基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于不同水平分辨率和边界层参数化方案的集合预报思路,应用花授粉算法与不限制负值的约束理论(FPA-NNCT)进行权重平均,提出一种新的风速集合预报模型(FPA-NNCT-WRF-E).利用山东省代表山地和海滨下垫面的2个风电场风速实测数据,将新模型与传统算术集合模型(M-WRF-E)以及FPA模型(FPA-WRF-E)的风速预报结果进行对比评估.结果表明:FPA NNCT WRF-E预报明显优于M WRF-E和FPA-WRF E的风速预报,与M WRF-E相比,FPA-WRF-E将风速平均绝对误差(MAE)减小了20%以上,而新模型FPA NNCT WRF-E将MAE减小了38%以上.预报的准确性得到了提高.
推荐文章
一种精英反向学习的花授粉算法
花授粉算法
反向学习
精英个体
收敛精度
收敛速度
山东WRF集合预报系统对“麦德姆”台风预报检验
台风
数值模式
对比检验
WRF集合
花授粉算法-BP神经网络模型及其在月径流预报中的应用
径流预报
花授粉算法
BP神经网络
参数优化
融合正弦余弦算法的花授粉算法
花授粉算法
正弦余弦算法
函数优化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于花授粉算法的WRF风速集合预报新模型
来源期刊 西南大学学报(自然科学版) 学科 地球科学
关键词 风速预报 集合预报 花授粉算法 预报精度
年,卷(期) 2019,(8) 所属期刊栏目 地球与环境科学
研究方向 页码范围 99-106
页数 8页 分类号 P457.5
字数 5490字 语种 中文
DOI 10.13718/j.cnki.xdzk.2019.08.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 黄鹤 24 428 13.0 20.0
2 吴彬贵 38 471 13.0 21.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (54)
共引文献  (22)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(7)
  • 参考文献(1)
  • 二级参考文献(6)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(8)
  • 参考文献(1)
  • 二级参考文献(7)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(5)
  • 参考文献(2)
  • 二级参考文献(3)
2014(4)
  • 参考文献(2)
  • 二级参考文献(2)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
风速预报
集合预报
花授粉算法
预报精度
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西南大学学报(自然科学版)
月刊
1673-9868
50-1189/N
大16开
重庆市北碚区天生路2号
1957
chi
出版文献量(篇)
6419
总下载数(次)
17
总被引数(次)
50161
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导