导读:本文包含了预测预报模型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:模型,神经网络,多项式,雷暴,天气预报,晚疫病,滑坡。
预测预报模型论文文献综述
孙丽颖,余锐,刘飞,李方腾[1]（2019）在《基于可预报模态分析方法的青藏高原东部夏季降水统计预测模型》一文中研究指出利用国家气象信息中心提供的降水资料、NCEP/NCAR再分析月平均资料以及Hadley中心提供的海温资料,基于可预报模态分析(PMA)方法,从观测数据中提取青藏高原东部夏季降水具有物理意义的可预报模态,根据已有研究选取合适的预报因子并建立了物理-经验(P-E)模型,从而对青藏高原东部夏季降水进行统计预测。结果表明:南北反向型、一致型、中部型和东北型这4个主导模态反映了降水的异常变化,具有一定的物理意义,为可预报模态;超前0个月和超前1个月的区域平均的预报技巧分别为0.44和0.36,其中青藏高原东南部地区的预报技巧较高;超前0个月和超前1个月的模态相关系数分别为0.46和0.42,预报最好的年份都是1998年,预报最差的年份分别是1980年和2009年。(本文来源于《气象科技》期刊2019年05期）
徐杰,陈忠孝,秦刚,赵文婧[2]（2019）在《基于统计预报模型的滑坡位移预测研究》一文中研究指出滑坡预测中,由于不同的时间段导致滑坡位移的变化不同,相同模型不一定完全使用于整个预测过程。需要根据滑坡位移时间段的选择,选择不同的预测模型和方法解决这种问题。基于统计预报模型中的二次指数平滑法、最小二乘多项式拟合法、灰色GM(1,1)法进行滑坡中短期位移预测分析。预测结果表明,二次指数平滑法和最小二乘多项式拟合法预测值变化较平稳,灰色GM(1,1)法预测数据波动较大。根据总体预测趋势,二次指数平滑法、最小二乘多项式拟合法、灰色GM(1,1)法均具有一定的拟合性。最小二乘多项式拟合法的预测精度优于二次指数平滑法和灰色GM(1,1)法,数据预测误差较小,位移预测值与真实值更加接近。(本文来源于《国外电子测量技术》期刊2019年08期）
高迎娟,王智宇,郭阳,尹文玉[3]（2019）在《山葡萄品质气象预测预报模型》一文中研究指出山葡萄的品质决定着葡萄酒的质量,葡萄浆果糖度决定着葡萄品质。葡萄成熟过程中浆果含糖量和含酸量是相互制约的,含糖量主要呈对数略显"S"型变化,含酸量呈指数曲线型变化。将成熟期葡萄浆果含糖量作为葡萄品质的评价指标,利用通化产区1995—2016年成熟期山葡萄浆果含糖量的实测数据与气象条件进行相关分析,得出山葡萄品质与5月—9月上旬积温、7月—8月日照时数、5月—9月上旬水热系数、8月—9月上旬积温关系密切,相关关系均通过了α为0.05或0.01的显着性检验。利用多元回归统计方法建立了山葡萄品质气象预测预报模型,模型的判定系数R~2为0.815,通过了α=0.01的显着性检验。模型的拟合检验平均误差百分率为3.91%。利用2017年、2018年资料对模型进行试报检验,误差百分率分别为1.59%和3.79%。模型具有较高的准确率,能够满足通化产区山葡萄栽培对气象预报和服务的需求。(本文来源于《气象与环境科学》期刊2019年02期）
袁森,张国强,张健[4]（2019）在《基于数值天气预报的母线负荷综合预测模型》一文中研究指出母线负荷预测是电网安全校核和编制发电调度计划的基础。基于母线负荷历史数据和数值气象数据,通过相关性分析将母线负荷进行分类,提出了一种基于数值天气预报的BP神经网络母线负荷预测方法。进而以倍比平滑法和基于数值气象数据的BP神经网络法为基础,建立了分时段变权重的综合预测模型。对烟台地区的母线负荷预测结果表明,所提出的母线负荷综合预测模型有效地提高了预测准确率,对含大规模风电接入电网的输电设备安全校核具有重要的实用价值。(本文来源于《电气自动化》期刊2019年02期）
贺小黑[5]（2018）在《Verhulst反函数滑坡预测预报模型的改进》一文中研究指出由于位移时间曲线不一定通过第一个数据点,原始Verhulst反函数模型将第一个数据点作为已知条件来求取模型参数的理论依据不充分,可能导致预报误差较大。为了解决该问题,本文基于误差最小原则,将非线性拟合的方法应用到Verhulst反函数模型的参数求取中。两个实例预报结果表明:经非线性拟合确定模型参数后,Verhulst反函数模型在滑坡时间预报上能取得较准确的预报结果,且预报的时间多稍早于滑坡实际发生时间,这说明经非线性拟合确定模型参数后,用Verhulst反函数模型进行滑坡时间预报是可行的,其预报结果可能能起到提前预报的作用。(本文来源于《华南地质与矿产》期刊2018年04期）
王贵江,吕典秋,闵凡祥[6]（2018）在《黑龙江省马铃薯晚疫病预测预报模型应用评价》一文中研究指出马铃薯晚疫病是世界马铃薯生产上一种毁灭性病害,化学防治是控制马铃薯晚疫病最有效和最简单的方法。但是,化学防治存在用药不及时和过度施药的问题,采用马铃薯晚疫病预测预报模型可以有效解决这个问题。应用黑龙江省马铃薯晚疫病预测预报模型,对马铃薯晚疫病发生进行了预测,并与丹麦NegFry模型、每7 d施药和每10 d施药处理比较。黑龙江省马铃薯晚疫病预测预报模型处理、丹麦NegFry模型处理和每7 d施药处理与对照相比在病害防治效果方面差异显着,黑龙江省马铃薯晚疫病预测预报模型处理与丹麦NegFry模型处理和每7 d施药处理相比不显着。采用黑龙江省马铃薯晚疫病预测预报模型与实际病害发生拟合度达95%。黑龙江省马铃薯晚疫病预测预报模型与丹麦NegFry模型处理、每7 d施药处理、每10 d施药处理相比,减少杀菌剂使用次数1～3次。与空白对照相比,增产48.24%,小薯率降低5.63个百分点,烂薯率降低4.52个百分点,增加纯收入12 090元/hm~2。所以,黑龙江省马铃薯晚疫病预测预报模型与丹麦NegFry模型和每7 d防治处理达到同等防治效果,且降低农药使用量,可及时指导晚疫病田间防治工作。(本文来源于《中国马铃薯》期刊2018年06期）
倪铮,文韬[7]（2018）在《一种基于CNN和RNN深度神经网络的天气预测模型——以北京地区雷暴的6小时临近预报为例》一文中研究指出本文提出了一种针对气象数据的CNN-LSTM深度神经网络,先是说明了其理论原理,然后对北京市(站号54511)1984年1月1日到2011年9月14日每日逐6小时实况观测的数据和ECMWF的再分析资料(http://apps.ecmwf.int/datasets/data/interim-full-daily/levtype=pl/)建立了北京市未来6小时雷暴预报模型,测试了模型对北京市(站号54511) 2011年9月15日到2013年12月30日的雷暴预测准确率.结果表明:模型对北京市未来6小时雷暴预报准确率83.08%,误报率13.02%,能较好的对雷暴的6小时临近预报提供支持,可满足日常业务的需要.(本文来源于《数值计算与计算机应用》期刊2018年04期）
刘宽斌,张涛[8]（2018）在《利用网络搜索大数据实现对CPI的短期预报及拐点预测——基于混频抽样数据模型的实证研究》一文中研究指出消费者价格指数(CPI)对国家宏观经济运行监测及管理具有十分重要的作用,及时有效预测其未来走势有利于国家及时采取合理调控措施。为此,从价格决定理论出发,构建商品价格波动与个体网络搜索行为之间关系的逻辑框架,并建立利用网络搜索指数日频率数据实现对月度CPI预测的混频抽样数据模型(MIDAS)。模型模拟结果表明:(1)利用网络搜索高频数据的预测方法能提高CPI样本内拟合及样本外预测的精度;(2)利用网络搜索高频数据能够提高捕捉CPI趋势中"拐点"的成功率;(3)利用网络搜索高频数据能够在早于官方公布数据前大约半个月时间提供具有较高预测精度的CPI预测值。(本文来源于《当代财经》期刊2018年11期）
雷德鑫,易武[9]（2018）在《基于ARIMA时间序列模型的滑坡位移预测预报——以叁峡库区王家坡滑坡为例》一文中研究指出为深入研究滑坡的位移特性,以叁峡库区王家坡滑坡为例,基于简单移动平均法及时间序列的减法模型分解滑坡位移的趋势项位移和周期项位移,对趋势项位移采取多项式拟合处理,对周期项位移进行一阶差分处理,并分析其自相关函数ACF及偏自相关函数PACF,然后根据模型的识别规则,建立了ARIMA(1,1,1)模型。根据时间序列的加法模型,将两部分预测位移相加即为滑坡位移预测的总位移。模型与实测结果对比表明,该预测预报模型效果较好,基本反映了滑坡位移的整体趋势,且实现了对滑坡累积位移的滚动预测,在滑坡累积位移短期预测预报中具有一定的适用性。(本文来源于《人民长江》期刊2018年21期）
倪铮,文韬,梁萍,窦红刚,孙预前[10]（2018）在《一种基于CNN和RNN深度神经网络的天气预测模型——以北京地区雷暴的6小时临近预报为例》一文中研究指出本文提出了一种针对气象数据的CNN-LSTM深度神经网络,先是说明了其理论原理,然后对北京市(站号54511)1984年1月1日到2011年9月14日每日逐6小时实况观测的数据和ECMWF的再分析资料(http://apps.ecmwf.int/datasets/data/interim-full-daily/levtype=pl/)建立了北京市未来6小时雷暴预报模型,测试了模型对北京市(站号54511) 2011年9月15日到2013年12月30日的雷暴预测准确率。结果表明:模型对北京市未来6小时雷暴预报准确率83.08%,误报率13.02%,能较好的对雷暴的6小时临近预报提供支持,可满足日常业务的需要。(本文来源于《第35届中国气象学会年会 S1 灾害天气监测、分析与预报》期刊2018-10-24）
预测预报模型论文开题报告
（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：
滑坡预测中,由于不同的时间段导致滑坡位移的变化不同,相同模型不一定完全使用于整个预测过程。需要根据滑坡位移时间段的选择,选择不同的预测模型和方法解决这种问题。基于统计预报模型中的二次指数平滑法、最小二乘多项式拟合法、灰色GM(1,1)法进行滑坡中短期位移预测分析。预测结果表明,二次指数平滑法和最小二乘多项式拟合法预测值变化较平稳,灰色GM(1,1)法预测数据波动较大。根据总体预测趋势,二次指数平滑法、最小二乘多项式拟合法、灰色GM(1,1)法均具有一定的拟合性。最小二乘多项式拟合法的预测精度优于二次指数平滑法和灰色GM(1,1)法,数据预测误差较小,位移预测值与真实值更加接近。
（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。
预测预报模型论文参考文献
[1].孙丽颖,余锐,刘飞,李方腾.基于可预报模态分析方法的青藏高原东部夏季降水统计预测模型[J].气象科技.2019
[2].徐杰,陈忠孝,秦刚,赵文婧.基于统计预报模型的滑坡位移预测研究[J].国外电子测量技术.2019
[3].高迎娟,王智宇,郭阳,尹文玉.山葡萄品质气象预测预报模型[J].气象与环境科学.2019
[4].袁森,张国强,张健.基于数值天气预报的母线负荷综合预测模型[J].电气自动化.2019
[5].贺小黑.Verhulst反函数滑坡预测预报模型的改进[J].华南地质与矿产.2018
[6].王贵江,吕典秋,闵凡祥.黑龙江省马铃薯晚疫病预测预报模型应用评价[J].中国马铃薯.2018
[7].倪铮,文韬.一种基于CNN和RNN深度神经网络的天气预测模型——以北京地区雷暴的6小时临近预报为例[J].数值计算与计算机应用.2018
[8].刘宽斌,张涛.利用网络搜索大数据实现对CPI的短期预报及拐点预测——基于混频抽样数据模型的实证研究[J].当代财经.2018
[9].雷德鑫,易武.基于ARIMA时间序列模型的滑坡位移预测预报——以叁峡库区王家坡滑坡为例[J].人民长江.2018
[10].倪铮,文韬,梁萍,窦红刚,孙预前.一种基于CNN和RNN深度神经网络的天气预测模型——以北京地区雷暴的6小时临近预报为例[C].第35届中国气象学会年会S1灾害天气监测、分析与预报.2018
论文知识图
