广西科学技术奖项目公示信息 - 华东师范大学科技处.docVIP

一、推荐项目名称： 二、完成单位：广西壮族自治区气象广西壮族自治区气象台主要完成人员：黄小燕、赵华生、黄颖、金龙、林开平、杨晴、宋洁慧甘 静。 三、项目简介（含成果登记日期、登记号、验收意见） 成果概况: Boosting 集成预报方法”（项目编号执行年限：2011.01-2013.12）、广西自然科学青年基金项目“南海台风客观预报技术研究”（项目编号：2011GXNSFB018001；执行年限：2011.03-2014.03）、中国气象局气象关键技术集成与应用面上项目“南海台风智能计算集成客观预报方法”（项目编号：CMAGJ2014M41；执行年限：2014.01-2015.07）、国家青年基金项目“委员会机器模型若干问题研究及气象应用”（项目编号执行年限：2013.01-2015.12）以及广西青年基金项目“基于非参数统计方法的神经网络集成研究”（项目编号：桂科青0832092；执行年限：2008.03-2011.07）5个项目的研究成果组成。国内外数值预报产品资料基础，主要内容： 使用最大最小均匀分布法和正态分布法对数据归一化的必要性及产生的影响作了测试和分析，数据归一化对预测模型的训练速度和预测精度影响很大，建议对数据进行标准正态分布形式的归一化处理。利用委员会机器模型中的Averaging和Baggging集成对数据作了较为广泛的预报建模分析，所采用的具体专家模型有纯线性神经网络、单层和两层贝叶斯神经网络、混合密度网络等。经过对贝叶斯网络的诸多参数的筛选确定，对台风数据预报建模结果使其预报平均误差比传统的逐步回归方法减少了近20公里。利用混合密度模型提出了台风路径预测的概率分布情况，有利于有重点的进行防灾减灾准备。粒子群算法、遗传算法模糊算法相结合自身的变化特点及其与环境流场的相互作用，以国内外数值预报产品资料为基础，创新点和特色：-神经网络集合预报方法以及基于自然正交展开与组合权重相结合非线性小波神经网络方法。另外还进一步对粒子群-神经网络集合预报模型和遗传-神经网络集合预报模型进行改进，明显改进了集合预报模型的预报效果，具有较好的实用性和推广价值。 首次将流形学习算法与粒子群算法、遗传算法及模糊算法相结合，分别建立了基于流形学习算法的智能计算神经网络南海台风路径和强度集合预报模型，明显提高了台风路径和强度预报能力2011年-2016年的实际全国台风客观业务预报中，预报精度名列前茅，特别是台风的强度预报在参加全国台风预报广播的国内外11种数值预报模式、统计-动力、统计客观预报工具中的预报精度连续6年保持最高。 基于神经网络集成客观预报，首次建立《南海台风智能计算集成客观预报系统》形成了针对南海台风路径和强度的气象业务服务新产品具有重要的理论和实际预报意义。项目成果登记情况： 自治区科技成果登记号：201696510、201595321项目验收意见： 项目收集1980-2014年的台风历史个例和欧洲中心数值预报产品资料，建立了南海台风路径、强度、物理量预报因子和气候持续预报因子数据库。在此基础上，采用主成分分析、条件数计算分析以及系统降维方法对预报信息数据进行挖掘，构建网络结构规模小、有效信息量大的非线性集合预报模型。 采用遗传神经网络方法（GNN）、粒子群神经网络算法(PNN)及模糊神经网络方法(FNN)等非线性智能计算技术，建立了南海台风路径和强度智能计算集成客观预报系统，并投入预报业务应用，24h、48h和72h非线性客观预报模型的台风强度和路径预报精度稳定超过气候持续法（CLIPER）的预报水平。 项目完成研究论文篇，其中1篇SCI收录，，《大气科学》。培养1名博士研究生。项目资金按时足额到位，专款专用，使用合理、规范。 专家组认为，项目组完成了合同所规定的研究任务，各项考核指标达到要求，提供的验收材料齐全规范，符合验收相关要求，一致同意通过验收。四、知识产权情况： 计算机软件著作权：基于遗传神经网络的南海台风路径集成客观预报系统；（登记号：2015SR073262；软著登字第0960348号）计算机软件著作权：；软著登字第计算机软件著作权：；软著登字第五、论文专著： 金龙, 朱杰顺, 黄颖, 赵华生, 林开平, 金健. 2015. A Nonlinear Statistical Ensemble Model for Short-range Rainfall Prediction[J]. Theoretical and Applied Climatology, 119(3-4):791-807. SCI收录 赵华生, 金龙, 黄颖, 金健. 2014. An Objective Prediction Model for Typhoon Rainstorm Usin