简介:复杂性科学是一门方兴未艾的科学,被誉为"21世纪的科学".以欧洲普里戈津和哈肯作为代表的远离平衡态的自组织理论和以美国圣菲研究所(SFI)作为代表的复杂自适应系统理论,以及司马贺的名著(1969,1981,1996年先后三版)均对复杂性科学做出了重大贡献.从20世纪80年代开始,我国科学家也独立进行着有关"复杂性"的研究工作,并提炼出了开放的复杂巨系统(OpenComplexGiantSystems--OCGS)的概念,以及处理这类系统的方法论--人机结合、从定性到定量的综合集成研讨厅体系.面对如何处理实际的OCGS问题,经过对人的智能与计算机的高性能的研讨与总结,其具体解决方法是构建一个以综合集成为基础的智能工程系统,作为可操作的平台,对于不同的复杂问题,则更换与问题有关的专家与数据即可.这就使我们面对的一些OCGS所派生出来的复杂得到解决.以上工作是中国学者对于发展复杂性科学所做的贡献.
简介:港口吞吐量预测是港口决策和规划的基础。为了合理预测港口吞吐量,本文利用外贸进出口总量、第一产业总产值和第三产业总产值作为BP神经网络的输入变量,港口吞吐量为输出变量,建立了港口吞吐量预测的BP神经网络预测模型。然后根据2000年-2010年广西北部湾港口吞吐量、外贸进出口总量、第一产业总产值和第三产业总产值,利用Matlab6.5软件的神经网络工具箱,通过对BP神经网络模型的反复训练,发现当隐含层节点数为6,学习率为0.05,训练次数为500次,训练精度为0.001,动力因子为0.9时得到的效果最好。并对BP神经网络模型与多元回归模型的预测结果进行比较分析,认为BP神经网络模型预测的总体效果更优。最后利用所确定的BP神经网络模型,对2011年和2012年两年的港口吞吐量进行了预测。
简介:摘要利用2008年1月1日至2012年12月31日逐日NCEP再分析资料(1×10)和大同地区地面常规观测资料,选取相邻两天的气象因子差值作为预报因子,相邻两天的日最高/最低气温的差值作为目标因子,分站点分月构建三层结构的日最高/最低BP神经网络模型,并应用独立样本进行模型检验,结果表明,该模型输出结果与实况拟合较好,且其对明显的升降温过程能够准确预报。在对ECMWF数值预报产品释用基础上,针对大同站2012年1月最高气温进行了24h、48h和72h模拟预测,结果显示,该BP神经网络预报模型各时效预报准确率TS评分均高于中央气象台MOS预报。