申请/专利权人：南京信息工程大学

申请日：2023-09-04

公开（公告）日：2024-03-15

公开（公告）号：CN117172372B

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q50/26;G01W1/10;G06N3/0499;G06N3/08;G06N3/006;G06F18/22

优先权：

专利状态码：有效-授权

法律状态：2024.03.15#授权;2023.12.22#实质审查的生效;2023.12.05#公开

摘要：本发明公开提供了一种台风路径预测方法及系统，应用于气象科学技术领域，首先通过当前数据对台风的强度和台风眼进行预测；然后利用相似路径法匹配出一条与当前台风最接近的历史台风路径，并根据该路径确定台风路径簇；最后利用改进粒子群优化神经网络从台风路径簇中选出第二台风路径，神经网络可以同时输入具有不同表达形式的台风气候持续因子和大气环境场因子数据，学习两者与台风路径之间的关联，从而得到更准确的预报结果。

主权项：1.一种台风路径预测的方法，其特征在于，包括如下具体步骤：通过遥感图像和气象雷达数据，同时获取大气三维环境场数据，对台风中心和台风强度进行预测；建立台风路径预测模型，获取当前台风数据和多个历史台风数据，根据当前台风数据匹配历史台风路径作为第一台风路径，根据所述第一台风路径构建台风路径簇；根据所述大气三维环境场数据，构建筛选模型，对所述第一台风路径进行筛选，得到第二台风路径；构建筛选模型具体步骤如下：以大气三维环境场数据和当前台风数据为输入，台风中心的偏移量为输出构建多输入多输出的神经网络模型；用改进粒子群优化神经网络对台风中心的偏移量寻优，获得与偏移量匹配的台风路径簇中的第二台风路径；构建神经网络和确定粒子群优化算法参数；获取样本数据并进行归一化预处理，并划分训练数据和测试数据，同时初始化神经网络；粒子群参数初始化设置，并将神经网络的输出误差值作为粒子适应度，然后计算初始种群的个体最优值与全局最优值；按照粒子速度和位置的进行迭代运算，通过改进粒子群寻优获得种群的全局最优值，从而赋予神经网络的权值和阈值；神经网络以最优权值和阈值进行模型训练和预测处理，得到最优的偏移量，通过最优的偏移量与每条台风路径的偏移量匹配得到第二台风路径。

全文数据：

权利要求：

百度查询： 南京信息工程大学 一种台风路径预测的方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD