简介:港口吞吐量预测是港口决策和规划的基础。为了合理预测港口吞吐量,本文利用外贸进出口总量、第一产业总产值和第三产业总产值作为BP神经网络的输入变量,港口吞吐量为输出变量,建立了港口吞吐量预测的BP神经网络预测模型。然后根据2000年-2010年广西北部湾港口吞吐量、外贸进出口总量、第一产业总产值和第三产业总产值,利用Matlab6.5软件的神经网络工具箱,通过对BP神经网络模型的反复训练,发现当隐含层节点数为6,学习率为0.05,训练次数为500次,训练精度为0.001,动力因子为0.9时得到的效果最好。并对BP神经网络模型与多元回归模型的预测结果进行比较分析,认为BP神经网络模型预测的总体效果更优。最后利用所确定的BP神经网络模型,对2011年和2012年两年的港口吞吐量进行了预测。
简介:摘要2013年12月3日07时至11时,凤庆县凤山镇出现大雾天气,最小能见度为100米,11时30分后大雾逐渐消散,天空晴朗少云。我台于8时10分发布大雾橙色预警信号,11时30分解除大雾橙色预警信号。本次雾的形成机制是近地面空气由于降温,水汽含量增加而达到饱和,水汽凝结或凝华而形成辐射雾。目前,要准确预报雾的出现时间地点还存在着一定的困难。因此,为了进一步认识雾的形成原因,本文以2013年12月3日大雾天气为例,阐述了产生大雾天气的形势背景,分析了出现大雾天气前后大气层结状况、风速变化状况以及水汽条件对形成大雾天气的影响,目的是对这次天气过程总结分析后,对该类天气有一定的认识,并对以后出现类似天气进行预报起到一定的启示作用。
简介:摘要利用常规气象观测资料和卫星云图、雷达探测等资料,对2018年8月的14号TC“摩羯”和18号TC“温比亚”进行了对比分析,侧重于路径转向从主要环境影响因子、动热力特征、地形等方面以及卫星云图、雷达回波指示方面进行了分析,结果表明(1)大尺度环流系统的博弈和相互作用,是造成两次台风转向的主要因素,尤其是乌拉尔山附近的东移低槽和强冷空气的作用向下游传递,使得河套低槽的东移阻挡加强,即中高纬度系统东移,配合副热带高压的减弱东退是台风转向的主要因素。同时,50°N以北的阻塞高压形成高压坝的阻塞形式对北上台风的受阻停滞也有明显的作用。(2)河套区域北风的加强、副高边缘低值系统的位置以及台风倒槽相对于副高脊线的偏北程度等都对台风的转向方向及角度起着重要的作用。同时,相近的另一个台风的存在及作用也会对台风的转向有一定的影响。(3)台风中心是朝着偏暖的方向发展移动,而且暖区的位置以及温差的大小也能指示出台风转向方向和台风移动速度的快慢。受自身旋转的影响,台风位置的偏北程度影响台风路径的偏离程度。地形的阻挡作用在一定程度上也会影响台风路径。(4)在台风定位和追踪台风移动路径方面,卫星云图和雷达回波都有很好的指示意义。
简介:智能公交的电子站牌到站时间显示是智能公交系统中的关键技术,研究了目前智能公交系统中的各种到站预测方法,分析了现有解决方案的不足,并提出了一种基于专家系统的公交电子站牌到站时间预测算法。