《路面凝冰预警时间的预测方法及预测系统》涉及路面凝冰预警领域，特别涉及一种路面凝冰预警时间的预测方法及预测系统。

高速公路的路面温度会随着气温的下降而降低，当大气降水、空气湿度过高时，在低温路面便会形成结冰（黑冰）、结霜、积雪、冰雪（包括黑冰）等现象。

不同的气候条件将引起不同的天气类型。冰雪天气一般出现在有利于降水的大气环流背景下，北方冷空气在南下过程中与南方强暖湿气流相遇，在大气近地面层会形成0℃以下的冷空气楔（冷垫），在大气低层则出现较强逆温，当冷空气楔上的逆温层也处在0℃以下时，降落到地面的降水形式为雪。而当逆温层处在0℃以上（空气中存在液态水或过冷水滴）时，则降水形式为雨。逆温层到达冷垫层内后迅速凝结为雨凇，凝聚在地面上形成冰层即为路面凝冰。

路面凝冰不仅会严重影响高速公路通行效率，给人们的出行带来较大不便，甚至还会给人们的生命和财产造成巨大的损失。如2008年初发生在中国南方罕见路面凝冰灾害几乎使当地高速公路运营陷入停滞状态。据贵州省公路交通管理部门近五年的统计结果表明，历年12月～3月路面凝冰发生期间，高速公路平均车辆通行速度仅为设计时速的70％，部分路段仅为设计时速的30％以下，高速公路封闭日数约为10～20天。因此，研究高速公路在恶劣天气环境下的路面凝冰预警时间计算方法，为高速公路高危路段的设置的融冰除雪自动化处置系统提供一个科学的决策依据，防患路面凝冰的发生，具有重要的现实意义和应用价值。

处理路面凝冰问题的基本原则是以预防为主，2014年前中国内外的研究主要集中在路面凝冰的检测，例如，低成本时域游标法测距和路面出射光点法等方法，通过分析不同厚度的水和冰的光谱，从而探测出路面是否存在凝冰现象。但是对于提前探测路面是否发生凝冰现象，计算出即将发生路面凝冰现象的时间，从而为高危路段的前期自动化处置提供参考的研究尚无相关的报道。

综上所述，提供一种路面凝冰预警时间的预测方法及预测系统，其能够适用于高速公路在低温雨雪等恶劣天气环境下分析和预警路面发生凝冰现象的时间，成为该领域技术人员亟待解决的问题。

公开于该发明背景技术部分的信息仅仅旨在加深对该发明的一般背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成已为该领域技术人员所公知的2014年之前的技术。

图1为《路面凝冰预警时间的预测方法及预测系统》中采用的路面凝冰传感器的结构示意图。

图2为根据《路面凝冰预警时间的预测方法及预测系统》的路面凝冰预警时间的预测方法原理图。

图3为根据《路面凝冰预警时间的预测方法及预测系统》的路面凝冰预警时间的预测方法流程图。

2020年7月14日，《路面凝冰预警时间的预测方法及预测系统》获得第二十一届中国专利奖优秀奖。 2100433B

路面凝冰预警时间的预测方法及预测系统操作内容

首先对《路面凝冰预警时间的预测方法及预测系统》中采用到的路面凝冰传感器的结构和工作原理进行说明。请参阅图1所示，该发明中所采用的路面凝冰传感器主要包括第一传感器1、第二传感器2和信号调理模块3。

其中，第一传感器1采用美国Dallas半导体公司DS18B20系列温度传感器，随路面凝冰传感器一起埋入路面，用于实时探测路面的路表温度（道路表面温度）；第二传感器2包括液固相变发生器21和凝冰传感器22。当第一传感器1实时探测到路表温度小于系统预设的预警温度时，路面凝冰传感器启动液固相变发生器21进行路面凝冰温度探测（探测实际路面凝冰温度）。同时，凝冰传感器22实时探测路面凝冰探测过程中的凝冰状态。

信号调理模块3主要包括信号放大电路、信号滤波以及数据通信接口等基本功能模块，处理来自第一传感器1和第二传感器2的信号，并实时将信号传输至信息处理系统，同时能够接收来自信息处理系统的指令。

参阅图2和图3所示，《路面凝冰预警时间的预测方法及预测系统》提供一种路面凝冰预警时间的预测方法，其包括：

A）在当前路段中设置路面凝冰传感器和信息处理系统，所述路面凝冰传感器电性连接所述信息处理系统，预先设定预警温度T₁；当前路段为需要进行凝冰预警的目标路段，一般为高速公路的高危路段或者易发生凝冰的路段；根据其环境条件预先地设定预警温度作为后续计算的参考值，该实施例中的预先设定的预警温度T₁为1℃～3℃，也可以根据实际环境条件设定，例如是0℃～6℃；

B）所述路面凝冰传感器探测当前路段的路表温度，作为第一路表温度T₀；所述路面凝冰传感器实时动态地探测当前路段的路表温度（道路表面温度）；

C）所述信息处理系统判断所述第一路表温度T₀是否小于或者等于所述预警温度T₁；如果是，则执行步骤D），且将探测到第一路表温度（T₀）小于或者等于预警温度（T₁）的时间点设为第一时间（t₁）；如果否，则执行步骤B）；

不断地将路面凝冰传感器实时探测得到的第一路表温度T₀和预警温度T₁进行比较判断，如果在一个时间点，探测到的所述第一路表温度T₀小于或者等于所述预警温度T₁，则将这个时间点设定为第一时间（t₁），并接着执行步骤D）；如果探测到的第一路表温度T₀大于预警温度T₁，则继续执行步骤B）的实时探测；

D）所述路面凝冰传感器进行凝冰探测；

具体地，是通过所述路面凝冰传感器启动传感器内的液固相变发生器21进行凝冰探测工作；

E）所述信息处理系统判断是否探测到实际路面凝冰温度T₃；如果是，则执行步骤F），且将探测到实际路面凝冰温度（T₃）的时间点设为第二时间（t₂）；如果否，则执行步骤D）；其中，在还没有出现凝冰现象时会重复执行D）和E），直到探测到可能发生路面凝冰时的实际路面凝冰温度T₃为止；

F）所述路面凝冰传感器探测当前路段的路表温度，作为第二路表温度T₂，并将所述实际路面凝冰温度T₃和第二路表温度T₂传送至信息处理系统；

其中所述信息处理系统包括处理器，所述信息处理系统与传感器电性连接，用于接收传感器发出的信息并在处理器中进行进一步处理；具体地，在步骤D）～F）中，如果在凝冰探测的过程中的一个时间点，探测到了实际路面凝冰温度T₃，则将这个时间点设定为第二时间（t₂），同时，所述路面凝冰传感器探测出第二时间（t₂）的路表温度，作为第二路表温度（T₂），将这些探测信息传送至信息处理系统进行后续计算处理；

G）所述信息处理系统计算得出预警时间（Δt₂），所述预警时间（Δt₂）由以下公式计算得出：Δt₂＝（（T₃-T₁）/（T₂-T₁））*（t₂-t₁）；其中，t₁为第一时间，t₂为第二时间，T₁为预警温度，T₂为第二路表温度，T₃为实际路面凝冰温度；

其中，所述预警时间Δt₂为路表温度降至实际路面凝冰温度T₃的第三时间t₃与所述第一时间t₁的时间差；即预警时间Δt₂由以下定义式1定义：Δt₂＝t₃-t₁；（定义式1）

《路面凝冰预警时间的预测方法及预测系统》的关键在于要预测路面凝冰发生的时间，即这个第三时间t₃是未知的，从第一时间t₁开始并不知道在路表温度将会在后面哪一个时间点降至和实际路面凝冰温度T₃一样，需要利用前面t₁和t₂两个时间点探测出的数据根据公式进行计算，在计算中，为了方便起见，假设当前路段的路表温度变化是均匀的，即如图2所示，路面凝冰温度变化曲线和路表温度变化曲线均为直线；

具体地，如果在第三时间t₃路表温度降至实际路面凝冰温度T₃，根据图2所示，预警时间Δt₂的计算公式为：Δt₂＝（ΔT₂/ΔT₁）*Δt₁；（公式1）。其中，ΔT₂＝T₃-T₁，ΔT₁＝T₂-T₁，Δt₁＝t₂-t₁；也即，所述公式1为Δt₂＝（（T₃-T₁）/（T₂-T₁））*（t₂-t₁）；其中，t₁为第一时间，t₂为第二时间，T₁为预警温度，T₂为第二路表温度，T₃为实际路面凝冰温度；

H）对步骤A）～G）进行计算修正；在不同的地区应用该发明的预测方法时，可以根据当地的实际环境和所处时区结合当地所探测到的温度湿度等信息，对预测方法的各个步骤中的各种探测值进行相应的计算修正，实现路面凝冰预警时间的精确计算。

《路面凝冰预警时间的预测方法及预测系统》还提供一种路面凝冰预警时间的预测系统，所述预测系统用于执行上述路面凝冰预警时间的预测方法的步骤。所述预测系统包括上述的路面凝冰传感器和信息处理系统，A）所述路面凝冰传感器电性连接所述信息处理系统，预先设定预警温度（T₁）；

B）所述路面凝冰传感器探测当前路段的路表温度，作为第一路表温度（T₀）；

C）所述信息处理系统判断所述第一路表温度（T₀）是否小于或者等于所述预警温度（T₁）；如果是，则执行步骤D），且将探测到第一路表温度（T₀）小于或者等于预警温度（T₁）的时间点设为第一时间

（t₁）；如果否，则执行步骤B）；

D）所述路面凝冰传感器进行凝冰探测；

E）所述信息处理系统判断是否探测到实际路面凝冰温度（T₃）；如果是，则执行步骤F），且将探测到实际路面凝冰温度（T₃）的时间点设为第二时间（t₂）；如果否，则执行步骤D）；

F）所述路面凝冰传感器探测当前路段的路表温度，作为第二路表温度（T₂），并将所述实际路面凝冰温度（T₃）和第二路表温度（T₂）传送至信息处理系统；

G）所述信息处理系统计算得出预警时间（Δt₂）,所述预警时间（Δt₂）由以下公式计算得出：Δt₂＝（（T₃-T₁）/（T₂-T₁））*（t₂-t₁）；其中，t₁为第一时间，t₂为第二时间，T₁为预警温度，T₂为第二路表温度，T₃为实际路面凝冰温度。

路面凝冰预警时间的预测方法及预测系统实施案例

实施例1

首先，在当前路段中设置路面凝冰传感器和信息处理系统，所述路面凝冰传感器电性连接所述信息处理系统，预先设定预警温度T₁为5℃；然后，所述路面凝冰传感器探测当前路段的路表温度，作为第一路表温度T₀；

从开始探测的时刻算起，在第10小时，所述信息处理系统判断探测到的第一路表温度T₀小于或者等于5℃时，则第一时间t₁为第10小时，并且启动路面凝冰传感器进行凝冰探测；在凝冰探测的过程中，判断是否探测到当前路段可能发生凝冰的实际路面凝冰温度T₃，其中T₃为-3.5℃；在第10小时6分30秒，所述信息处理系统判断探测到了实际路面凝冰温度T₃，则第二时间t₂为第10小时6分30秒，且路面凝冰传感器探测第10小时6分30秒的第二路表温度T₂为4.8℃，并将所述实际路面凝冰温度T₃和第二路表温度T₂传送至信息处理系统；

最后，所述信息处理系统按照上述公式1计算得出预警时间Δt₂如下：Δt₂＝（（T₃-T₁）/（T₂-T₁））*（t₂-t₁）＝16575秒，即在第一时间t₁之后再过4小时36分左右，路表温度可能将至-3.5℃。

实施例2

首先，在当前路段中设置路面凝冰传感器和信息处理系统，所述路面凝冰传感器电性连接所述信息处理系统，预先设定预警温度T₁为3℃；然后，所述路面凝冰传感器探测当前路段的路表温度，作为第一路表温度T₀；

从开始探测的时刻算起，在第15小时，所述信息处理系统判断探测到的第一路表温度T₀小于或者等于3℃时，则第一时间t₁为第15小时，并且启动路面凝冰传感器进行凝冰探测；在凝冰探测的过程中，判断是否探测到当前路段可能发生凝冰的实际路面凝冰温度T₃，其中T₃为-4.6℃；在第15小时5分40秒，所述信息处理系统判断探测到了实际路面凝冰温度T₃，则第二时间t₂为第15小时5分40秒，且路面凝冰传感器探测第25小时的第二路表温度T₂为2.7℃，并将所述实际路面凝冰温度T₃和第二路表温度T₂传送至信息处理系统；

最后，所述信息处理系统按照上述公式1计算得出预警时间Δt₂如下：Δt₂＝（（T₃-T₁）/（T₂-T₁））*（t₂-t₁）＝8613秒，即在第一时间t₁之后再过2小时23分左右，路表温度可能降至-4.6℃。

路面凝冰预警时间的预测方法及预测系统专利目的

《路面凝冰预警时间的预测方法及预测系统》的目的在于提供一种路面凝冰预警时间的预测方法，《路面凝冰预警时间的预测方法及预测系统》的另一目的在于提供路面凝冰预警时间的预测系统。

路面凝冰预警时间的预测方法及预测系统专利目的

《路面凝冰预警时间的预测方法及预测系统》提供一种路面凝冰预警时间的预测方法，其包括：

A）在当前路段中设置路面凝冰传感器和信息处理系统，所述路面凝冰传感器电性连接所述信息处理系统，预先设定预警温度（T₁）；

B）所述路面凝冰传感器探测当前路段的路表温度，作为第一路表温度（T₀）；C）所述信息处理系统判断所述第一路表温度（T₀）是否小于或者等于所述预警温度（T₁）；如果是，则执行步骤D），且将探测到第一路表温度（T₀）小于或者等于预警温度（T₁）的时间点设为第一时间（t₁）；如果否，则执行步骤B）；D）所述路面凝冰传感器进行凝冰探测；E）所述信息处理系统判断是否探测到实际路面凝冰温度（T₃）；如果是，则执行步骤F），且将探测到实际路面凝冰温度（T₃）的时间点设为第二时间（t₂）；如果否，则执行步骤D）；F）所述路面凝冰传感器探测当前路段的路表温度，作为第二路表温度（T₂），并将所述实际路面凝冰温度（T₃）和第二路表温度（T₂）传送至信息处理系统；G）所述信息处理系统计算得出预警时间（Δt₂），所述预警时间（Δt₂）由以下公式计算得出：Δt₂＝（（T₃-T₁）/（T₂-T₁））*（t₂-t₁）；其中，t₁为第一时间，t₂为第二时间，T₁为预警温度，T₂为第二路表温度，T₃为实际路面凝冰温度。

优选地，所述预警温度（T₁）为1℃～3℃。

优选地，在所述步骤D）中，所述路面凝冰传感器启动液固相变发生器进行凝冰探测。

优选地，所述预测方法还进一步包括：H）对步骤A）～G）进行计算修正。

优选地，在所述步骤H）中，利用当前路段所处时区和环境温度、湿度信息进行计算修正。

《路面凝冰预警时间的预测方法及预测系统》还提供一种路面凝冰预警时间的预测系统，其包括：路面凝冰传感器和信息处理系统，A）所述路面凝冰传感器电性连接所述信息处理系统，预先设定预警温度（T₁）；B）所述路面凝冰传感器探测当前路段的路表温度，作为第一路表温度（T₀）；C）所述信息处理系统判断所述第一路表温度（T₀）是否小于或者等于所述预警温度（T₁）；如果是，则执行步骤D），且将探测到第一路表温度（T₀）小于或者等于预警温度（T₁）的时间点设为第一时间（t₁）；如果否，则执行步骤B）；D）所述路面凝冰传感器进行凝冰探测；E）所述信息处理系统判断是否探测到实际路面凝冰温度（T₃）；如果是，则执行步骤F），且将探测到实际路面凝冰温度（T₃）的时间点设为第二时间（t₂）；如果否，则执行步骤D）；F）所述路面凝冰传感器探测当前路段的路表温度，作为第二路表温度（T₂），并将所述实际路面凝冰温度（T₃）和第二路表温度（T₂）传送至信息处理系统；G）所述信息处理系统计算得出预警时间（Δt₂）,所述预警时间（Δt₂）由以下公式计算得出：Δt₂＝（（T₃-T₁）/（T₂-T₁））*（t₂-t₁）；其中，t₁为第一时间，t₂为第二时间，T₁为预警温度，T₂为第二路表温度，T₃为实际路面凝冰温度。

路面凝冰预警时间的预测方法及预测系统有益效果

《路面凝冰预警时间的预测方法及预测系统》的有益效果是：该发明解决了高速公路在低温雨雪等恶劣天气环境下，发生路面凝冰现象的提前预测技术问题，能够对高速公路高危路段是否发生路面凝冰预警时间进行动态预测，具有精确度高和实时性强的特点，有效地解决低温雨雪冰冻等恶劣环境下高危路段发生路面凝冰的预警时间精确预测的技术难题。

1.一种路面凝冰预警时间的预测方法，其包括：

A）在当前路段中设置路面凝冰传感器和信息处理系统，所述路面凝冰传感器电性连接所述信息处理系统，预先设定预警温度（T₁）；

B）所述路面凝冰传感器探测当前路段的路表温度，作为第一路表温度（T₀）；

C）所述信息处理系统判断所述第一路表温度（T₀）是否小于或者等于所述预警温度（T₁）；如果是，则执行步骤D），且将探测到第一路表温度（T₀）小于或者等于预警温度（T₁）的时间点设为第一时间（t₁）；如果否，则执行步骤B）；

D）所述路面凝冰传感器进行凝冰探测；

E）所述信息处理系统判断是否探测到实际路面凝冰温度（T₃）；如果是，则执行步骤F），且将探测到实际路面凝冰温度（T₃）的时间点设为第二时间（t₂）；如果否，则执行步骤D）；

F）所述路面凝冰传感器探测当前路段的路表温度，作为第二路表温度（T₂），并将所述实际路面凝冰温度（T₃）和第二路表温度（T₂）传送至信息处理系统；

G）所述信息处理系统计算得出预警时间（Δt₂），所述预警时间（Δt₂）由以下公式计算得出：Δt₂＝（（T₃-T₁）/（T₂-T₁））*（t₂-t₁）；其中，t₁为第一时间，t₂为第二时间，T₁为预警温度，T₂为第二路表温度，T₃为实际路面凝冰温度。

2.根据权利要求1所述的路面凝冰预警时间的预测方法，其中，所述预警温度（T₁）为1℃～3℃。

3.根据权利要求2所述的路面凝冰预警时间的预测方法，其中，在所述步骤D）中，所述路面凝冰传感器启动液固相变发生器进行凝冰探测。

4.根据权利要求1所述的路面凝冰预警时间的预测方法，其中，所述预测方法还进一步包括：

H）对步骤A）～G）进行计算修正。

5.根据权利要求4所述的路面凝冰预警时间的预测方法，其中，在所述步骤H）中，利用当前路段所处时区和环境温度、湿度信息进行计算修正。

6.一种路面凝冰预警时间的预测系统，其包括：路面凝冰传感器和信息处理系统，

A）所述路面凝冰传感器电性连接所述信息处理系统，预先设定预警温度（T₁）；

B）所述路面凝冰传感器探测当前路段的路表温度，作为第一路表温度（T₀）；

C）所述信息处理系统判断所述第一路表温度（T₀）是否小于或者等于所述预警温度（T₁）；如果是，则执行步骤D），且将探测到第一路表温度（T₀）小于或者等于预警温度（T₁）的时间点设为第一时间（t₁）；如果否，则执行步骤B）；

D）所述路面凝冰传感器进行凝冰探测；

E）所述信息处理系统判断是否探测到实际路面凝冰温度（T₃）；如果是，则执行步骤F），且将探测到实际路面凝冰温度（T₃）的时间点设为第二时间（t₂）；如果否，则执行步骤D）；

F）所述路面凝冰传感器探测当前路段的路表温度，作为第二路表温度（T₂），并将所述实际路面凝冰温度（T₃）和第二路表温度（T₂）传送至信息处理系统；

G）所述信息处理系统计算得出预警时间（Δt₂）,所述预警时间（Δt₂）由以下公式计算得出：Δt₂＝（（T₃-T₁）/（T₂-T₁））*（t₂-t₁）；其中，t₁为第一时间，t₂为第二时间，T₁为预警温度，T₂为第二路表温度，T₃为实际路面凝冰温度。

电力负荷预测分为经典预测方法和现代预测方法 。

经典预测方法

趋势外推法

就是根据负荷的变化趋势对未来负荷情况作出预测。电力负荷虽然具有随机性和不确定性，但在一定条件下，仍存在着明显的变化趋势，例如农业用电，在气候条件变化较小的冬季，日用电量相对稳定，表现为较平稳的变化趋势。这种变化趋势可为线性或非线性，周期性或非周期性等等。

时间序列法

时间序列法是一种最为常见的短期负荷预测方法，它是针对整个观测序列呈现出的某种随机过程的特性，去建立和估计产生实际序列的随机过程的模型，然后用这些模型去进行预测。它利用了电力负荷变动的惯性特征和时间上的延续性，通过对历史数据时间序列的分析处理，确定其基本特征和变化规律，预测未来负荷。

时间序列预测方法可分为确定型和随机性两类，确定型时间序列作为模型残差用于估计预测区间的大小。随机型时间序列预测模型可以看作一个线性滤波器。根据线性滤波器的特性，时间序列可划为自回归(AR)、动平均(MA)、自回归-动平均(ARMA)、累计式自回归-动平均(ARIMA)、传递函数(TF)几类模型，其负荷预测过程一般分为模型识别、模型参数估计、模型检验、负荷预测、精度检验预测值修正5个阶段。

回归分析法

回归分析法就是根据负荷过去的历史资料，建立可以分析的数学模型，对未来的负荷进行预测。利用数理统计中的回归分析方法，通过对变量的观测数据进行分析，确定变量之间的相互关系，从而实现预测。

现代负荷预测方法

20世纪80年代后期，一些基于新兴学科理论的现代预测方法逐渐得到了成功应用。这其中主要有灰色数学理论、专家系统方法、神经网络理论、模糊预测理论等 。

灰色数学理论

灰色数学理论是把负荷序列看作一真实的系统输出，它是众多影响因子的综合作用结果。这些众多因子的未知性和不确定性，成为系统的灰色特性。灰色系统理论把负荷序列通过生成变换，使其变化为有规律的生成数列再建模，用于负荷预测。

专家系统方法

专家系统方法是对于数据库里存放的过去几年的负荷数据和天气数据等进行细致的分析，汇集有经验的负荷预测人员的知识，提取有关规则。借助专家系统，负荷预测人员能识别预测日所属的类型，考虑天气因素对负荷预测的影响，按照一定的推理进行负荷预测。

神经网络理论

神经网络理论是利用神经网络的学习功能，让计算机学习包含在历史负荷数据中的映射关系，再利用这种映射关系预测未来负荷。由于该方法具有很强的鲁棒性、记忆能力、非线性映射能力以及强大的自学习能力，因此有很大的应用市场，但其缺点是学习收敛速度慢，可能收敛到局部最小点；并且知识表达困难，难以充分利用调度人员经验中存在的模糊知识。

模糊负荷预测

模糊负荷预测是近几年比较热门的研究方向。

模糊控制是在所采用的控制方法上应用了模糊数学理论，使其进行确定性的工作，对一些无法构造数学模型的被控过程进行有效控制。模糊系统不管其是如何进行计算的，从输入输出的角度讲它是一个非线性函数。模糊系统对于任意一个非线性连续函数，就是找出一类隶属函数，一种推理规则，一个解模糊方法，使得设计出的模糊系统能够任意逼近这个非线性函数。

模糊预测的一些基本方法

(1)表格查寻法：

表格法是一种相对简单明了的算法。这个方法的基本思想是从已知输入--输出数据对中产生模糊规则，形成一个模糊规则库，最终的模糊逻辑系统将从组合模糊规则库中产生。

这是一种简单易行的易于理解的算法，因为它是个顺序生成过程，无需反复学习，因此，这个方法同样具有模糊系统优于神经网络系统的一大优点，即构造起来既简单又快速。

(2)基于神经网络集成的高木-关野模糊预测算法：

它是利用神经网络来求得条件部输入变量的联合隶属函数。结论部的函数f(X)也可以用神经网络来表示。神经网络均采用前向型的BP网络。

(3)改进的模糊神经网络模型的算法：

模糊神经网络即全局逼近器。模糊系统与神经网络似乎有着天然的联系，模糊神经网络在本质上是模糊系统的实现，就是将常规的神经网络(如前向反馈神经网络，HoPfield神经网络)赋予模糊输入信号和模糊权。

对于复杂的系统建模，已经有了许多方法，并已取得良好的应用效果。但主要缺点是模型精度不高，训练时间太长。此种方法的模型物理意义明显，精度高，收敛快，属于改进型算法。

(4)反向传播学习算法：

模糊逻辑系统应用主要在于它能够作为非线性系统的模型，包括含有人工操作员的非线性系统的模型。因此，从函数逼近意义上考虑，研究模糊逻辑系统的非线性映射能力显得非常重要。函数逼近就是模糊逻辑系统可以在任意精度上，一致逼近任何定义在一个致密集上的非线性函数，其优势在于它有能够系统而有效地利用语言信息的能力。万能逼近定理表明一定存在这样一个可以在任意精度逼近任意给定函数的高斯型模糊逻辑系统。反向传播BP学习算法用来确定高斯型模糊逻辑系统的参数，经过辨识的模型能够很好的逼近真实系统，进而达到提高预测精度的目的。

基本信息

书名：重大灾害链的演变过程、预测方法及对策研究

丛书：新观点新学说学术沙龙(16)

定　价：￥18.00

作　者：中国科协学会学术部　编

出版时间：2009-4-1

版　次：1页　数：164字　数：200000 印刷时间：2009-4-1开　本：16开纸　张：胶版纸 印　次：1I S B N：9787504649645包　装：平装

2内容简介

科学的本质是批判，交流的本质是质疑。新观点新学说学术沙龙系列活动旨在充分发挥学术交流作为原始创新的源头之一的作用，弘扬“敢于创新、勇于竞争和宽容失败的精神”，倡导自由探究，鼓励学术争鸣，活跃学术氛围，为科学家萌芽时期尚未获得主流认可的学术观点、理论以及灵感提供交流平台。该活动由中国科协学会学术部举办。

3本书目录

现代气象学有关天灾成因理论的一个严重缺陷

中国南部震冻雨雪灾害链的分析

我国南部地震一雪灾害链过程实验初探

从中国南方特大雪灾看救灾指挥预备的重要性

地壳运动与特大雨雪冰冻灾害

冬春寒冷事件与旱涝的相关问题

重大灾害链的演变过程、预测方法及对策

减轻城市地震灾害必须有准确的临震预报

对2007～2009年重庆市和长江三峡库区灾害链形势预测和减灾对策研究

黄河上游水库群强震灾害链预测的问题

地震地理与洪水灾害链

黄河下游二级悬河对古都开封潜在的影响

灾害链和黄河决溢改道的危险

关于加强预防2008年夏秋可能发生的极端水旱灾害的建议

我国对巨灾的预测能力有很大的提高空间

运气之道与大灾链机理灾异链与地球活动

灾害的演变过程的似序参量

新疆地区强震链有序网络结构与于田7.3级强震预测

大气“氧气枯竭”是比“全球温室效应”对人类持续健康生存造成更为严重危害的恶果

巨灾中社会公众地位作用的探讨

白洋淀撞击成因之说与史前重大的环境灾链2100433B

水质预测方法分两大类。一类是点源污染的预测方法，其实质是水体中水质运动演化规律的研究及其演算。包括：①建立相关统计模型，例如在河流水质预测中，建立水质与河流水文要素（如流量等）的关系；又如根据上、下游水质间存在的关系（多元相关）和混合物质的平衡原理，建立水质预测模型。②求解确定性水质数学模型，是根据成因分析、演绎推理而得，反映了一定物理、化学和生物化学作用的性质。模型求解后，主要用实测资料确定模型参数，进行验证和误差分析，然后用于实际预测。

另一类是面源污染的水质预测。这类预测的实质在于研究降雨、径流冲刷所产生的污水及其成分。研究产流、产污、汇流、集污和污水进入水体后水质运动演化规律。这类课题研究难度大，处在探讨发展之中。