台风是世界上最严重的气象灾害之一,直接或间接地影响、威胁我国人民的人身安全和财产安全。因此,提高台风路径预报水平并将预报方法与业务应用一体化对于健全我国台风防控机制、提升气象灾害预警能力有着重要的意义。目前的台风路径预报方法有气象学方法、动力学方法、统计学方法等,其中,集合预报是一种能够有效提升准确率的动力随机预报方法。目前的台风路径预报方法不够精确,集合预报优化研究不够充分,本文在集合预报思想研究的基础上,探索了神经网络的多元可扩融合模型,提出了一个高可用、细粒度并且适应台风预报时效性需求的台风路径智能预报汇聚方法,并以台风观测和预报成果智能化服务作为需求驱动,设计台风混合模式集合预报优化信息服务原型系统,实现了“模型-方法-应用”一体化高效服务体系。本文的主要研究内容如下:(1)以提高台风预报的精确度和时效性、充分优化集合预报方法为目标,基于站点优选策略和因子优选策略,设计了混合模式下的协同优化方法,实现了基于优选策略的多模协同优化;通过神经网络模型参数的更新和结构的改良,设计了神经网络优化训练模型,最终形成台风路径智能预报汇聚方法,创新了集合预报优化理论体系。(2)基于西北太平洋、南海地区2016～2018年台风数据,提出集合预报多模协同优化模型、集合预报偏值优化模型和集合预报倾向优化模型,并进行实验验证和探究。通过不同评判尺度下预报效果差异对比,对集合预报多模协同优化模型、集合预报偏值优化模型和集合预报倾向优化模型作出综合分析,并论证台风路径智能预报汇聚方法的高可用性。(3)以台风混合模式集合预报数据作为信息支撑,以台风观测和预报成果智能化服务作为需求导向,构建台风混合模式集合预报优化信息服务原型系统。该系统能有效服务于台风监测与预报工作,为海洋、气象、信息等相关领域部门提供全方位、高聚合的决策支持。