基于局部线性嵌入的人工智能台风强度集合预报模型-气象.PDF

第 卷 第 期 气 象 ４０ ７ Ｖｏｌ．４０ Ｎｏ．７ 　　　 　 　 　 　　 　　 　　 年 月　　 　　 　　　 　　　 ２０１４ ７ Ｊｕｌ ２０１４ 　 　 ＭＥＴＥＯＲＯＬＯＧＩＣＡＬＭＯＮＴＨＬＹ ｙ 黄颖，金龙，黄小燕，等 基于局部线性嵌入的人工智能台风强度集合预报模型 气象， （）： ．２０１４． ． ４０７ ８０６８１５． 基于局部线性嵌入的人工智能台风 强度集合预报模型 １ ２ １ １ ３ 黄 颖 金 龙 黄小燕 史旭明 金 健 　 　 　 　 　 　 　 １广西气象减灾研究所，南宁 ５３００２２ ２广西区气候中心，南宁 ５３００２２ ３华东师范大学计算机科学技术系，上海 ２００２４１ 提 要：利用局部线性嵌入算法通过学习挖掘高维数据集的内在几何结构，高效地实现维数约简和特征提取的能力，论文以 　 — 年共 年 — 月西北太平洋海域内生成的台风样本为基础，将气候持续因子作为台风强度的基本预报因子，采 ２００１ ２０１２ １２ ６ ９ 用局部线性嵌入的特征提取与逐步回归计算相结合的预报因子信息数据挖掘技术，以进化计算的粒子群算法，生成期望输出 相同的多个神经网络个体，建立了一种新的非线性人工智能集合预报模型，进行了分月台风强度预报模型的建模研究。在建 模样本、独立预报样本相同的情况下，分别采用人工智能集合预报方法和气候持续法进行预报试验。试验对比结果表明，前 者较后者在 、、和 月 台风强度预报中，平均绝对误差分别下降了 、 、 和 ，个月的平 ６７８ ９ ２４ｈ ２３．３４％ ２４．４６％ １９．４１％ ２７．４５％ ４ 均绝对误差下降了 ； 台风强度预报中，— 月平均绝对误差分别下降了 、 、 和 ， ２３．１０％ ４８ｈ ６ ９ ４４．８２％ １６．７３％ ０．８９％ ４９．２６％ ４ 个月的平均绝对误差下降了 。进一步研究发现，在变动局部线性嵌入算法 近邻个数的情况下，建立的台风强度集 ２５．５４％ 犽 合预报模型，其预报结果稳定可靠，相对于气候持续法均为正的预报技巧水平，为台风强度客观预报提供了新的预报工具和 预报建模方法。 关键词：局部线性嵌入，粒子群 神经网络，集合预报，气候持续法，台风强度  中图分类号： 文献标志码： ： ／