基于元胞自动机的人工金融市场模型。在模型中,引入了动态有向图来表征异质投资者之间信息传播的邻居关系网络;投资者个体在邻居影响下进行价格预测与投资决策,从而形成市场价格。通过对仿真交易价格时间序列的R/S分析,发现邻居关系网络结构对于投资者预测的同质化有重要作用;投资者预测同质化倾向强的资本市场时,价格时间序列的易变性随之增强,市场价格趋于不稳定。

  • 标签: 人工金融市场 元胞自动机 R/S分析
  • 简介:非线性是多年来困扰人们的一个问题,不连续性在一切与物质运动相联系的客观事物和现象中无所不在,成都气象学院欧阳首承等在《运动流体的“断裂”与天气预测中的若干问题》一书(成都科技大学出版社1994年3月版)中对此进行了独到的论述。

  • 标签: 天气预测 若干问题 流体 定解问题 逆向转变 不连续性
  • 简介:针对多智能体系统的跟踪及编队控制问题,研究其分布式预测控制器的设计方法。考虑时变通讯拓扑情况,在优化问题中附加一项辅助约束,保证了优化问题的递归可行性及多智能体系统的闭环指数稳定性。在每个采样时刻,各智能体根据通讯拓扑实时更新其代价函数及辅助约束,通过求解带有状态、输入及辅助约束的优化问题来计算其控制输入。仿真结果验证了结论的有效性。

  • 标签: 分布式控制 预测控制 时变通讯拓扑 递归可行性 闭环稳定性
  • 简介:智能公交的电子站牌到站时间显示是智能公交系统中的关键技术,研究了目前智能公交系统中的各种到站预测方法,分析了现有解决方案的不足,并提出了一种基于专家系统的公交电子站牌到站时间预测算法。

  • 标签: 智能公交,电子站牌,专家系统
  • 简介:本文采用支持向量回归机对物流需求进行预测,研究SVR在物流需求预测中的可行性。为了建立有效的SVR模型,SVR参数需要精心设置,针对物流需求非线性的特点,本文首次提出用遗传算法(GA)优化支持向量回归(SVR)机进行预测,采用最优参数构造SVR模型。以1990-2015年广西货运量为时间序列数据,实验结果表明,以平均绝对误差(MAPE)和均方差比值(MSE)为精度检验标准,GA-SVR比ARIMA和灰色预测具有更优的预测效果。

  • 标签: 遗传算法 支持向量回归机 物流需求 预测
  • 简介:为更好地预测城轨列车故障率,提出基于粒子群算法优化的BP神经网络(PSO-BP)的故障率预测模型,对城轨列车转向架轮对轴箱进行故障率预测。采用Matlab中的Newff函数,运用误差反向传播神经网络(BP)和粒子群算法优化的BP神经网络(PSO-BP)分别对城轨列车故障率预测、建模和仿真。结果表明PSO改进的BP神经网络故障率预测模型的效果明显优于传统BP神经网络预测模型。

  • 标签: 城轨列车 轮对轴箱 故障率预测 BP神经网络 PSO