熱帶氣旋路徑和強(qiáng)度的客觀定量預(yù)報(bào)是當(dāng)前熱帶氣旋預(yù)報(bào)研究和業(yè)務(wù)預(yù)報(bào)工作中的重點(diǎn)和難點(diǎn)。簡(jiǎn)要介紹了有關(guān)熱帶氣旋業(yè)務(wù)預(yù)報(bào)技術(shù)的研究現(xiàn)狀,綜述了人工智能神經(jīng)網(wǎng)絡(luò)技術(shù)方法中最廣泛使用的BP神經(jīng)網(wǎng)絡(luò)模型、進(jìn)化計(jì)算遺傳算法—神經(jīng)網(wǎng)絡(luò)的熱帶氣旋路徑、強(qiáng)度集成預(yù)報(bào)方法,以及近十多年來(lái),這些方法在實(shí)際業(yè)務(wù)預(yù)報(bào)中與國(guó)內(nèi)外主要數(shù)值預(yù)報(bào)模式及其他客觀預(yù)報(bào)方法預(yù)報(bào)性能的對(duì)比分析,指出了人工智能神經(jīng)網(wǎng)絡(luò)和遺傳神經(jīng)網(wǎng)絡(luò)集成預(yù)報(bào)方法等在熱帶氣旋強(qiáng)度、路徑預(yù)報(bào)中的優(yōu)勢(shì)和不足,并提出了未來(lái)更深入研究需要關(guān)注的重點(diǎn)關(guān)鍵問題。 

【文章來(lái)源】：氣象研究與應(yīng)用. 2020,41(02)

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
引言
1 基于BP神經(jīng)網(wǎng)絡(luò)方法的TC預(yù)報(bào)方法研究
2 基于集成算法的TC預(yù)報(bào)方法研究
3 近10多年來(lái)遺傳神經(jīng)網(wǎng)絡(luò)TC路徑、強(qiáng)度的業(yè)務(wù)預(yù)報(bào)應(yīng)用
4 小結(jié)與討論


【參考文獻(xiàn)】：
期刊論文
[1]人工智能的關(guān)鍵技術(shù)及相關(guān)應(yīng)用[J]. 李程怡.  科技創(chuàng)新與應(yīng)用. 2020(12)
[2]2017年西北太平洋和南海熱帶氣旋預(yù)報(bào)精度評(píng)定[J]. 陳國(guó)民,張喜平,白莉娜,萬(wàn)日金.  氣象. 2019(04)
[3]熱帶氣旋季節(jié)預(yù)報(bào)業(yè)務(wù)進(jìn)展[J]. 李菁楠,李響,張?zhí)N斐,凌鐵軍,渠鴻宇.  海洋預(yù)報(bào). 2018(06)
[4]熱帶氣旋預(yù)報(bào)性能及指標(biāo)綜合評(píng)述[J]. 張定媛,田曉陽(yáng),賈朋群.  氣象. 2018(12)
[5]2016年西北太平洋和南海熱帶氣旋預(yù)報(bào)精度評(píng)定[J]. 陳國(guó)民,張喜平,白莉娜,萬(wàn)日金.  氣象. 2018(04)
[6]2015年西北太平洋熱帶氣旋預(yù)報(bào)精度評(píng)定[J]. 陳國(guó)民,白莉娜,萬(wàn)日金.  氣象. 2017(04)
[7]2014年西北太平洋熱帶氣旋預(yù)報(bào)精度評(píng)定[J]. 陳國(guó)民,曹慶,白莉娜.  氣象. 2015(12)
[8]2013年西北太平洋熱帶氣旋預(yù)報(bào)精度評(píng)定[J]. 陳國(guó)民,曹慶.  氣象. 2014(12)
[9]南海熱帶氣旋強(qiáng)度預(yù)報(bào)的線性模型與非線性模型研究[J]. 林開平,劉春霞,黃穎,陳冰廉,董彥.  熱帶氣象學(xué)報(bào). 2013(06)
[10]基于主成分分析的人工智能臺(tái)風(fēng)路徑預(yù)報(bào)模型[J]. 黃小燕,金龍.  大氣科學(xué). 2013(05)



本文編號(hào)：3404396