一、水文预报的分类按预报的项目分：径流预报、冰情预报、沙情预报与水质预报； 径流预报：洪水预报和枯水预报——水位和流量。 按预见期长短分：短期水文预报、中长期水文预报

LF精炼工序在炼钢过程起着调节温度的关键作用,准确预报LF精炼终点钢水温度对实际生产有重要意义.传统的LF精炼预报模型包括机理模型与黑箱模型.机理预报模型能够体现各工艺因素对终点钢水温度的影响,但由于LF精炼传热机理研究尚不完善,依靠机理模型预报终点钢水温度,难以达到预期效果;黑箱预报模型能够准确预报终点钢水温度,但不能反映精炼过程各工艺因素对钢水温度的影响,尤其当生产工艺条件发生改变时,黑箱模型在应用上会受到限制.本文以方大特钢LF精炼炉为研究对象,建立一种机理预报模型与黑箱预报模型(BP神经网络预报模型)相结合的LF精炼终点钢水温度灰箱预报模型.该模型既能反映各工艺因素对终点钢水温度的影响,又能准确预测终点钢水温度,其终点钢水温度预测误差在±5℃以内的命中率可以达到95%以上

众所周知,数理统计是从大量偶然的事件中寻 找内在的统计规律,因此既要根据不同的预报对 象选取合适的数字模型,又要选择有物理意义的 因子。 而长期预报中的预报对象一般认为是一些气象 要素的平均值(如月平均气温,月总降水量等) ,所以统计分析在长期预报中是必不可少的。统 计学方法在长期预报方面有其它预报方法不能代 替的作用

针对漏钢时结晶器铜板温度呈现出的“时间滞后”和“空间倒置”等典型特征，本文通过引入动态时间弯曲(DTW)和机器学习中的密度聚类(DBSCAN)方法，提取、汇集并区分结晶器温度的典型变化模式，在此基础上开发出一种新型的漏钢预报方法。借助动态时间弯曲度量不同拉速、钢种或工艺操作条件下结晶器热电偶温度的相似性，并运用密度聚类方法聚集和分离正常工况、黏结漏钢状况下的温度样本，在此基础上检测和预报结晶器漏钢。结果证实，相较于传统的逻辑判断和人工神经元网络预报结晶器漏钢的方法，基于聚类的漏钢预报方法无需人为设置阈值或参数，能够依据漏钢历史样本中温度变化的共性规律，提取并融合热电偶温度在时间、空间上典型的变化特征，准确区分和预报结晶器漏钢，具有较好的自适应性和鲁棒性

表面张力是矿物棉生产的重要参数，直接影响到配料和工艺参数的选择.通过实验测量并建立模型预报系统研究了以高炉渣为主要原料制备矿物棉时熔体的表面张力.首先测量了SiO2（40%-60%）-Al2O3（5%-20%）-CaO（20%-30%）-MgO（5%）四元系的表面张力，其值处于350-500 m·m-1之间；然后结合文献报道的表面张力数据，利用人工神经网络技术建立了SiO2（35%-60%）-Al2O3（5%-20%）-CaO（20%-45%）-MgO（0-10%）四元渣系的表面张力预报模型.该模型对成分范围内的表面张力预报平均误差为9.32%，预报精度较高，可以预报矿物棉熔体成分范围内的表面张力

第一节 农作物预测预报概况 1. 预测预报目的意义 2. 预测预报类别 第二节 发生期预报 1. 基本概念和方法 2. 发育进度预测法 3. 有效积温预测法

第一节 农作物预测预报概况 1.预测预报目的意义 2.预测预报类别 第二节 发生期预报 1.基本概念和方法 2.发育进度预测法 3.有效积温预测法

第三章长期水文过程的因子挑选 第一节挑选预报因子的方法P23 1、物理考察—要分析预报对象与预报因子之间的物理联系和因果关系,挑选出物理意义清楚的预报因子。 2、统计考察一分析预报因子和对象之间的统计关系,挑选出来的因子应该符合数理统计中的原则

应用灰色系统理论,建立了灰色GM(1·1)预报钢产量的数学模型。该模型可对钢产量进行定量和定性预报。定量预报的平均精度为97.08%(最高精度达99.60%),定性预报结果与实际情况相吻合

从课程名称可知,本书主要介绍两部分内容,中期天气预报和长期天气预报 第一章为概述, 第二到第四章为中期预报内容,(重点) 第五到第八章为长期预报内容,(重点) 第九章介绍自动化系统 我们主要学习前八章