典型文献
耦合台风天气预报模式和实测数据的神经网络风速预测
文献摘要：
基于准定常假定,风荷载与风速平方成正比.为了实现对结构的台风动力效应进行分析预测,建立了耦合数值天气预报(weather research and forecast,WRF)模式和现场实测数据的风速预测神经网络模型,开展台风短期风速的高精度预测.利用该模型对2017年"泰利"和2018年"康妮"的台风风场进行模拟和预测.为了提高神经网络训练效率和短期风速预测精度,使用经验模态分解和小波变换对风速数据进行分解,将分解后的风速分量作为神经网络的输入.结合数据分解方法,分别采用BP、Elman、GRNN和ANFIS等4种神经网络模型完成了两次台风影响下某实测场地平均风速的6步提前预测.结果 表明,基于集合经验模态分解或小波分解的神经网络预测方法,相比不进行数据分解的直接神经网络预测法,台风风速预测精度提高了50％以上.在4种神经网络模型中,小波变换和BP神经网络模型组合具有最优的台风风速预测精度.
文献关键词：
台风风速预测;神经网络;数据分解;天气预报模式
中图分类号：
作者姓名：
黄铭枫;刘国星;王义凡;徐卿
作者机构：
浙江大学建筑工程学院,浙江杭州310058;浙江大学平衡建筑研究中心,浙江杭州310058
文献出处：
引用格式：
[1]黄铭枫;刘国星;王义凡;徐卿-.耦合台风天气预报模式和实测数据的神经网络风速预测)[J].建筑结构学报,2022(03):98-108
A类：
台风风速预测
B类：
风天,天气预报模式,准定常,假定,风荷载,方成,成正比,风动力,动力效应,分析预测,数值天气预报,weather,research,forecast,WRF,现场实测,展台,精度预测,泰利,风场,高神,神经网络训练,训练效率,使用经验,小波变换,风速数据,数据分解,分解方法,Elman,GRNN,ANFIS,台风影响,地平,平均风速,提前预测,集合经验模态分解,小波分解,神经网络预测,接神,模型组合
AB值：
0.33871
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
