10.3969/j.issn.2097-017X.2024.01.005
高速铁路沿线风速WRF集成修正预测方法
WRF(Weather Research and Forecasting)等物理驱动预测方法被证实能够获取有效的风速预测结果.本研究面向WRF预测方法对初始条件的敏感性,构建多目标集成模型MOEnWRF(Multi-Objective Ensemble WRF),优化WRF的预测精度.该方法主要包括两个步骤,首先构建描述预测精度与稳定性的评价指标体系,采用多目标灰狼优化算法(MOGWO,Multi-Objective Grey Wolf Optimizer)实现对模型精度以及稳定性的同时优化,获得集成权重的帕累托解集.然后,采用组合距离评估法(CODAS,COmbinative Distance-based ASsessment)评估帕累托解集的有效性,从解集中选择出最优解,并应用于集成WRF模型.经过4个站点的实际验证,得到所提方法能够有效提升WRF的预测精度,并优于单目标优化集成方法.
高速铁路、风速预测、WRF、多目标优化
4
U238;P425.6+2(特种铁路)
国家自然科学基金52072412
2024-02-26(万方平台首次上网日期,不代表论文的发表时间)
共7页
42-48