基于CNN-Attention-BP的降水发生预测研究

在综合分析降水统计预测模型特点的基础上,提出一种基于Attention机制、卷积神经网络(CNN)和BP神经网络的CNN-Attention-BP组合模型,并对1961—2020年不同气候类型的长春站、白城站、延吉站夏季降水进行实证分析.首先,运用卷积神经网络对6—8月20—次日20时降水量、平均气压、平均风速、平均气温和平均相对湿度进行特征学习,利用Attention机制来确定气象影响因素对降水预测的权重;然后,使用BP神经网络进行降水发生预测,选用准确率、交叉熵损失函数和F1-score来综合评价CNN-Attention-BP组合模型的性能.最后,将单一的支持向量机、多层感知机和卷积神经网络模型与组合模型进行比较分析.结果表明,CNN-Attention-BP组合模型具有自主学习和关注更重要信息的特征,能够有效提高吉林省夏季降水发生模型的预测能力,在样本越均衡、降水频率越接近于0.5的站点,预测精度越高,准确率最高可达88.4%.CNN-Attention-BP组合模型的准确率相较于其他单一模型最高可以提高近17个百分点.     

直流双闭环调速系统动态性能的仿真分析

本文阐述了利用数字仿真技术对现场广泛应用的可控硅直流电动机双闭环调速系统进行仿真分析,分别得出了电流调节器和速度调节器的参数与系统动态性能指标之间的关系,从而可以有效的指导实际系统的设计和调试。     

引水工程建设管理模式探讨——以温州市瓯江引水工程为例

瓯江引水工程同时采用多种建设管理式实施,包括平行发包模式、“设计”牵头的EPC模式、“施工”牵头的EPC模式,各建设管理模式对应的标段稳步有序推进;特别是工程总承包建设管理模式在大型引水工程的应用,体现了较好的适应能力,验证了该模式在项目协调、工期控制、投资管理等方面的优势;温州市将为深化水利改革,创新水利工程建设管理模式,探索成功经验。表2个。     

以ｘ（１）（ｎ）为初始条件的无偏ＧＭ（１，１）模型

根据灰色系统理论的新信息优先原理,在建模过程中赋予新信息较大的权重可以显著提高灰色建模的功效.将无偏GM（1,1）模型的初始条件由x^（1）（1）改为x^（1）（n）,对原模型进行改进,从而提高了所建模型的模拟预测精度.通过实例验证了所建模型的实用性和可靠性.