人工智能技术的热带气旋预报综述（之一）——BP神经网络和集成方法的热带气旋预报研究和业务应用

发布时间：2021-09-22 21:23

　　热带气旋路径和强度的客观定量预报是当前热带气旋预报研究和业务预报工作中的重点和难点。简要介绍了有关热带气旋业务预报技术的研究现状,综述了人工智能神经网络技术方法中最广泛使用的BP神经网络模型、进化计算遗传算法—神经网络的热带气旋路径、强度集成预报方法,以及近十多年来,这些方法在实际业务预报中与国内外主要数值预报模式及其他客观预报方法预报性能的对比分析,指出了人工智能神经网络和遗传神经网络集成预报方法等在热带气旋强度、路径预报中的优势和不足,并提出了未来更深入研究需要关注的重点关键问题。 

【文章来源】：气象研究与应用. 2020,41(02)

【文章页数】：6 页

【文章目录】：
引言
1 基于BP神经网络方法的TC预报方法研究
2 基于集成算法的TC预报方法研究
3 近10多年来遗传神经网络TC路径、强度的业务预报应用
4 小结与讨论


【参考文献】：
期刊论文
[1]人工智能的关键技术及相关应用[J]. 李程怡.  科技创新与应用. 2020(12)
[2]2017年西北太平洋和南海热带气旋预报精度评定[J]. 陈国民,张喜平,白莉娜,万日金.  气象. 2019(04)
[3]热带气旋季节预报业务进展[J]. 李菁楠,李响,张蕴斐,凌铁军,渠鸿宇.  海洋预报. 2018(06)
[4]热带气旋预报性能及指标综合评述[J]. 张定媛,田晓阳,贾朋群.  气象. 2018(12)
[5]2016年西北太平洋和南海热带气旋预报精度评定[J]. 陈国民,张喜平,白莉娜,万日金.  气象. 2018(04)
[6]2015年西北太平洋热带气旋预报精度评定[J]. 陈国民,白莉娜,万日金.  气象. 2017(04)
[7]2014年西北太平洋热带气旋预报精度评定[J]. 陈国民,曹庆,白莉娜.  气象. 2015(12)
[8]2013年西北太平洋热带气旋预报精度评定[J]. 陈国民,曹庆.  气象. 2014(12)
[9]南海热带气旋强度预报的线性模型与非线性模型研究[J]. 林开平,刘春霞,黄颖,陈冰廉,董彦.  热带气象学报. 2013(06)
[10]基于主成分分析的人工智能台风路径预报模型[J]. 黄小燕,金龙.  大气科学. 2013(05)



本文编号：3404396