神经网络BP算法的研究及在气象业务中的应用研究

【摘要】： 当今世界台风灾害所造成的破坏非常严重。由于它的不可预知性,常常在很短的时间内造成人员伤亡和财产的巨大损失,并可能直接或间接的导致其它灾害以及更为广义的社会灾害。将台风信息系统引入到防灾减灾领域中,就可以由静态规划转为动态管理,为城市的防灾减灾水平的提高和观念的更新做出贡献。随着科学技术的发展,研究和分析数据手段的加强,要求用一种更为高效的手段来管理分析台风数据。近年来,随着地理信息系统在各个领域的广泛应用和深入发展,如今已经逐步成为一种行之有效的管理分析数据手段。 本文所介绍的台风信息管理系统建立在Google API平台上,利用神经网络模型对台风的数据信息进行预测,在传统预测方法的研究基础上,本文提出一种新的台风信息预测方法,即基于BP改进的神经网络预测法对台风进行预测,通过对传统的误差反向传播(BP)算法的对比分析和研究,以及采集实验数据分析并计算得出结果,验证了新算法预报具有更高的准确率,将此算法应用到台风预测信息系统中,结合Google API及数据库等相关技术,开发出了应用系统,得出台风预测信息的直观表现。这些都使系统具有广泛的应用性,也为政府制定防御和修复决策提供更好的支持。 本文首先分析了项目研究背景和意义,介绍了神经网络的发展、应用及其研究现状。简要的概述了如何利用Google API提供的功能进行地图应用的实现。通过讲述神经网络的基本原理及应用,传统误差反向传播(BP)算法的优势及不足,重点提出了基于误差反向传播(BP)改进算法对台风信息预测的实现方法,并对实验结果数据进行分析和对比,验证了改进算法具有更高的准确性。详细介绍台风信息系统设计思想,架构层次,各个功能模块的设计和数据库的设计,并将算法应用于系统中,对系统进行实现。本文重点介绍运用两种算法进行路径预测的对比,验证了在台风预测中应用改进算法具备更高的精准度。以信息交互、共享为目的,对气象信息管理平台的设计方案进行研究,以此来构建Google maps的气象信息管理平台,结合Ajax在客户端的实现技术,大大的提高了系统的性能,增强了系统的实际意义,使气象信息管理在实际生活中得到应用。 最后,文章针对系统目前的状况,提出了几点不足之处,需要进一步完善,是以后工作的努力方向。

【学位授予单位】：武汉理工大学
【学位级别】：硕士
【学位授予年份】：2010
【分类号】：P444;TP183