摘要：将主成分分析和支持向量机回归相结合,以广西5、6月区域平均日降水量作为预报对象,进行区域日降水量预测研究.首先,整理分析大量的T213数值预报产品信息数据进行主成分分析,得到主成分数据序列;其次,根据主成分数据序列建立训练集训练支持向量机,并利用遗传算法优化参数;最后,输入支持向量机所需数据,得到主成分预测结果,建立广西日降水预报模型.实例计算结果表明,支持向量机回归模型比逐步回归模型有更好的预测能力.

摘要：针对目前BP神经网络在实际应用中,网络结构难以确定以及网络极易陷入局部解问题,用遗传算法优化神经网络的连接权和网络结构,在遗传进化过程中采取保留最佳个体的方法,建立基于遗传算法的BP网络模型.同时通过实例说明该模型在降水预测中的应用,计算结果表明该方法的预测精度较高.

摘要：MATLAB是进行神经网络系统设计及多元统计分析的有力工具.利用MATLAB6.5对月平均降水量的前期预报因子进行主成分分析,实现样本的最优压缩,从而降低样本的维数,建立起基于主成分分析的神经网络广西北部地区5月平均降水预测模型.计算结果表明,基于主成分分析的神经网络模型在预测中与多元回归模型相比有较好效果.

摘要：探讨了利用计算机模拟实验进行概率统计教学.利用MATLAB6.5设计实验,直观形象地展示了中心极限定理的形成过程,并给出了破产概率的随机模拟计算流程和一个具体例子的数值模拟结果,同时通过随机模拟给出游戏结束的平均次数,实现数学实验中计算机软件的应用与拓展.这种教学方式是提高应用型本科生概率统计水平和能力的有效途经.