导读:本文包含了时间预报论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:时间,神经网络,模型,声源,序列,小波,灰色。
时间预报论文文献综述
王涛,徐海丽,李铭[1]（2019）在《多模型不同时间尺度中长期径流预报研究》一文中研究指出为研究多模型不同时间尺度中长期径流预报效果,本文结合工程实例,以不同的时间段为检验期,模拟预报该工程的坝址月、旬和周平均流量,并分析了不同资料系列长度对模拟预报精度的影响。研究结果表明,最近邻抽样回归、人工神经网络和门限自回归模型对该工程月、旬、周时间尺度平均流量模拟预报精度随着时间尺度减小呈增高趋势;门限自回归模型模拟预测精度略高于其他两个模型;资料系列达到一定程度后,不同模型对月、旬、周时间尺度平均流量的模拟预报比较稳定。(本文来源于《水电站设计》期刊2019年03期）
潘雨村,张怀新,周其斗[2]（2019）在《基于“声源时间-主导算法”的螺旋桨辐射噪声的数值预报（英文）》一文中研究指出本文对无空泡的敞水螺旋桨辐射噪声开展了数值预报,采用DES方法来获取螺旋桨绕流信息,用时域的FW-H方程来预报螺旋桨辐射噪声。依据Farassat 1A公式对FW-H方程进行了数值求解,其中延迟时间问题采用了"时间声源-主导算法"来解决。该算法相对于"延迟时间算法"的优势是简化了计算流程,提高了计算速度;而且,采用等时间间隔的流场信息作为声源输入值,与CFD软件结合更为简单。数值预报得到的螺旋桨敞水性能与文献中的实验值吻合良好,声辐射的时间历程也与文献中的预报值吻合良好,证明本文的数值预报方法是可行的。(本文来源于《船舶力学》期刊2019年09期）
张涛,宋伟,王东[3]（2019）在《船用柴油机机械活塞失效时间的预报研究》一文中研究指出针对当前船用柴油机机械活塞失效时间的预报方法存在错误大,精度低等严重缺陷,提出了基于小波神经网络的柴油机机械活塞失效时间的预报方法。首先采用小波分析对柴油机机械活塞失效时间数据进行处理,然后采用神经网络对柴油机机械活塞失效时间数据进行学习,建立柴油机机械活塞失效时间预报模型,最后进行了具体实例分析,结果表明,本文方法可以准确、有效地对柴油机机械活塞失效时间进行估计,柴油机机械活塞失效时间预报精度要高于对比方法,失效时间预报效率高,有着较高的实际应用价值。(本文来源于《舰船科学技术》期刊2019年14期）
郝莹,王元,王皓,邱学兴[4]（2019）在《淮河流域不同时间尺度暴雨的多模式预报性能评估及洪水可预报性探讨》一文中研究指出为了让数值预报产品能够在流域气象业务中达到最佳应用效果,从而为淮河防汛调度提供决策支持,利用2015—2017年6—8月EC、JMA、WRF、INCA四种数值模式降水预报产品,采用TS评分、空估率和漏估率等方法,分别评估四种模式对淮河流域24、12、6、3和1 h时间尺度暴雨的预报性能,并对比分析四种模式对各种时间尺度暴雨预报的可用时效。在此基础上,选取EC的24 h累积降水预报产品驱动分布式水文模型CREST,构建淮河上游的气象水文耦合洪水预报模型,并对2016年6—8月、2017年5—8月的实时运行结果进行评估,探讨了淮河流域洪水的可预报性。主要结论如下:(1)对于24、12h时间尺度的暴雨,EC预报性能最优、可用时效最长。当暴雨时间尺度缩短到6 h时,WRF的预报性能及可用时效均超越EC,当暴雨发生在3 h内时,WRF的优势更加明显。JMA对各个时间尺度暴雨的预报能力均最差。(2)在0～3 h预报时效内,EC和WRF均存在暴雨漏报率异常偏高、TS异常偏低的现象,其暴雨预报在临近预警中不具备参考价值。INCA则表现出在临近预报中的绝对优势,对1 h预报时效的暴雨预报TS评分为54%,可用时效为3 h。(3)EC、JMA和WRF对6、3 h时间尺度的暴雨预报性能存在明显的日变化特征。(4)淮河上游洪水预报的可用时效为108 h。(本文来源于《气象》期刊2019年07期）
周雨婷[5]（2019）在《WA-ANN模型在水文时间序列长期预报中的应用》一文中研究指出准确高效的水情长期预报能够为水文气象相关部门在防汛抗旱规划决策、水利工程调度运行及水资源开发利用等工作提供科学依据。为建立水文时间序列长期预报模型,探究建模思路与设计方法,本文以上海为研究区域,选取黄浦公园水文站、吴淞水文站、徐家汇气象代表站为研究站点,对年最高水位、年降水量及汛期降水量序列建立基于小波分析(Wavelet analysis,WA)的多类型人工神经网络(Artificial neural network,ANN),即WA-ANN模型,进行水情长期预报研究。该模型首先采用小波分析识别并分离出样本序列中的确定性成分与随机成分,然后对两部分分别建立适用于预测预报的典型ANN,包括BP神经网络、径向基函数(Radial basis function,RBF)神经网络、广义回归神经网络(General regression neural network,GRNN)、小波神经网络(Wavelet neural network,WNN)及Elman神经网络,最后将两部分的预测结果迭加得到样本序列的最终预测结果。结合混沌特性分析、自相关分析、经验公式、试错法及遗传算法等方法设定ANN的网络初始参数,根据平均相对误差、平均绝对误差、均方根误差及合格率等四项评价指标,评价不同类型WA-ANN模型的预测精度与稳定性,验证建模思路与网络设计方法的可行性与合理性,并与其他常用长期预报模型预测效果进行对比。主要研究结论如下:(1)基于小波分析建立ANN在研究区域与站点能够提高水情长期预报精度。相比于标准ANN,WA-ANN模型应用于黄浦公园年最高水位、吴淞年最高水位、徐家汇年降水量与汛期降水量等四个水文样本序列的长期预报具有更高的精度。(2)结合多方法进行网络设计具有一定合理性与可行性。经黄浦公园年最高水位、吴淞年最高水位、徐家汇年降水量与汛期降水量等四个水文样本序列验证,结合混沌特性分析与自相关分析确定ANN输入层节点数,通过经验公式、试错法设定ANN隐含层节点数、学习率等初始参数,采用遗传算法选取BP神经网络初始权重与阈值,以此设置模型参数得到的预测结果符合长期水文预报的精度评定规定,预测效果较好。(3)对于黄浦公园年最高水位、吴淞年最高水位、徐家汇年降水量与汛期降水量等四个水文样本序列的长期预报,ANN较自回归模型AR(p)、单变量一阶灰色模型GM(1,1)及门限自回归模型TAR而言具有更好的适用性,整体预测精度更高。其中,GRNN神经网络在稳定性与精度两方面均有较好表现,是水文样本序列长期预报最适用的神经网络类型,其应用于黄浦公园年最高水位序列、吴淞年最高水位序列及徐家汇年降水量序列预测的平均相对误差分别为3.8%、2.8%、11.8%,合格率分别为93.8%、100%、77.3%,预测效果较好;同时,其应用于徐家汇汛期降水量序列预测的平均相对误差与合格率分别为19.7%、68.2%,仅达到水文长期预报基本精度要求,预测效果有待优化。(本文来源于《南京大学》期刊2019-05-20）
唐文苑,郑永光[6]（2019）在《基于快速更新同化数值预报的小时降水量时间滞后集合订正技术》一文中研究指出由中小尺度对流系统造成短时强降水天气的发生发展十分迅速,对其落区和时效的预报预警一直都是预报业务中的难点。本文基于快速更新同化的中尺度数值预报系统GRAPES-RAFS 0. 1°×0. 1°分辨率逐小时降水预报,首先通过时间滞后集合预报方法构建了多个集合成员,使用平均TS评分值计算相应预报成员权重系数建立预报方程,然后采用频率匹配订正法进行降水量级订正,从而得到集合订正的逐小时降水量预报。2017年8-9月的逐日试验和典型个例预报结果评估表明效果良好。(1)GRAPES-RAFS最新时次的预报场并不完全代表最好的预报效果,通过时间滞后集合订正方法自动识别优选预报成员,显着提高了预报能力;(2)GRAPES-RAFS预报存在降水量级偏弱的系统性误差,经过频率匹配方法订正后,在量级预报上更接近实况;(3)时间滞后集合预报对我国中东部(包括黄淮、江淮、江南地区)的小时降水量订正效果最好;(4)进一步使用的频率匹配订正方法显着提升了逐时降水量的预报效果,其在降水频率更高、强度更大的江南南部、华南、西南地区效果更为显着;(5)对于中小尺度的强降水过程,经过上述方法订正后,显着提高了模式对强降水系统位置、形态及降水量级的预报水平。(本文来源于《气象》期刊2019年03期）
郭忠臣,姚翔[7]（2019）在《基础时间序列长度对ERP短期预报精度影响的分析》一文中研究指出高精度预报地球自转参数(Earth Rotation Parameters,ERP)对卫星导航等领域具有重要意义。不同时间长度的ERP序列作为基础序列对预报结果影响不同。分别对2～20年长度的以ERP序列作为基础时间序列的预报精度进行统计分析发现,当ERP基础时间序列为10年时,对3个参数的预报效果较优,但依据预报跨度的不同,也可适当调整基础时间序列长度。(本文来源于《廊坊师范学院学报(自然科学版)》期刊2019年01期）
郝婧宇,马严枝,闫慧,王扬,李青青[8]（2019）在《近10年太原市雾霾时间分布特征及预报方法研究》一文中研究指出利用太原市近10年雾霾观测资料,采用统计学方法,分析和研究太原市雾霾事件时间分布特征和天气预报方法发现,近10年中,雾与霾的年际变化趋势基本一致,雾出现的天数要远小于霾的天数;太原市霾日多发时间为夏季7月、秋季10月到次年的1月,雾多发时间为11月,雾霾日数的变化趋势具有明显的季节特征;霾的预报思路与雾具有相似之处,均需要稳定的天气形势和大气环流背景,二者最大区别在于湿度条件。(本文来源于《科技与创新》期刊2019年05期）
李嘉祺,康田,周鹏超,孙昊[9]（2019）在《黄茨滑坡时间预测预报》一文中研究指出以甘肃黄茨滑坡为例,运用excel和MATLAB软件实现了基于位移信息的Verhulst,GM灰色系统模型和斋藤的蠕变模型的滑坡预测,并对结果进行了比较分析,最后得出了一些有意义的结论。(本文来源于《山西建筑》期刊2019年05期）
陈迪,陈豫英,马金仁,聂晶鑫,李强[10]（2019）在《不同时间尺度的MOS方法对宁夏气温预报的影响》一文中研究指出掌握NMC和本地客观产品的气温预报能力,对提高宁夏城镇天气预报质量和全国排名有重要的意义。基于2009年1月～2014年12月T639和ECMWF两种模式产品及宁夏20个国家级观测站气温资料,采用资料按月和季划分的2种MOS方法,预报未来168 h最高、最低气温,运用宁夏现行的检验评估方法对2015年1月～2016年6月的预报效果进行检验,并与预报员(YBY)和中央气象台指导产品(NMC)对比,结果表明:MOS方法预报宁夏气温,整体预报效果优于NMC,资料按月划分的MOS预报效果优于资料按季划分,ECMOS月和T639MOS月是最高和最低气温的最优客观产品;最低气温预报中YBY优于T639MOS月,最高气温预报中ECMOS月优于YBY;两种最优客观预报产品一致的物理量为集中在中低层或地面的相当位温或假相当位温、温度、湿位涡、高度等,但各自还有一些起关键作用的入选因子影响最高、最低气温的预报。(本文来源于《干旱区地理》期刊2019年01期）
时间预报论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文对无空泡的敞水螺旋桨辐射噪声开展了数值预报,采用DES方法来获取螺旋桨绕流信息,用时域的FW-H方程来预报螺旋桨辐射噪声。依据Farassat 1A公式对FW-H方程进行了数值求解,其中延迟时间问题采用了"时间声源-主导算法"来解决。该算法相对于"延迟时间算法"的优势是简化了计算流程,提高了计算速度;而且,采用等时间间隔的流场信息作为声源输入值,与CFD软件结合更为简单。数值预报得到的螺旋桨敞水性能与文献中的实验值吻合良好,声辐射的时间历程也与文献中的预报值吻合良好,证明本文的数值预报方法是可行的。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
时间预报论文参考文献
[1].王涛,徐海丽,李铭.多模型不同时间尺度中长期径流预报研究[J].水电站设计.2019
[2].潘雨村,张怀新,周其斗.基于“声源时间-主导算法”的螺旋桨辐射噪声的数值预报（英文）[J].船舶力学.2019
[3].张涛,宋伟,王东.船用柴油机机械活塞失效时间的预报研究[J].舰船科学技术.2019
[4].郝莹,王元,王皓,邱学兴.淮河流域不同时间尺度暴雨的多模式预报性能评估及洪水可预报性探讨[J].气象.2019
[5].周雨婷.WA-ANN模型在水文时间序列长期预报中的应用[D].南京大学.2019
[6].唐文苑,郑永光.基于快速更新同化数值预报的小时降水量时间滞后集合订正技术[J].气象.2019
[7].郭忠臣,姚翔.基础时间序列长度对ERP短期预报精度影响的分析[J].廊坊师范学院学报(自然科学版).2019
[8].郝婧宇,马严枝,闫慧,王扬,李青青.近10年太原市雾霾时间分布特征及预报方法研究[J].科技与创新.2019
[9].李嘉祺,康田,周鹏超,孙昊.黄茨滑坡时间预测预报[J].山西建筑.2019
[10].陈迪,陈豫英,马金仁,聂晶鑫,李强.不同时间尺度的MOS方法对宁夏气温预报的影响[J].干旱区地理.2019
论文知识图
