一、动力系统的自忆气候模式的研究（论文文献综述）
李妮娜[1]（2020）在《中国降水模拟的小时尺度精细化评估》文中指出由于我国降水的独特性和复杂性,其模拟偏差普遍存在于各类数值模式中,合理准确地再现我国及周边地区的空间分布和各时间尺度变率一直是数值模拟研究领域的难题。本文聚焦小时尺度特征和基于事件的评估方法,针对我国降水模拟偏差开展全面、细致的评估分析,希望以此促进对偏差成因的深入理解,为后续模式改进提供思路。在对我国及周边地区降水进行整体评估的基础上,综合考虑不同尺度地形作用和海陆差异等因素,确定了青藏高原东坡、华北地区和华南沿海地区三个典型偏差区,有针对性地开展了精细化评估。论文的主要结论如下:（1）我国及周边地区整体评估。高分辨率气候系统模式模拟的我国夏季降水气候态偏差与地形紧密相关。青藏高原地区为降水量正偏差区,过多的降水量主要来自模式对降水频率的高估。相反的,在我国第三地形阶梯（我国东部500 m等高线以东地区）,模式模拟的降水量、降水频次和降水强度均以低估为主。东亚地区存在六个典型偏差区,包括四个正偏差区（青藏高原南缘、青藏高原东北坡、青藏高原东坡、华北山区）和两个负偏差区（长江下游地区、中国华南沿海地区）。在四个正偏差区（两个负偏差区）,降水频率高估（低估）主要源于弱降水（中等强度降水）的模拟偏多（少）。进一步对降水日变化进行评估可知不同区域日变化偏差源于不同类型的降水事件:青藏高原周边地区降水日变化振幅偏小主要受长持续性降水事件影响,华北山区降水日变化峰值提前、振幅偏小受长持续性清晨降水和午后短时降水的共同影响,长江下游和华南沿海地区的午后降水峰值提前是由于短时降水峰值较观测偏早。（2）青藏高原东坡评估。考虑到该地区存在显着的强度-频次结构模拟偏差,区分强、弱降水事件并进行分类评估。针对高原东坡强降水事件的时空演变情况进行评估,发现模式能够再现降水过程自关键区的西北侧向其东南侧移动的特征,但降水事件的开始时间多早于观测,这可能与模式低层散度场状况密切相关。针对高原东坡弱降水偏多这一问题设计了天气预报型试验（Transpose-AMIP,TAMIP）,通过与真实降水过程的对比,筛选TAMIP试验中存在虚假弱降水的时次并考察相应环流模拟偏差。研究发现模式存在虚假弱降水时,对流层低层呈现异常辐合,近地面大气偏冷、偏湿。进而开展敏感性试验,在水汽方程中增加额外的水汽散度项,可显着减少陡峭地形区周边的虚假降水。这种改进主要源于敏感性试验减少了对弱降水频次的高估,证实了水汽散度的模拟偏差对虚假弱降水的触发作用。（3）华北地区评估。聚焦华北陡峭地形区,气候模式无法再现该地区降水量随地形高度增加而逐渐减小的空间分布型,高海拔（低海拔）地区呈现降水量模拟正偏差（负偏差）。气候模式也完全无法再现该地区降水量日变化峰值时刻的区域差异。在相对真实的环流背景下,TAMIP试验可以较好模拟出华北地区降水日变化峰值时刻的分布型,但对降水量空间分布的模拟偏差未见明显改善。进而评估具备良好初始场且分辨率更高的ECMWF预报产品,发现模式不但能够合理再现降水量随高度的分布,还能够合理模拟日变化峰值位相的区域差异。这说明降水量与地形关系受分辨率影响,而日峰值主要受环流场调控。值得注意的是,华北地区降水日变化和降水事件的开始、峰值和结束时间日变化都显示出自高海拔地区向下游平原地区滞后的特征,而TAMIP和ECMWF中降水日变化沿地形的演变不连续,说明对降水系统下坡过程的模拟仍存在偏差。（4）华南沿海评估。华南沿海地区降水受海陆分布以及华南内陆小尺度山地共同作用,时空分布较为复杂。沿海岸线降水量和降水频率呈现以雷州半岛为中心的东西两侧多、中间少的“三极型”分布,相应的降水日变化峰值表现为“清晨-午后-清晨”分布。气候模式对华南沿海地区降水模拟的偏差主要表现为系统性低估,且高分辨率的气候模式也不能合理再现沿海岸线的“三极型”降水量分布。相较于气候模式,ECMWF预报产品合理再现了“三极型”空间分布。但是,对于降水的日变化特征,ECMWF预报产品并没有明显优势。高分辨率气候模式可合理再现日峰值位相沿海岸线的变化特征,特别是较好模拟出了雷州半岛西部降水清晨单峰的特征。ECMWF高估了西部的午后降水,使该地日变化呈午后与后半夜双峰型。
包哲[2]（2020）在《基于智能算法的综合能源系统动态建模仿真与协同运行优化集成研究》文中研究表明综合能源系统作为能源互联网的物理载体,可以通过实现能源的梯级利用和多能互补协同运行,有效地提高一次能源利用率、增加可再生能源消纳,减少温室气体和大气污染物排放,从而在保障能源供给安全的同时,有效地应对能源危机、环境污染和气候变化。针对综合能源系统开展协同运行优化研究是实现其“安全、高效、清洁、节约”特性的关键技术。然而,如何提高系统出力设备动态仿真模型的准确性、揭示可再生能源间出力的相关性、合理地识别和表征系统中的不确定性参数、允分考虑气候变化对能源“供-需”的影响和生成适应气候变化的系统运行方案,是目前综合能源系统运行优化研究中亟待解决的难题。本文针对上述问题,综合运用机理建模理论、BP神经网络算法、Copula理论、不确定性优化算法、区域气候模拟模型和支持向量回归机算法,开展了综合能源系统动态建模仿真及协同运行优化研究,深入分析了气候变化对综合能源系统运行的影响,旨在为综合能源系统运行方案的制定和实施提供理论性支持和实践化依据。论文的主要研究内容包括:（1）用户级综合能源系统动态建模仿真和协同运行优化研究。基于BP神经网络算法和机理建模理论,建立了燃气轮机智能融合仿真模型,该模型不仅可以清晰地描述系统运行中能源的转移与转换的过程,而且修正了机理模型中动力学知识缺失和数据不足的模块。对比结果表明,智能融合仿真模型输出结果的平均绝对差值和均方根误差均明显优于单纯机理仿真模型。在此基础上,创新性地使用智能融合仿真模型代替传统能源系统运行优化模型中的设备仿真线性方程,实现了设备仿真模型和系统运行优化模型的有机组合,构建了以系统运营成本最小化为优化目标,包括能源供需平衡和设备容量限制等约束条件的用户级综合能源系统协同运行优化模型。在运用遗传算法求解优化模型的过程中,加入了自适应性交叉概率和变异概率,同时构造了惩罚函数,不仅提高了遗传算法的收敛效果、收敛速度和计算精度,还有效地解决了智能融合仿真模型作为非线性约束带来的复杂性,最终生成了系统的最优运行方案。该方案清晰地揭示了用户级综合能源系统在冬季、夏季和过渡季中,冷、热、电三种能源的传输和分配规律。（2）社区级综合能源系统协同运行优化研究。以天津市某大型园区为研究对象,集成Copula理论、区间算法和双重随机规划方法,建立了社区级综合能源系统协同运行优化模型,制定了社区级综合能源系统的最佳运行策略。其中,Copula函数可以清晰地刻画本文研究案例所在地区风能和太阳能发电出力的相关性;区间算法可以准确地描述系统的经济参数和设备运行参数存在的小范围变化;双重随机算法可以很好地反映负荷侧能源需求量的波动变化特性。研究结果表明,该优化模型可以全面地描述风、光联合发电出力违约水平与风、光发电量之间的相关性,有效地表征系统运营成本和供能违约风险之间的关联性,为当地管理者充分权衡系统经济性和安全性后制定系统运行和管理策略提供理论依据。（3）气候变化对综合能源系统协同运行影响研究。基于区域气候模式（PRECIS,Providing regional climate for impacts studies）,分别对两个气候变化情景（RCP4.5和RCP8.5）和四个时间情景（2018年、2025年、2050年和2100年）下未来温度、风速和辐射量等气象要素进行预测模拟。在此基础上,使用PRECIS的气象要素预测结果作为输入变量,带入预先建立的可再生能源出力计算模型和基于支持向量回归机算法的负荷预测模型,准确识别气候变化对系统能源供应和需求的影响。结果表明,随着全球气候变化趋势的不断加剧,未来风能发电量和热负荷需求量呈现出下降的变化趋势;光伏发电量和冷负荷需求量呈现出上升的变化趋势;电负荷需求量在冬季呈现出下降的变化趋势,在夏季和过渡季呈现出上升的变化趋势。最后,以系统运行成本最小化为目标函数,以气候变化条件下的可再生能源出力和负荷预测结果为能源供需约束的重要输入,建立了考虑气候变化影响的社区级综合能源系统协同运行优化模型。基于多情景分析法,生成了适应气候变化的综合能源系统最佳运行策略。结果表明,该模型可以有效地避免气候变化可能导致的能源供需失衡,帮助决策者有效地应对气候变化、高效地规划一次能源的储备和利用方案、实现能源的合理调度、提高系统的经济效益和保证未来的供能安全。本文通过以上研究,生成了稳定、可靠的综合能源系统协同运行策略,达成了系统效率最优和成本最小,为实现能源的高效调配及可再生能源的最大化消纳提供了技术支持,获得了用户负荷及可再生能源在未来的动态变化特性,挖掘了气候变化对综合能源系统协同运行的影响规律,有利于解决气候变化条件下一次能源储备和利用的盲目性,显着提升系统的经济性和安全性。
汪栩加[3]（2017）在《初始条件和海气相互作用对延伸期可预报性的贡献研究》文中认为延伸期预报的可预报性主要来自初始条件的记忆和海气相互作用两个方面,因此研究两者对延伸期预报可预报性的贡献十分重要。数值模式是延伸期预报的重要工具,鉴于目前初始条件和海气相互作用对延伸期预报的贡献认识不充分,大气环流模式与海气耦合模式对于延伸期预报的性能优劣也尚无定论。国家气候中心（NCC/CMA,National Climate Center of China Meteorological Administration）动力延伸期预报基于大气环流模式（BCCAGCM,Beijing Climate Center atmospheric general circulation model）和基于同样大气分量模式的气候系统模式（BCCCSM,Beijing Climate Center climate system Model）开展,因此,利用国家气候中心业务第二代大气环流模式和气候系统模式,综合评估大气环流模式和海气耦合模式开展延伸期预报的优缺点,认识亚澳季风区（AAM,Asian-Australian monsoon region）的延伸期可预报源,这方面的探索为实际预测业务提供一定的指示意义和参考价值。本文首先评估了海气耦合模式对海温与大气环流的预报技巧,考察了模式的海洋分量和大气分量的预测性能;其次通过数值实验一方面评估了大气环流模式的预报能力,另一方面分析了初始条件的记忆与海温异常强迫对延伸期预报的相对作用;再次通过对比评估两套历史回报数据,分析了北半球大气环流对海气相互作用的响应时间,研究了海气相互作用对延伸期可预报性的贡献及其作用机制;最后对亚澳季风区的可预报模态进行了分析,并探讨了海气相互作用对亚澳季风区可预报模态及可预报性的影响,揭示了北半球关键地区尤其是亚澳季风区的主要可预报性来源,为延伸期预报的发展和改进奠定了基础。本文主要结论如下:（1）利用国家气候中心气候系统模式的汛期历史回报数据集,评估了模式夏季中低纬度海表面温度（Sea Surface Temperature,SST）的预测能力。结果表明:该模式对夏季中低纬海温具有一定的预测能力,且在低纬地区的预测技巧尤为出色。对太平洋、热带印度洋和北大西洋三个关键区进一步分析发现,该模式对不同海区海温的预测能力有所不同,预测技巧与前冬的ENSO状态密切相关。此外,该模式对夏季海温的预测技巧依赖于超前时间,预测技巧在大部分情形下超前1个月的预测技巧相对更高。（2）分析了夏季长江中下游地区大气水汽含量以及水汽输送特征,对该地区水汽输送与长江中下游降水及夏季风之间的配置关系进行了研究。在对模式海温评估的基础上,进一步对模式的水汽输送预测能力进行了评估,并对造成模式误差的可能原因进行了分析。模式对于长江中下游水汽输送的预测偏差与夏季风的预测偏差有关,且模式对于弱季风年的预测能力要强于季风强年。（3）研究了（大气）初值与（海温）边值对全球不同区域延伸期预报的相对作用。模式预测技巧在3周以内强烈依赖于初值。在相同的边值条件强迫下,不同初值在月内尺度上的预测技巧差异非常明显,且在更长的时间尺度上,初值仍然能够提供一定的预测信息。从全球来看,边值强迫对预测技巧的影响从一周左右开始。在延伸期尺度上,边值强迫主要作用的区域为低纬度区域,且对500hPa高度场的影响更为稳定,在该区域第5候以后有较为明显的改进。（4）分析了海气相互作用对北半球热带外地区可预报性的贡献。利用国家气候中心的大气模式和耦合模式回报数据。在完美模式的假定下,评估了海气相互作用对北半球热带外地区可预报性的影响。结果表明,包含海气相互作用的耦合模式相对于大气模式可预报性更高。在7月海气相互作用对可预报性的贡献更大。耦合模式逐日的可预报性达到16-18天,而大气模式在1月、4月和7月为10-11天,10月为7-8天,表明海气相互作用能将大气模式的可预报性延长1周左右。耦合模式和大气模式均在20天左右误差达到饱和,暗示逐日可预报性仍不超过三周。（5）探讨了海气相互作用对亚澳季风区的可预报模态以及可预报性的贡献。结果表明,海气相互作用可以显着减小亚澳季风区的预报误差,暖池区域海温是该区域重要的可预报性来源,在该地区海温异常显着时,使得模式误差减小。使用MSN EOF（Maximum signal-to-noise empirical orthogonal function）方法提取两个模式的最可预报模态,前两个主要模态都在西北太平洋区域存在显着的异常中心。模式中第一模态受到中太平洋海温显着影响与观测不符,导致模式模拟的模态解释方差明显大于观测;第二模态与暖池区域的海气相互作用存在显着相关,耦合模式的模拟能力要明显高于大气模式。耦合模式第二模态的模拟能力也显着优于第一模态。综上所述,对于国家气候中心大气环流模式来说,在不考虑海气相互作用的情况下,延伸期可预报性在3周以内主要来自于大气初始条件的记忆,而在一周左右开始受到海温异常的影响;在加入海气相互作用之后,对比大气环流模式,国家气候中心海气耦合模式的可预报性明显高于前者,海气相互作用能将大气模式的可预报性延长1周左右。说明包含海气相互作用的海气耦合模式在延伸期尺度具有更高可预报性,是延伸期预报未来发展的方向。
王健健[4]（2017）在《基于张量的气候模式时空场数据组织管理与分析研究》文中研究指明随着地理空间观测数据的积累,地球环境、气象和社会等领域监测分析能力的增强,地理信息系统和计算机技术的发展,形成了海量的时空场数据。气候模式通过对气候系统进行数学表达建模,借助巨型计算机对气候系统涉及的复杂演变过程进行定量的、长时间的、大数据量的运算。气候模式运行产生的时空场数据,具有海量性、多维性、复杂性和面向分析等特点,管理和分析上述数据已成为现有信息系统的重要瓶颈,并成为学术界研究的热点问题。张量是高维数据最自然的表现形式,可以保持数据的原始结构,同时张量可用于进行多变量、多坐标系统对象的统一表达,因此对于解决气候模式运行产生的多地理要素的多维时空场数据组织存储与管理问题是一种很好的手段。本文基于张量与张量分解数学理论,构建基于张量的多维时空场数据表达模型和数据压缩模型,并定义基于该数据模型的数据结构和文件存储方案;构建基于张量数据模型的时空场数据检索策略和多尺度分析方法。在此基础上以地球气候模式运行结果数据为例,以vmmlib和Eigen矩阵库作为数据运算引擎,融合VTK（ Visualization Toolkit）可视化引擎,构建基于张量的气候模式时空场数据组织管理与可视化系统,从而实现了对时空场数据的压缩存储、维度透视以及动态分析等数据管理与可视化表达框架。本文的研究工作主要包括以下几个方面:（1）基于张量的时空场数据模型与存储结构。根据气候模式数据不同的组织管理与分析需求,构建时空场数据模型;基于张量构建原始张量时空场数据模型;基于张量Tucker分解和层次分解构建时空场数据压缩模型和文件存储方案。定义了时空场张量数据结构,实现了模式数据的文件存储。（2）基于张量数据模型的时空场数据检索与分析。在张量Tucker分解和层次分解构建时空场数据模型的基础上,以张量分解数学理论为基础,通过对时空场数据分解结果进行检索和采样,实现了对基于张量的时空场压缩数据模型的检索和多尺度分析,基于张量层次分解实现对时空场数据的压缩存储与动态追加。（3）构建基于张量的时空场数据管理与可视化系统,实现时空场数据的压缩存储、维度透视、动态分析以及数据的多维可视化表达,并用气候模式时空场数据进行案例验证与分析。本文基于张量数学理论,构建时空场张量数据模型与组织存储,实现对气候模式模拟产生的地学时空场数据的压缩存储、时空检索、多尺度分析及动态追加,对于解决地学时空场数据爆炸式增长和从海量数据中信息挖掘具有一定的参考意义。
于海鹏[5]（2016）在《利用历史资料订正数值模式预报误差研究》文中研究说明数值预报是当今天气预报和气候预测的主要手段,但与传统的天气图方法和统计方法相比存在一个根本性的问题,就是在数学上被提为初值问题,大量历史资料没有被吸收进来。我国学者最早指明了该问题,并将利用历史资料的思想应用到从延伸期到短期气候预测这段时间尺度范围内的数值预报中。本文在前人工作基础上将其领域向该时间尺度的两极扩展,探索有针对性的利用历史资料订正数值预报的新途径。一方面,瞄准时间尺度更短的中期天气预报,以我国自主研发的中期业务预报模式GRAPES为试验平台,以我国原创性预报策略着力提高我国自身中期数值预报水平。将“误差诊断-误差反演-误差订正”作为研究主线,逐层深入,提出了创新性的反演和订正方法,搭建起相似-动力方法订正中期数值预报的系统框架,取得了令人鼓舞的效果。另一方面,聚焦时间尺度更长的长期气候预估,以当前气候变化评估和预测的主要工具CMIP5为实施对象,着力提高其模拟预估结果的可靠性。以“几何理论-历史模拟-未来预估”作为思路转换,循序渐进,建立起受历史观测约束的长期气候变化预估模型,显着提高了预估能力,为评估气候变化提供了可信度更高的参考依据。本文主要研究结果如下:（1）揭示了中期数值模式误差时空特征及演变规律。将误差分解为系统和非系统两部分,系统误差表现为经向气压梯度偏弱,温度整体偏暖,西风整体偏弱;线性趋势、行星尺度、天气尺度和日变化构成系统误差随时间增长的主要模态。利用主要模态重构进行系统误差订正能将500hPa全球可用预报时效提高0.5天。非系统误差量级显着高于系统误差,高值区位于中纬度等高线密集带、高空槽前、等温线密集带等斜压区,正压的低纬地区较弱;时间演变表现为先指数增长,后线性增长,最后趋于饱和值。上述全面诊断为误差反演和订正提供了参考。（2）提出了使用多历史资料的模式误差反演算法。从信息论和集合论的角度对数值预报的反问题理论做了详细阐述,基于该思想提出的反演算法避免了以往需建立切线性模式和伴随模式的不足。通过给定收敛判据,实现了保证快速稳定收敛,又能有效节省计算资源。迭代后各物理量的RMSE减少到原始值的1/10,迭代后模式的ACC和RMSE随预报时效增长基本稳定不变。收敛后的模式误差能够反映日变化周期,且随预报时效增加呈现振幅增长、位相东传的特征。根据该算法建立了历史模式误差数据库,为未来模式误差的估计提供了大量历史信息。（3）发展了中期数值预报的相似-动力误差订正方法。通过引入预报误差的连续性定理,将该方法转化为相空间曲面上的插值问题,证明了其合理性。提出了同时考虑海温和大气环流的相似判据,通过敏感试验确定了最优相似更新周期。回报试验表明该方法将500hPa全球可用预报时效提高了0.8天,效果随预报时效的增加而增强。在垂直各层均有稳定改进能力且均优于系统订正效果。通过对比高度场、温度场和风场动能订正前后的误差,发现该方法能够准确识别并削弱各物理量误差的高值区,这充分表明了该方法在提高中短期预报中的有效性。（4）阐明了动力系统中气候预测订正的几何理论。以动力系统理论为出发点,从相空间的角度对天气预报和气候预测进行了区分。指出了天气预报的订正是同一吸引子上的相轨迹的调整问题,而气候预测的订正则是吸引子演变路径的调整问题。指出相轨迹和吸引子本身性质不同,利用历史资料进行订正的方式上应有所区别。进一步将吸引子的演变问题转换为正交基上投影轨迹的预测问题,阐明了通过建立模式投影轨迹和观测投影轨迹的映射关系,从而调整模式吸引子演变路径的思路,为利用历史资料订正气候预估提供了理论基础。（5）改进了气候系统模式的历史模拟技巧。首先通过对CMIP5的评估发现了其对全球干湿变化的模拟与观测相比存在显着差异,CMIP5低估了全球降水的减少趋势和干旱面积的扩张。通过建立历史观测资料与CMIP5的映射关系,提出了对CMIP5进行约束的集合最优订正方案。交叉检验表明该方法将干旱指数的ACC平均由0.04增长到0.28,RMSE平均由0.24mm/mm减小到0.19mm/mm。在空间尺度上提高了空间模态的一致性,在时间尺度上较准确地反映出线性趋势和年代际变率。选用其他观测资料的检验结果表明该订正是稳定可靠的。（6）实现了利用历史资料订正未来长期气候预估。分段后验检验结果表明历史段建立的映射关系对提高未来气候预估能力是有效的。订正模型被用于预估未来旱地面积变化,发现在RCP8.5（RCP4.5）排放情景下,21世纪末旱地面积相比1961-1990年气候态的面积将增加23%（11%）,并在本世纪末占全球陆地总面积56%（50%）,而78%的旱地面积的扩张将发生在发展中国家。干旱加剧、强化增温和人口增长的共同作用将增大发展中国家土地荒漠化的风险,进一步扩大全球经济发展的区域差异。为发展中国家的可持续发展战略提供了科学依据。综上,本文沿着“数学原理-技术路线-试验应用”的框架深入系统地开展了利用历史资料订正数值模式误差研究,在中期天气预报和长期气候预估领域有效提高了预报和预测技巧,展现出广阔的应用前景。为实现数值预报和历史资料的有效融合提供了科学依据,也对探索中国特色数值预报创新之路有积极作用。
丁婷,陈丽娟[6]（2015）在《东北地区夏季旱涝的环流型及动力气候模式解释应用》文中指出基于1991 2010年东北地区91站逐月降水资料、NCEP/NCAR再分析资料以及国家气候中心第二代月动力延伸预报模式（BCCDERF2.0）共20年回报资料,分析了夏季各月影响东北降水的环流型,检验了BCCDERF2.0对东北各月降水和主要环流系统的预测能力,并建立了东北地区降水的解释应用预测模型。诊断分析显示,东北地区6月降水异常主要受东北冷涡和鄂霍茨克海阻塞高压的影响,7月主要受西太平洋副热带高压（下称西太副高）的影响,而8月主要受西太副高和东北冷涡的影响;模式性能分析显示,BCCDERF2.0模式对东北南部的个别站点降水趋势有一定的预测能力,对6月偏南风、7月西太副高、8月西太副高和东北冷涡的预测效果较好。在此基础上,提取影响我国东北夏季降水异常的关键环流区的高技巧预测信息,建立线性回归模型,交叉检验显示提高了对8月的降水预测技巧,通过了显着性检验。进一步对比分析发现,BCCDERF2.0直接输出的20年回报夏季各月东北降水效果好于同期国家气候中心业务发布预报,而利用模式输出的高技巧环流信息建立的东北降水回归预测模型交叉检验效果高于模式直接输出降水预报。因此,基于诊断分析和BCCDERF2.0模式超前预报时间为10天的高技巧环流信息解释降水,可以明显提高东北夏季月尺度降水的预测能力。
郭晓君[7]（2015）在《灰色自忆性组合预测拓展模型及应用研究》文中提出灰色预测模型是灰色系统理论的重要组成部分,其通过累加生成运算来弱化原始统计数据的随机性,在小样本序列的短期预测方面具有独特的优势。灰色预测模型已被广泛而有效地应用于众多学科领域,如社会经济、地理环境、能源系统、建筑工程、交通运输等。同时,自忆性原理,作为解决非线性系统的一种统计—动力方法,是对传统初值问题的数值解和统计方法的一个突破,已被逐渐应用于气象水文、工程科学等众多领域的时间序列预测。基于组合建模的思想,自忆性预测技术被分别应用于几种特殊类型的单变量灰色模型、多变量灰色模型、区间灰数模型中,构建了一系列灰色自忆性组合预测模型,显着提高了传统灰色预测模型的模拟和预测精度。其预测优势在于,考虑以多时点初始场代替单时点初始场,从而突破了传统灰色预测模型对初值较为敏感的局限性。研究结果表明,一系列灰色自忆性组合预测拓展模型丰富和完善了灰色预测模型体系,拓展了其应用范围。论文的主要研究内容和结果如下:（1）针对伴随随机振荡的非线性动态系统,研究构建了自忆性优化GM（1,1）幂预测模型,其适用于近似指数增长或衰减、饱和增长或呈单峰特性的原始波动序列。通过港口货物吞吐量和高中升学率的预测分析,验证了该灰色自忆性组合模型的预测有效性及相对传统模型的优越性。（2）将自忆性成份分别与灰色GM（1,1,tφ）模型和灰色NGM（1,1,k）模型进行有机结合,研究构建了两种特殊类型下的单变量灰色自忆性预测模型,分别适用于具有部分指数特征并含时间幂形式的工程系统和具有近似非齐次指数特征的时间序列,可以有效揭示其中的随机波动变化规律。分别通过软土地基沉降和能源消费的预测分析,验证了利用自忆性技术可以显着提升传统单变量灰色模型的预测稳健性。（3）针对小样本条件下具有相互制约关系的多变量系统,研究构建了多变量灰色自忆性组合预测模型SMGM（1,m）,可以统一描述系统各变量间关系,并且紧密捕捉工程系统中易出现的随机波动趋势。通过两个工程沉降变形系统的预测分析,验证了SMGM（1,m）模型的预测可靠性和稳健性。（4）以考虑合成灰数灰度的区间灰数预测模型为基础,研究构建了区间灰数自忆性组合预测模型,算例仿真以具饱和发展状态特征的区间灰数序列为研究对象,获得了有效的模拟预测效果。同时,研究构建了面向区间灰数的发展带离散预测模型,适用于预测摆动幅度较大且整体趋势增长的区间灰数序列发展区间。（5）研究了灰色自忆性组合预测方法在预防医学和药物研究领域的应用问题,首先利用灰色GM（1,1）自忆性模型,对两种法定传染病（痢疾和淋病）的发病率进行预测分析;其次利用灰色GM（1,1）幂自忆性模型,对两组人体内血药浓度进行预测分析。
贾小龙,陈丽娟,高辉,王永光,柯宗建,刘长征,宋文玲,吴统文,封国林,赵振国,李维京[8]（2013）在《我国短期气候预测技术进展》文中进行了进一步梳理经过近60年的发展,我国短期气候预测技术和方法也有了长足进步。近年来,一些新的预报技术和机理认识不断应用于短期气候预测业务。ARGO海洋观测资料的使用大大提高了业务模式的预测技巧,新一代气候预测模式系统已经投入准业务化运行,研发了多种模式降尺度释用技术,多模式气候预测产品解释应用集成系统（MODES）和动力-统计结合的季节预测系统（FODAS）逐渐应用于业务中,大气季节内振荡（MJO）逐步在延伸期预报中得到应用。近年来,对全球海洋、北极海冰、欧亚积雪、南半球环流系统对东亚季风影响的新认识也不断引入到短期气候预测业务中。这些新技术和新认识的应用极大提高了我国短期气候预测的业务能力。
封国林,赵俊虎,支蓉,龚志强,郑志海,杨杰,熊开国[9]（2013）在《动力-统计客观定量化汛期降水预测研究新进展》文中认为汛期降水预测是短期气候预测的重要内容之一,也是难点之一。近20年来,动力-统计相结合的预测方法在解决这一复杂的科学难题方面取得了一定进展。该文系统地介绍了近年来国家级气候预测业务中关于动力-统计客观定量化预测的原理、最优因子订正和异常因子订正两类预测方案,及动力-统计集成的中国季节降水预测系统（FODAS1.0）。2009—2012年的汛期降水预测中,动力-统计客观定量化预测方法 4年平均PS评分为73,距平相关系数为0.16,体现了较高的预报技巧。但该方法仍存在不足,需通过加强气候因子与降水之间关系的诊断分析、完善短期气候模式的物理过程、改进参数化方案及研发有针对性的区域气候模式等手段,进一步提高模式本身的预报技巧,使动力-统计预测方法在汛期降水预测中发挥更大作用。
曹鸿兴,何会中,蔡秀华[10]（2008）在《气候自忆热力模式及其非线性特征》文中研究指明随着全球变化和全球增暖研究的进展,热力学放到越来越重要的位置上,因为热力学因子对大气和地球系统的长期行为更为重要。这样对大气非平衡态热力学的研究尤显得迫切。虽然气候热力学有了许多新成果,但它们似乎与数值气候模式平行地进展,没有成为研制气候摸式的新基石,这是因为现有数值气候模式是以动力学为朝向的模式。大气受太阳辐射和地球旋转驱动,无疑是一个热力-动力系统,大气从不重复它过去的行为,是一个混沌系统。根据气候是地球系统的长期行为的观点,需要调整当前数值模式中把动力方程和热力方程联立,即等同对待的数学处理;而在天气预报中突显动力学作用,在气候预测中突显热力学作用。这或许是提高气候数值模式预报准确率的一个潜在途径。本文沿着建立热力学朝向气候模式的新思路,从一个简单气候热力模式出发,运用自忆性原理,建立了一个气候自忆热力模式。通过离散化,导出了一个非线性迭代方程。迭代计算表明,随着模式系统热惯量大小的变化,气候系统呈现出周期与混沌的非线性特征,非线性特征也与系统的记忆性相关联。
二、动力系统的自忆气候模式的研究（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、动力系统的自忆气候模式的研究（论文提纲范文）
（1）中国降水模拟的小时尺度精细化评估（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 论文研究意义 |
| 1.2 相关工作研究进展 |
| 1.2.1 全球降水的模拟偏差特征 |
| 1.2.2 东亚地区降水的模拟偏差特征 |
| 1.2.3 模式评估检验方法 |
| 1.2.4 东亚地区降水的精细化特征 |
| 1.3 论文研究内容 |
| 1.3.1 论文拟解决的科学问题 |
| 1.3.2 论文章节安排 |
| 1.4 论文创新点 |
| 第二章 高分辨率气候模式对中国小时尺度降水的模拟偏差特征分析 |
| 2.1 引言 |
| 2.2 模式、资料和方法 |
| 2.2.1 模式介绍 |
| 2.2.2 资料和方法 |
| 2.3 小时降水频率、强度和持续时间 |
| 2.4 降水日变化 |
| 2.5 本章小结和讨论 |
| 第三章 青藏高原东坡降水过程的模拟偏差分析 |
| 3.1 引言 |
| 3.2 模式、资料和方法 |
| 3.2.1 模式及试验设计 |
| 3.2.2 资料和方法 |
| 3.3 模式对降水基本特征的模拟 |
| 3.4 模式对降水过程演变及环流特征的模拟 |
| 3.5 敏感性试验——水汽散度的影响 |
| 3.6 本章小结和讨论 |
| 第四章 华北复杂地形区降水的模拟偏差分析 |
| 4.1 引言 |
| 4.2 模式、资料和方法 |
| 4.2.1 模式介绍 |
| 4.2.2 资料和方法 |
| 4.3 夏季平均小时降水量、频次与强度的模拟偏差分析 |
| 4.4 降水日变化的模拟偏差分析 |
| 4.5 本章小结和讨论 |
| 第五章 华南沿海地区降水过程的精细化特征及模拟偏差分析 |
| 5.1 引言 |
| 5.2 模式、资料和方法 |
| 5.2.1 模式介绍 |
| 5.2.2 资料和方法 |
| 5.3 华南沿海地区降水的区域差异特征 |
| 5.4 华南沿海地区不同区域降水事件差异的可能原因 |
| 5.5 天气、气候模式对华南沿海地区降水模拟的偏差分析 |
| 5.6 本章小结和讨论 |
| 第六章 全文总结与展望 |
| 6.1 全文总结 |
| 6.2 未来展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文与研究成果 |
（2）基于智能算法的综合能源系统动态建模仿真与协同运行优化集成研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 研究内容 |
| 1.4 研究路线 |
| 1.5 论文结构 |
| 第2章 文献综述 |
| 2.1 燃气轮机仿真模型研究进展 |
| 2.1.1 国外燃气轮机仿真模型研究进展 |
| 2.1.2 国内燃气轮机仿真模型研究进展 |
| 2.1.3 小结 |
| 2.2 风、光发电出力研究进展 |
| 2.2.1 国外风、光发电出力研究进展 |
| 2.2.2 国内风、光发电出力研究进展 |
| 2.2.3 小结 |
| 2.3 气候变化条件下的综合能源系统供需影响研究 |
| 2.3.1 国外气候变化下的综合能源系统供需影响研究 |
| 2.3.2 国内气候变化下的综合能源系统供需影响研究 |
| 2.3.3 小结 |
| 2.4 综合能源系统优化算法研究进展 |
| 2.4.1 用户级综合能源系统优化算法 |
| 2.4.2 社区级综合能源系统优化算法 |
| 2.5 本章小结 |
| 第3章 用户级综合能源系统动态建模仿真及协同运行优化研究 |
| 3.1 燃气轮机仿真模型研究 |
| 3.1.1 燃气轮机工况特性研究 |
| 3.1.2 燃气轮机机理建模研究 |
| 3.1.3 燃气轮机智能融合仿真模型研究 |
| 3.1.4 燃气轮机仿真模型性能评估 |
| 3.1.5 小结 |
| 3.2 用户级综合能源系统协同运行求解算法研究 |
| 3.2.1 遗传算法 |
| 3.2.2 改进后遗传算法 |
| 3.2.3 小结 |
| 3.3 案例分析 |
| 3.3.1 案例概述 |
| 3.3.2 用户级综合能源系统协同运行优化模型 |
| 3.3.3 结果分析 |
| 3.3.4 小结 |
| 3.4 本章小结 |
| 第4章 社区级综合能源系统协同运行优化研究 |
| 4.1 基于Copula理论的风、光联合出力研究 |
| 4.1.1 Copula函数 |
| 4.1.2 风、光联合出力研究 |
| 4.2 社区级综合能源系统协同运行求解算法研究 |
| 4.2.1 社区级综合能源系统不确定性识别 |
| 4.2.2 Copula区间双重随机规划方法研究 |
| 4.3 案例分析 |
| 4.3.1 案例概述 |
| 4.3.2 社区级综合能源系统协同运行优化模型 |
| 4.3.3 结果分析 |
| 4.4 本章小结 |
| 第5章 气候变化条件下社区级综合能源系统协同运行策略研究 |
| 5.1 气候变化条件下未来气象要素模拟研究 |
| 5.1.1 区域气候模式PRECIS |
| 5.1.2 基于PRECIS的气象要素预测 |
| 5.2 气候变化条件下综合能源系统供需影响研究 |
| 5.2.1 气候变化对综合能源系统供给侧影响研究 |
| 5.2.2 气候变化对综合能源系统需求侧影响研究 |
| 5.3 气候变化条件下社区级综合能源系统协同运行策略研究 |
| 5.3.1 社区级综合能源系统确定性运行优化模型 |
| 5.3.2 结果分析 |
| 5.4 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（3）初始条件和海气相互作用对延伸期可预报性的贡献研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 数值天气预报研究进展 |
| 1.2 延伸期预报发展与现状 |
| 1.3 可预报性研究进展 |
| 1.4 国家气候中心动力模式发展与现状 |
| 1.5 本文研究问题的提出及研究内容 |
| 1.6 本文的主要创新点 |
| 第二章 模式、资料与方法 |
| 2.1 BCC_CSM模式 |
| 2.2 BCC_AGCM模式 |
| 2.3 数据 |
| 2.4 方法 |
| 第三章 BCC_CSM模式海温预测技巧评估 |
| 3.1 引言 |
| 3.2 关键海区海温预测技巧评估 |
| 3.2.1 夏季太平洋 |
| 3.2.2 夏季热带印度洋 |
| 3.2.3 夏季北大西洋 |
| 3.2.4 海温指数的预测时效 |
| 3.3 前冬ENSO位相对于模式对夏季海温预测技巧的影响 |
| 3.3.1 前冬不同ENSO位相SST合成分析 |
| 3.3.2 不同ENSO位相各指数预测技巧的评估 |
| 3.4 指数与观测值的差值 |
| 3.5 本章小结 |
| 第四章 BCC_CSM模式夏季长江中下游水汽输送评估 |
| 4.1 引言 |
| 4.2 夏季东亚地区水汽输送及大气水汽含量特征 |
| 4.3 夏季长江中下游边界水汽收支特征 |
| 4.4 模式夏季风预测对水汽输送预测的影响 |
| 4.5 本章小结 |
| 第五章 延伸期预报中的大气初值与海温边值相对作用 |
| 5.1 引言 |
| 5.2 试验方案设计 |
| 5.3 500hPa高度场逐日预测技巧 |
| 5.4 不同层次高度场候平均预测技巧 |
| 5.5 海温异常强迫对预测误差影响的时空特征 |
| 5.6 本章小结 |
| 第六章 海气相互作用对北半球热带外地区可预报性的影响 |
| 6.1 引言 |
| 6.2 海气相互作用对实际预报误差的影响 |
| 6.3 海气相互作用对可预报性年际变化的影响 |
| 6.4 海气相互作用对可预报性逐日变化的影响 |
| 6.5 本章小结 |
| 第七章 海气相互作用对亚澳季风区可预报模态的影响 |
| 7.1 引言 |
| 7.2 AAM区域气候态模拟特征 |
| 7.3 模式AAM区域 850hPa高度场预报技巧 |
| 7.4 模式AAM区域最可预报模态 |
| 7.5 本章小结 |
| 第八章 总结与展望 |
| 8.1 全文总结 |
| 8.2 未来工作展望 |
| 参考文献 |
| 个人在学期间的研究成果 |
| 致谢 |
（4）基于张量的气候模式时空场数据组织管理与分析研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 气候模式发展及研究应用 |
| 1.2.2 张量表达及张量分解综述 |
| 1.2.3 时空场数据组织管理研究 |
| 1.2.4 时空场数据可视化研究 |
| 1.3 研究内容、技术路线和论文组织 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.3.3 论文组织 |
| 第2章 基于张量的气候模式时空场数据组织存储 |
| 2.1 气候模式与多维时空场数据 |
| 2.1.1 气候模式介绍 |
| 2.1.2 气候模式特点 |
| 2.1.3 气候模式时空场数据 |
| 2.2 张量与张量分解 |
| 2.3 基于张量的气候模式时空场数据组织 |
| 2.3.1 基于原始张量的数据组织 |
| 2.3.2 基于张量Tucker分解的数据组织 |
| 2.3.3 基于张量层次分解的数据组织 |
| 2.3.4 基于张量分解的数据压缩实验 |
| 2.4 本章小结 |
| 第3章 基于张量的气候模式时空场数据时空范围检索 |
| 3.1 基于张量Tucker分解的时空范围检索 |
| 3.2 基于张量层次分解的时空范围检索 |
| 3.3 基于张量的时空场数据时空范围检索实验 |
| 3.4 本章小结 |
| 第4章 基于张量的气候模式时空场数据分析 |
| 4.1 基于张量的气候模式时空场数据多尺度分析 |
| 4.1.1 基于张量Tucker分解的多尺度分析 |
| 4.1.2 基于张量层次分解的多尺度分析 |
| 4.1.3 基于张量的时空场数据多尺度分析实验 |
| 4.2 基于张量分解的气候模式时空场数据连接与追加 |
| 4.2.1 基于张量分解的数据连接与融合 |
| 4.2.2 基于张量层次分解的数据动态追加 |
| 4.2.3 基于张量层次分解的数据动态追加实验 |
| 4.3 本章小结 |
| 第5章 基于张量的气候模式时空场数据管理与可视化系统 |
| 5.1 系统设计 |
| 5.2 系统实现 |
| 5.3 案例展示 |
| 5.3.1 多维度可视化分析 |
| 5.3.2 时间动态演化分析 |
| 5.3.3 空间抽取对比分析 |
| 5.3.4 张量分解数据重构可视化 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 主要研究成果 |
| 6.2 主要创新点 |
| 6.3 未来研究展望 |
| 参考文献 |
| 致谢 |
（5）利用历史资料订正数值模式预报误差研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 数值预报发展概述 |
| 1.1.1 天气预报和气候预测的早期发展 |
| 1.1.2 数值预报的发展及其对天气和气候预测的推动 |
| 1.1.3 我国数值预报的发展 |
| 1.2 误差订正技术研究进展 |
| 1.2.1 系统订正 |
| 1.2.2 依流型订正 |
| 1.3 利用历史资料订正数值预报误差研究进展 |
| 1.3.1 利用历史资料问题的提出 |
| 1.3.2 问题的转化——泛函极值问题 |
| 1.3.3 利用近期历史资料的方法 |
| 1.3.4 相似-动力方法 |
| 1.3.5 从正问题到反问题 |
| 1.4 本文研究问题的提出 |
| 第二章 模式和资料 |
| 2.1GRAPES模式介绍 |
| 2.2 CMIP5介绍 |
| 2.3 所用资料介绍 |
| 2.4 预报结果的检验标准 |
| 第三章 GRAPES模式性能评估及误差诊断 |
| 3.1 引言 |
| 3.2 资料和模式 |
| 3.3 系统误差分析 |
| 3.3.1 模式性能评估 |
| 3.3.2 时空特征及演变规律 |
| 3.3.3 分尺度系统订正方法 |
| 3.4 非系统误差分析 |
| 3.4.1 时空特征及演变规律 |
| 3.4.2 非系统误差参数化 |
| 3.5 小结与讨论 |
| 第四章 反问题理论及模式误差反演 |
| 4.1 引言 |
| 4.2 资料和模式 |
| 4.3 数值预报的反问题理论 |
| 4.3.1 第一类反问题 |
| 4.3.2 第二类反问题 |
| 4.4 单个历史资料间隔的最优模式误差反演 |
| 4.4.1 基本原理及方法 |
| 4.4.2 试验方案设计 |
| 4.4.3 数值试验结果 |
| 4.5 多历史资料间隔的最优模式误差反演 |
| 4.5.1 基本原理及方法 |
| 4.5.2 试验方案设计 |
| 4.5.3 数值试验结果 |
| 4.6 小结与讨论 |
| 第五章 利用相似-动力方法订正中期数值天气预报 |
| 5.1 引言 |
| 5.2 相似-动力方法的发展 |
| 5.2.1 早期发展 |
| 5.2.2 方法的简化——相似预报误差订正 |
| 5.2.3 延伸期预报中的发展 |
| 5.2.4 短期气候预测中的发展 |
| 5.3 资料和模式 |
| 5.4 原理和方法 |
| 5.4.1 相似-动力方法的原理 |
| 5.4.2 实施步骤 |
| 5.5 预报试验 |
| 5.5.1 试验方案设计 |
| 5.5.2 试验结果分析 |
| 5.6 小结与讨论 |
| 第六章 CMIP5历史模拟的评估与订正 |
| 6.1 引言 |
| 6.2 资料和模式 |
| 6.3 动力系统的几何理论 |
| 6.4 降水的历史模拟订正 |
| 6.4.1 观测资料和模拟结果的评估 |
| 6.4.2 订正方法 |
| 6.4.3 订正试验 |
| 6.5 干旱指数的历史模拟订正 |
| 6.5.1 观测资料和模拟结果的评估 |
| 6.5.2 订正方法 |
| 6.5.3 订正试验 |
| 6.6 小结与讨论 |
| 第七章 基于历史资料订正CMIP5未来气候预估 |
| 7.1 引言 |
| 7.2 资料和模式 |
| 7.3 订正方法 |
| 7.4 订正试验 |
| 7.4.1 不同检验长度 |
| 7.4.2 训练段 1996-2005 |
| 7.4.3 训练段 1991-2005 |
| 7.5 未来长期预估 |
| 7.5.1 长期预估结果 |
| 7.5.2 影响及评估 |
| 7.6 小结与讨论 |
| 第八章 总结和展望 |
| 8.1 论文总结 |
| 8.2 本文特色和创新点 |
| 8.3 研究展望 |
| 参考文献 |
| 附录：英文名称缩写列表 |
| 在学期间的研究成果 |
| 致谢 |
（7）灰色自忆性组合预测拓展模型及应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题背景与研究意义 |
| 1.2 国内外研究现状及评述 |
| 1.2.1 灰色预测理论 |
| 1.2.2 动力系统自忆性原理 |
| 1.2.3 灰色自忆性组合预测方法 |
| 1.3 研究内容、方法及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线 |
| 1.4 模型适用范围 |
| 1.5 本章小结 |
| 第二章 自忆性预测方法的基本理论 |
| 2.1 自忆性原理的基础知识 |
| 2.2 自忆性原理的哲理和适用范围 |
| 2.3 本章小结 |
| 第三章 适合非线性特征的灰色GM(1,1)幂自忆性组合预测模型及应用研究 |
| 3.1 适合非线性特征的灰色GM(1,1)幂模型及其基本特性 |
| 3.2 灰色GM(1,1)幂模型与自忆性原理的耦合构建 |
| 3.2.1 组合建模步骤 |
| 3.2.2 模型精度检验 |
| 3.2.3 建模流程设计 |
| 3.3 实例分析 |
| 3.3.1 港口货物吞吐量预测 |
| 3.3.2 高中升学率预测分析 |
| 3.4 本章小结 |
| 第四章 两种特殊类型下单变量的灰色自忆性组合预测模型及应用研究 |
| 4.1 含时间幂次项的灰色GM(1,1,tφ)自忆性组合预测模型 |
| 4.1.1 灰色GM(1,1,tφ)模型及其基本特性 |
| 4.1.2 灰色GM(1,1,tφ)自忆性模型的耦合构建 |
| 4.1.3 软土地基沉降预测 |
| 4.2 适合近似非齐次指数特征的灰色NGM(1,1,k)自忆性组合预测模型 |
| 4.2.1 灰色NGM(1,1,k)模型及其基本特性 |
| 4.2.2 灰色NGM(1,1,k)自忆性模型的耦合构建 |
| 4.2.3 能源消费预测分析 |
| 4.3 本章小结 |
| 第五章 多变量系统的灰色自忆性组合预测模型及应用研究 |
| 5.1 基于自忆性原理的多变量MGM(1,m)耦合系统模型构建分析 |
| 5.1.1 多变量间的灰关联分析 |
| 5.1.2 灰色多变量MGM(1,m)模型及其基本特性 |
| 5.1.3 多变量MGM(1,m)自忆性耦合系统模型 |
| 5.2 实例分析 |
| 5.2.1 路基沉降预测 |
| 5.2.2 基坑变形预测 |
| 5.3 本章小结 |
| 第六章 基于区间灰数信息的灰色预测模型及应用研究 |
| 6.1 基于标准区间灰数的发展带离散DDGM预测模型 |
| 6.1.1 区间灰数的标准化形式 |
| 6.1.2 发展带离散DDGM预测模型构建分析 |
| 6.1.3 算例分析 |
| 6.2 基于合成灰数灰度的区间灰数自忆性预测模型 |
| 6.2.1 基于合成灰数灰度的区间灰数 |
| 6.2.2 区间灰数的自忆性预测模型构建 |
| 6.2.3 算例分析 |
| 6.3 本章小结 |
| 第七章 灰色自忆性组合预测模型在医药卫生领域中的应用研究 |
| 7.1 灰色理论在医药卫生领域中的研究现状 |
| 7.2 灰色GM(1,1)自忆性组合模型在传染病发病率预测上的应用研究 |
| 7.3 灰色GM(1,1)幂自忆性组合模型在血药浓度预测上的应用研究 |
| 7.4 本章小结 |
| 第八章 总结与展望 |
| 8.1 研究结论 |
| 8.2 主要创新点 |
| 8.3 研究展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
四、动力系统的自忆气候模式的研究（论文参考文献）
- [1]中国降水模拟的小时尺度精细化评估[D]. 李妮娜. 中国气象科学研究院, 2020(03)
- [2]基于智能算法的综合能源系统动态建模仿真与协同运行优化集成研究[D]. 包哲. 华北电力大学(北京), 2020(06)
- [3]初始条件和海气相互作用对延伸期可预报性的贡献研究[D]. 汪栩加. 兰州大学, 2017(01)
- [4]基于张量的气候模式时空场数据组织管理与分析研究[D]. 王健健. 南京师范大学, 2017(02)
- [5]利用历史资料订正数值模式预报误差研究[D]. 于海鹏. 兰州大学, 2016(08)
- [6]东北地区夏季旱涝的环流型及动力气候模式解释应用[J]. 丁婷,陈丽娟. 高原气象, 2015(04)
- [7]灰色自忆性组合预测拓展模型及应用研究[D]. 郭晓君. 南京航空航天大学, 2015(07)
- [8]我国短期气候预测技术进展[J]. 贾小龙,陈丽娟,高辉,王永光,柯宗建,刘长征,宋文玲,吴统文,封国林,赵振国,李维京. 应用气象学报, 2013(06)
- [9]动力-统计客观定量化汛期降水预测研究新进展[J]. 封国林,赵俊虎,支蓉,龚志强,郑志海,杨杰,熊开国. 应用气象学报, 2013(06)
- [10]气候自忆热力模式及其非线性特征[A]. 曹鸿兴,何会中,蔡秀华. 中国气象学会2008年年会气候预测研究与预测方法分会场论文集, 2008