以風(fēng)沙運(yùn)動(dòng)為標(biāo)志的土地荒漠化及其引起的沙塵暴等災(zāi)害,是21世紀(jì)重要的環(huán)境問(wèn)題。而對(duì)這一典型氣固兩相流體的動(dòng)力學(xué)求解,面臨著諸如Navier-Stokes方程的非線性、湍流運(yùn)動(dòng)的隨機(jī)性和多尺度關(guān)聯(lián)等共性難題。雖然目前已有諸多風(fēng)速預(yù)測(cè)模型,但仍然有可以發(fā)展完善之處,如從凈風(fēng)場(chǎng)拓展到風(fēng)沙流場(chǎng)。本論文基于支持向量機(jī)和經(jīng)驗(yàn)?zāi)Ｊ椒纸獾牧己梅夯?建立了短期風(fēng)速預(yù)測(cè)的數(shù)學(xué)模型,期望加深對(duì)風(fēng)沙運(yùn)動(dòng)的認(rèn)識(shí),為定量化風(fēng)沙物理學(xué)的研究提供一定的數(shù)據(jù)支持。主要研究?jī)?nèi)容包括:首先,總結(jié)了國(guó)內(nèi)外對(duì)風(fēng)沙運(yùn)動(dòng)及風(fēng)速預(yù)測(cè)研究的概況,介紹了近地層大氣湍流的基本特性和統(tǒng)計(jì)描述。其次,就風(fēng)沙環(huán)境下的風(fēng)速原始數(shù)據(jù)進(jìn)行了預(yù)處理�；谥С窒蛄繖C(jī)回歸理論,提出了定量化的短期風(fēng)速預(yù)測(cè)模型,計(jì)算結(jié)果與觀測(cè)數(shù)據(jù)基本吻合,相對(duì)誤差在9%以內(nèi)。同時(shí)發(fā)現(xiàn),對(duì)原始數(shù)據(jù)適當(dāng)?shù)念A(yù)處理可以降低預(yù)測(cè)誤差,提高運(yùn)算效率。最后,對(duì)風(fēng)速時(shí)間序列根據(jù)經(jīng)驗(yàn)?zāi)Ｊ椒纸膺M(jìn)行處理和解譯,得到不同時(shí)間尺度的分量,提出了改進(jìn)的支持向量機(jī)風(fēng)速預(yù)測(cè)模型。結(jié)果表明:改進(jìn)后的預(yù)測(cè)模型相對(duì)誤差明顯降低,精度更高,泛化性更好。本文基于經(jīng)驗(yàn)?zāi)Ｊ椒纸飧倪M(jìn)的支持向量機(jī)短期風(fēng)速預(yù)測(cè)模型的預(yù)測(cè)風(fēng)速... 

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
中文摘要
Abstract
第一章 緒論
    1.1 研究背景和意義
    1.2 風(fēng)沙運(yùn)動(dòng)的研究現(xiàn)狀
        1.2.1 風(fēng)沙運(yùn)動(dòng)的理論及數(shù)值研究
        1.2.2 風(fēng)沙運(yùn)動(dòng)的實(shí)驗(yàn)研究
    1.3 風(fēng)速預(yù)測(cè)的研究現(xiàn)狀
        1.3.1 風(fēng)速預(yù)測(cè)方法
        1.3.2 數(shù)據(jù)預(yù)分析方法
    1.4 風(fēng)場(chǎng)基本特性
    1.5 本文的主要內(nèi)容與結(jié)構(gòu)
第二章 基于支持向量機(jī)理論的風(fēng)速預(yù)測(cè)
    2.1 理論基礎(chǔ)
        2.1.1 機(jī)器學(xué)習(xí)理論
        2.1.2 統(tǒng)計(jì)學(xué)習(xí)理論
    2.2 支持向量機(jī)理論
        2.2.1 支持向量機(jī)理論發(fā)展
        2.2.2 支持向量機(jī)回歸理論
    2.3 基于支持向量機(jī)的風(fēng)速預(yù)測(cè)建模
        2.3.1 模型構(gòu)建步驟
        2.3.2 模型參數(shù)的優(yōu)化
    2.4 實(shí)例預(yù)測(cè)分析
        2.4.1 不同高度的風(fēng)速預(yù)測(cè)
        2.4.2 模型階數(shù)對(duì)預(yù)測(cè)效果的影響
        2.4.3 訓(xùn)練樣本數(shù)量對(duì)預(yù)測(cè)效果的影響
        2.4.4 不同預(yù)處理對(duì)預(yù)測(cè)效果的影響
    2.5 本章小結(jié)
第三章 經(jīng)驗(yàn)?zāi)Ｊ椒纸飧倪M(jìn)風(fēng)速預(yù)測(cè)模型
    3.1 經(jīng)驗(yàn)?zāi)Ｊ椒纸饫碚?br>        3.1.1 包絡(luò)線擬合方法
        3.1.2 端點(diǎn)效應(yīng)的處理
        3.1.3 停止準(zhǔn)則
    3.2 原始風(fēng)速數(shù)據(jù)的經(jīng)驗(yàn)?zāi)Ｊ椒纸?br>    3.3 改進(jìn)風(fēng)速預(yù)測(cè)模型的構(gòu)建
    3.4 實(shí)例預(yù)測(cè)分析
    3.5 本章小結(jié)
第四章 結(jié)論
    4.1 主要結(jié)論
    4.2 研究展望
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于VMD和改進(jìn)ARIMA模型的超短期風(fēng)速預(yù)測(cè)[J]. 趙征,汪向碩,喬錦濤.  華北電力大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(01)
[2]基于改進(jìn)螢火蟲(chóng)算法的LSSVM脈動(dòng)風(fēng)速預(yù)測(cè)[J]. 鄭曉芬,徐暢.  結(jié)構(gòu)工程師. 2018(06)
[3]基于擴(kuò)展卡爾曼濾波的三維風(fēng)速在線估計(jì)方法[J]. 涂海峰,賈生偉,陽(yáng)豐俊,呂瑞.  航天控制. 2018(02)
[4]基于變分模態(tài)分解和LSSVM的風(fēng)電場(chǎng)短期風(fēng)速預(yù)測(cè)[J]. 張妍,韓璞,王東風(fēng),王少蕊.  太陽(yáng)能學(xué)報(bào). 2018(01)
[5]基于經(jīng)驗(yàn)?zāi)Ｊ椒纸獾纳窠?jīng)網(wǎng)絡(luò)組合風(fēng)速預(yù)測(cè)研究[J]. 勾海芝,趙征,夏子涵.  電力科學(xué)與工程. 2017(10)
[6]基于支持向量機(jī)的短期風(fēng)速預(yù)測(cè)研究綜述[J]. 楊茂,陳新鑫,張強(qiáng),李大勇,孫涌,賈云彭.  東北電力大學(xué)學(xué)報(bào). 2017(04)
[7]基于修正后ARIMA-GARCH模型的超短期風(fēng)速預(yù)測(cè)[J]. 丁藤,馮冬涵,林曉凡,陳靖文,陳麗霞.  電網(wǎng)技術(shù). 2017(06)
[8]遺傳算法對(duì)SVR風(fēng)速預(yù)測(cè)模型的多參數(shù)優(yōu)化[J]. 朱霄珣,徐搏超,焦宏超,韓中合.  電機(jī)與控制學(xué)報(bào). 2017(02)
[9]庫(kù)布齊沙漠南緣拋物線形沙丘表面風(fēng)沙流結(jié)構(gòu)變異[J]. 陶彬彬,劉丹,管超,哈斯額爾敦.  地理科學(xué)進(jìn)展. 2016(01)
[10]基于數(shù)據(jù)依賴核支持向量機(jī)回歸的風(fēng)速預(yù)測(cè)模型[J]. 王定成,倪郁佳,陳北京,曹智麗.  南京師大學(xué)報(bào)(自然科學(xué)版). 2014(03)



本文編號(hào)：3726369