[1]陈燕璇,刘合香,倪增华.基于Copula熵因子选取的PSO-ELM台风灾情预测模型[J].气象研究与应用,2019,40(02):7-11,55.
　Chen Yanxuan,Liu Hexiang,Ni Zenghua.PSO-ELM Typhoon Disaster Prediction Model Based on Copula Entropy Factor Selection[J].Journal of Meteorological Research and Application,2019,40(02):7-11,55.
点击复制

基于Copula熵因子选取的PSO-ELM台风灾情预测模型()
分享到：

气象研究与应用[ISSN:1673-8411/CN:45-1356/P]

卷:
第40卷
期数:
2019年02期
页码:
7-11,55
栏目:
天气气候
出版日期:
2019-06-30

文章信息/Info

Title:
PSO-ELM Typhoon Disaster Prediction Model Based on Copula Entropy Factor Selection
作者:
陈燕璇1;  刘合香1; 2;  倪增华3
1. 南宁师范大学数学与统计学院, 南宁 530023;
2. 北部湾海洋灾害研究重点实验室, 广西 钦州 535011;
3. 南宁学院, 南宁 530023
Author(s):
Chen Yanxuan1;  Liu Hexiang1; 2;  Ni Zenghua3
1. Schod of Mathematics and Statistics Sciences, Nanningg normal University, Nanning 530023;
2. Key Laboratory of Marine Disaster Research in Beibu Gulf, Qinzhou Guangxi 535011;
3. Nanning University, Nanning 530023
关键词:
Copula熵; 相关性; 影响因子; PSO-ELM; 台风灾情
Keywords:
copula entropy; relevance; impact factor; PSO-ELM; typhoon disaster
分类号:
0212.4
摘要:
采用ISOMAP-Copula集成方法，分别构造台风灾害的致灾源指数、承灾体指数、防灾减灾指数及灾情指数。借助Copula熵研究台风灾情与影响因子的相关性，构造T检验的阈值，筛选与灾情显著相关的影响因子。构建的ELM和PSOELM模型，分别应用于广西台风灾情的预测。结果表明，基于Copula熵影响因子选取的PSO-ELM灾情预测模型的拟合度（0.9121）最高，均方误差（0.0044）最小，说明该模型的预测精度最高，可为广西台风灾情的预测提供一种新的途径。
Abstract:
Using ISOMAP-Copula integration method, the source index, body index, disaster prevention and mitigation index and disaster situation index of typhoon disasters are constructed respectively. Copula Entropy is used to study the correlation between typhoon disaster and its influencing factors, and T test threshold is constructed to screen the influencing factors which are signifcantly related to the disaster. The ELM and PSO-ELM models are applied to predict the typhoon disaster in Guangxi. The results show that PSO-ELM disaster prediction model based on Copula entropy influence factor has the highest ftting degree (0.9121) and the smallest mean square error (0.0044), indicating that the prediction accuracy of the model is the highest and the model can provide a new way for typhoon disaster prediction in Guangxi.

参考文献/References:

[1] 何洁琳, 谢敏, 黄卓, 等. 广西气候变化事实[J]. 气象研究与应用,2016,37(3):11-15.
[2] 罗红磊, 何洁琳, 李艳兰, 等. 气候变化背景下影响广西的主要气象灾害及变化特征[J]. 气象研究与应用,2016,37(1):10-14.
[3] 胡娅敏, 刘锦銮, 庄旭东, 等. 广东热带气旋气候变化的新特征和应对建议[J]. 广东气象,2015,37(5):1-4+9.
[4] 黄雪松, 廖雪萍, 覃卫坚. 广西热带气旋特征变化与灾损变化态势[J].气象研究与应用,2014,35(1):2-6.
[5] 李文媛, 杜尧东, 郑璟, 等.2018年7-8月广东省天气气候特点及其影响评述[J]. 广东气象,2018,40(5):2+81
[6] 曹梅, 罗曼宁, 关小文. 广东"威马逊"过程致灾因子的分析与风险区划[J]. 广东气象,2015,37(2):52-54.
[7] 林晓霞, 王硕甫, 冯业荣. 超强台风"威马逊"登陆前快速加强的特征和原因分析[J]. 广东气象,2016, 38(3):33-37.
[8] 彭昱忠, 王谦, 元昌安, 等. 数据挖掘技术在气象预报研究中的应用[J].干旱气象,2015,33(1):19-27.
[9] 谭金凯, 刘合香, 陈燕璇.华南热带气旋相关物理量场的线性及非线性统计分析研究[J].热带气象学报,2017,33(1):119-126.
[10] 巩在武, 胡丽.台风灾害评估中的影响因子分析[J]. 自然灾害学报,2015,24(1):203-213.
[11] 倪增华, 刘合香, 罗彦丽, 等.Copula函数在广西洪涝灾害的降水概率预测中的应用[J]. 气象研究与应用,2014,35(2):32-39.
[12] 赵宁, 李兴斯, 孙雪卿.基于Copula熵的基金组合分析[J].数学的实践与认识,2015,45(6):30-38.
[13] Huang G B,Zhu Q Y,Siew C K.Extreme learning machine:theory and applications[J].Neurocom puting,2006,70(1):489-501.
[14] Xu Y,Shu Y.Evolutionary Extreme Learning Machine-Based on Particle Swarm Optimization[M]//Advances in Neural Networks-ISNN 2006.Springer Berlin Heidelberg,2006:644-652.
[15] 朱正, 陶岚.基于ELM的成本预测方法实证检验[J]. 统计与决策,2015(23):63-65.
[16] 李婉华, 陈羽中, 郭昆, 等.基于改进粒子群优化的并行极限学习机[J].模式识别与人工智能,2016, 29(9):840-849.
[17] Tenenbaum J B,Silva V,Langford J C.A global geometric framework for nonliner dimensionnality reduction[J].Science,2000,290(5500):2319-2323.
[18] 中国气象局.热带气旋年鉴1985-2014年[M].北京:气象出版社,1985-2014.
[19] 中国台风网.http://www.typhoon.gov.cn/,2015/07/14.China typhoon network.http://www.typhoon.gov.cn/,2015/07/14.
[20] 广西壮族自治区统计局.广西统计年鉴1985-2014年[M].北京:中国统计出版社,1985-2014.
[21] 陈璐.Copula函数理论在多变量水文分析计算中的应用研究[M].武汉:武汉大学出版社,2013.
[22] 茆诗松, 程依明, 濮晓龙.概率论与数理统计[M]. 北京:高等教育出版社,2011.
[23] 杨慧中, 章军, 陶洪峰.基于互信息的软测量变量选择[J].控制工程,2012,19(4):563-565.
[24] 陈燕璇, 刘合香, 谭金凯.基于等距特征映射降维的台风灾情概率神经网络预评估模型[J].灾害学, 2016,31(3):20-25.
[25] 樊超, 郭亚菲, 曹培格,等.基于主成分分析的粮食产量极限学习机预测模型研究[J].粮食加工, 2017,42(2):1-5.
[26] Shi Y,Eberhart R C.Empirical study of particle swarm optimization[C]//Proceeding of the Congress on Evolutionary Computation,1999:1945-1950.
[27] 王杰, 毕浩洋. 一种基于粒子群优化的极限学习[J]. 郑州大学学报(理学版),2013,45(1):100-104.

相似文献/References:

[1]陈锐,刘洲荣.柳州市强对流暴雨的闪电和雷达回波特征及相关性研究[J].气象研究与应用,2016,37(02):38.
　Chen Rui,Liu Zhou-rong.Characteristics of Lighting and Radar Echoes of Strong Convective Rainstorm and Their Relations in Liuzhou[J].Journal of Meteorological Research and Application,2016,37(02):38.
[2]吴量,郭媛,向清才.河池市闪电活动与下垫面植被类型关系分析[J].气象研究与应用,2019,40(01):62.
　Wu Liang,Guo Yuan,Xiang Qingcai.Analysis of the relationship between lightning activity and vegetation forms on underlying surface in Hechi[J].Journal of Meteorological Research and Application,2019,40(02):62.
[3]陈明惠,陈思蓉,陆小林,等.1961－2019年玉林浅层地温变化特征分析[J].气象研究与应用,2020,41(02):31.[doi:10.19849/j.cnki.CN45-1356/P.2020.2.06]
　Chen Minghui,Chen Sirong,Lu Xiaolin,et al.Characteristics of shallow ground temperature change in Yulin from 1961 to 2019[J].Journal of Meteorological Research and Application,2020,41(02):31.[doi:10.19849/j.cnki.CN45-1356/P.2020.2.06]
[4]蒋镇,赵美艳.重庆城区大气细颗粒物浓度特征及其与气象因子的关系[J].气象研究与应用,2020,41(03):38.[doi:10.19849/j.cnki.CN45-1356/P.2020.3.07]
　Jiang Zhen,Zhao Meiyan.Characteristics of atmospheric fine particulate matter concentration in Chongqing urban area and its relationship with meteorological factors[J].Journal of Meteorological Research and Application,2020,41(02):38.[doi:10.19849/j.cnki.CN45-1356/P.2020.3.07]
[5]谢汶静,王盛繁,何林宴,等.2015—2019年贵港市臭氧污染特征及其与气象要素的关系[J].气象研究与应用,2021,42(01):58.[doi:10.19849/j.cnki.CN45-1356/P.2021.1.10]
　Xie Wenjing,Wang Shengfan,He Linyan,et al.Characteristics of ozone pollution and its relationship with meteorological factors in Guigang City from 2015 to 2019[J].Journal of Meteorological Research and Application,2021,42(02):58.[doi:10.19849/j.cnki.CN45-1356/P.2021.1.10]
[6]张骥,刘艳群,朱学超,等.雷州半岛水分条件变化特征及其与作物布局调整的相关分析[J].气象研究与应用,2021,42(02):35.[doi:10.19849/j.cnki.CN45-1356/P.2021.2.07]
　Zhang Ji,Liu Yanqun,Zhu Xuechao,et al.Variation characteristics of water condition and its correlation with crop distribution adjustment in Leizhou Peninsul[J].Journal of Meteorological Research and Application,2021,42(02):35.[doi:10.19849/j.cnki.CN45-1356/P.2021.2.07]
[7]江益,王立俊,郑虹晖.海南省实时能见度质量控制方法及应用[J].气象研究与应用,2021,42(02):53.[doi:10.19849/j.cnki.CN45-1356/P.2021.2.10]
　Jiang Yi,Wang Lijun,Zhen Honghui.Research on Quality Control Method of Real-time Visibility of Hainan[J].Journal of Meteorological Research and Application,2021,42(02):53.[doi:10.19849/j.cnki.CN45-1356/P.2021.2.10]
[8]陈明惠,黄广荣,黄泰森,等.环境温度及其变化与心脑血管疾病的关系分析[J].气象研究与应用,2021,42(04):79.[doi:10.19849/j.cnki.CN45-1356/P.2021.4.14]
　Chen Minghui,Huang Guangrong,Huang Taisen,et al.Relationship between ambient temperature changes and cardiovascular and cerebrovascular diseases[J].Journal of Meteorological Research and Application,2021,42(02):79.[doi:10.19849/j.cnki.CN45-1356/P.2021.4.14]

备注/Memo

备注/Memo:
收稿日期:2019-01-30。
基金项目:国家自然科学基金项目（41665006，41465003）,南宁学院科研项目（2018XJ43）
作者简介:陈燕璇(1988-),女,硕士研究生,主要从事统计建模研究。E-mail:hx_post@163.com
通讯作者:刘合香(1962-),女,教授,硕士生导师,主要从事概率统计、数学模型、自然灾害风险分析研究。E-mail:hx_post@163.com
更新日期/Last Update: 1900-01-01