论文部分内容阅读
本文构建了一种新的模糊相似算法,将人工智能和非线性统计预报技术相结合,应用于解决机场能见度预报问题。该算法以相似理论为基础,认为影响能见度变化的主要因子在一个时间序列中变化趋势与能见度的演变趋势有着较好的相关性,从而相似的因子变化对应着相似的能见度变化。在此基础上,基于模糊逻辑推理思想构建影响因子隶属度函数对相似程度进行判断,找到最相似的K个历史个例,并采用K近邻算法做出能见度预报。经过一年的试验验证,结果表明:该算法理论可行性较好,尤其是对持续时间较长的低能见度及其转折过程预报效果非常理想,按照航站天气预报质量评定标准进行评分,对小于1km的超低能见度预报准确率为37.4%,对小于4km的仪表飞行能见度条件HSS评分为0.49。