收藏本站
《广西师范大学》 2007年
收藏 | 手机打开
二维码
手机客户端打开本文

基于粗集与条件数的模糊神经网络降水预报方法研究

史旭明  
【摘要】: 本文以2002- 2005年5- 6月(共217天)中国气象局的T213模式和日本细网格降水模式48小时预报场等数值预报产品资料为基础,针对模糊神经网络方法本身并不提供如何去选择合适的预报因子的问题,提出了利用粗糙集的属性约简法和条件数计算分析方法对预报因子进行筛选并建立模糊神经网络降水预报模型,进行了广西西南部2006年前汛期(5- 6月)逐日平均降水预报建模研究。论文首先对T213模式和日本数值天气预报模式的数值预报产品进行相关普查,最后得到29个预报因子(28个T213因子,1个日本格点降水预报因子),将这29个预报因子作为建立各预报模型的基本因子群。 利用粗糙集的属性约简法对初选的29个预报因子进行处理,通过分析因子属性的重要性,剔除不必要的因素,在不改变决策结果的前提下,分别选出9个预报因子和10个预报因子。并用这两组数据作为模糊神经网络预报模型的输入矩阵进行了2个月的逐日平均降水量的预报建模试验,所得2个月56天(缺5天为数值预报产品因子资料缺测)降水的独立样本预报平均绝对误差分别为5.81 mm(9个因子)和5.37 mm(10个因子)。同样利用条件数方法计算分析了29个预报因子的复共线性关系,分别选出9个预报因子和10个预报因子,作为模糊神经网络预报模型的输入矩阵进行逐日平均降水量的预报建模试验,所得2个月56天降水的独立样本预报平均绝对误差分别为5.73 mm(9个因子)和5.85 mm(10个因子)。 同时利用中国气象局T213数值预报模式和日本模式的预报平均绝对误差分别为8.74 mm,5.75 mm。由上可知,4种情况的模糊神经网络模型的降水预报结果都好于T213模式输出结果。预报精度总体比T213有明显提高,并且与目前业务预报中口碑较好的日本模式相当,具有一定的实际预报应用价值。 另外,论文还运用目前国内外普遍采用的预报方法即传统的逐步回归方法进行了预报建模的对比试验,试验中所采用的预报因子与上述两种方法所依据的初选预报因子群完全一致。为了保证对比的合理性,试验通过对F值的控制,建立了不同预报因子的逐步回归预报方程。由预报试验的对比得到,在建模样本和独立预报样本完全相同的情况下,逐步回归预报方法对两个月56天降水的独立样本预报平均绝对误差为7.21 mm(9个因子)和6.09 mm(10个因子),相比之下要大于采用属性约简和条件数法选择预报因子建立的模糊神经网络预报模型的预报误差。逐步回归方法之所以预报精度不高一方面主要是由于在建模时只考虑了对回归模型有显著性影响的预报因子,而没有考虑预报因子之间的复相关关系等信息,从而影响了预报模型的预报能力;另一方面由于大气降水预报受到大气运动的热力、动力、水汽条件等综合因素的影响,具有明显的非线性变化特点,逐步回归方法不能反映预报因子与预报量之间的非线性关系,最终导致预报结果不如模糊神经网络模型。 本文在建立模糊神经网络降水预报模型时采用的是前馈型模糊神经网络,并利用前馈网络的BP算法来调整参数。前馈型FNN采用的是多层前向神经网络结构,可实现模糊映射关系。 综合分析以上结果,论文提出的采用粗糙集属性约简和条件数计算分析2种方法,提取数量较少的几个预报因子来构造模糊神经网络输入矩阵,使模糊神经网络模型输入节点大大减少,并有效减少节点之间重复信息和噪声输入,起到了显著的降维去噪作用。在实际的水文、交通、经济和地质灾害等许多方面预报建模研究中,都会遇到面临众多初选预报因子,而如何从中选择更合理的预报因子组合的问题。因此本文的研究结果对相关研究领域的预报建模研究和应用具有很好的应用推广前景。
【学位授予单位】:广西师范大学
【学位级别】:硕士
【学位授予年份】:2007
【分类号】:P457.6

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 徐国政;宋爱国;李会军;;基于进化动态递归模糊神经网络的上肢康复机器人自适应阻抗控制[J];高技术通讯;2010年10期
2 张国华;张江涛;张南;郝雪明;李智峰;郑艳萍;;基于河北区域天气分型的多模式降水检验评估[J];气象;2011年08期
3 李艳芳;黄兴友;潘佳文;冷亮;;多普勒雷达资料在南京地区一次暴雨临近预报中的应用[J];安徽农业科学;2011年19期
4 周祖刚;谈哲敏;张熠;姜勇强;;模式湿物理过程的组合对一次南京大暴雨降水模拟的影响分析[J];南京大学学报(自然科学版);2011年04期
5 徐同;李佳;王晓峰;陈葆德;杨玉华;;2009年5—9月上海区域中尺度模式降水预报效果检验[J];大气科学研究与应用;2010年02期
6 ;大学学报[J];中国科技信息;2011年15期
7 刘燕;杨洁;李龙;曲衍鹏;;完全随机输入的模糊δ-规则的有限收敛性[J];高等学校计算数学学报;2011年01期
8 刘旸;;船舶与海洋工程专业本科模块化教学体系构建与兴趣教学方法研究[J];船海工程;2011年04期
9 李卓立;鄢志宇;杨桂娟;;2010年锦州地区春季首场透雨天气及其增雨潜势预报浅析[J];安徽农业科学;2011年20期
10 廖仁国;吕校华;刘序林;何卫晖;戴传洪;;2种降水模式对2次降水过程的对比分析[J];安徽农业科学;2011年21期
中国重要会议论文全文数据库 前10条
1 李仁发;乜崇义;;一种用模糊神经网络建立模糊模型的新方法[A];1996年中国智能自动化学术会议论文集(上册)[C];1996年
2 邢杰;萧德云;;FALCON模糊神经网络及其在铝电解槽阳极效应预报中的应用[A];冶金自动化信息网年会论文集[C];2004年
3 席东民;胡琳静;;模糊神经网络在单元机组协调控制中的应用[A];全国第4届信号和智能信息处理与应用学术会议论文集[C];2010年
4 谭思云;李志明;;基于模糊神经网络的水泥回转窑分解炉温度控制[A];中国硅酸盐学会2003年学术年会论文摘要集[C];2003年
5 孙增圻;;模糊神经网络及其在系统建模与控制中的应用[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
6 徐洪钟;吴中如;;模糊神经网络模型在大坝安全监测中的应用[A];中国水力发电工程学会大坝安全监测专业委员会年会暨学术交流会论文集[C];2000年
7 刘靖;刘念;王海田;党晓强;;基于模糊神经网络的同步发电机转子匝间短路预测[A];四川省电工技术学会电机、电测专业委员会2002年学术年会论文集[C];2002年
8 陈寿平;蒋旭平;;模糊神经网络技术在运动控制运用中的研究[A];全国第16届计算机科学与技术应用(CACIS)学术会议论文集[C];2004年
9 梁志珊;张化光;;模糊神经网络的构造[A];1998中国控制与决策学术年会论文集[C];1998年
10 刘国光;程青蟾;李燮里;张月兰;;声发射模糊神经网络[A];第二届全国信息获取与处理学术会议论文集[C];2004年
中国重要报纸全文数据库 前10条
1 通讯员 王明学 靖春悦;沙澧河上游强降水预报方法研究通过验收[N];中国气象报;2011年
2 通讯员 黄华丽;三峡库区降水预报系统项目启动[N];中国气象报;2011年
3 王桂龄成玉;我市迎来较强降水旱情得到缓解[N];承德日报;2008年
4 本报记者 张泽溪;科学的气象 温馨的提示[N];本溪日报;2011年
5 刘毅;如何捕捉极端天气的脉动[N];人民日报;2008年
6 本报记者 刘岚 通讯员 范国庆;科技创新:为黄河水文插上腾飞的翅膀[N];黄河报;2008年
7 张军;本市降水预报准确率达77.6%[N];北京日报;2007年
8 本报记者 马高飞 通讯员 杨志勇;服务向救灾延伸[N];中国气象报;2010年
9 邬红霞;黄河连续6年没断流 径流预报功不可没[N];黄河报;2005年
10 本报通讯员 袁长焕 杜海波 记者 任桂林;激战48小时[N];中国气象报;2010年
中国博士学位论文全文数据库 前10条
1 何海;混合动力汽车控制系统设计与仿真[D];华中科技大学;2005年
2 王勇献;蛋白质二级结构预测的模型与方法研究[D];国防科学技术大学;2004年
3 吴建发;优选压裂井方法研究[D];西南石油学院;2005年
4 邓胜祥;石灰炉在线仿真技术与炉况诊断及复杂系统智能控制研究[D];中南大学;2004年
5 隗海林;LPG/汽油两用燃料发动机燃料转换过程控制策略研究[D];吉林大学;2007年
6 王瑞敏;基于神经网络辨识模型的质子交换膜燃料电池系统建模与控制研究[D];上海交通大学;2008年
7 冯秀芳;无线传感器网络数据融合技术的研究及在机械故障诊断中的应用[D];太原理工大学;2009年
8 任芳;基于多传感器数据融合技术的煤岩界面识别的理论与方法研究[D];太原理工大学;2003年
9 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
10 艾芳菊;模糊神经网络的结构优化研究[D];中国科学院研究生院(成都计算机应用研究所);2006年
中国硕士学位论文全文数据库 前10条
1 张欣;发酵过程模糊自适应控制方法的研究[D];东北大学;2008年
2 刘瑞平;电控汽油机智能故障诊断系统[D];太原理工大学;2011年
3 孟凡华;模糊神经网络在大滞后非线性系统中的应用[D];河北工业大学;2004年
4 孙宇峰;基于模糊神经网络的GSM掉话故障诊断系统设计与实现[D];东北大学;2008年
5 韩锋;基于模糊神经网络的电力系统短期负荷预测[D];河北农业大学;2011年
6 张克良;基于模糊神经网络的锅炉燃烧控制方法的研究[D];天津大学;2004年
7 高明帅;循环流化床锅炉灰循环系统控制优化研究[D];华北电力大学(北京);2011年
8 曾珞亚;模糊神经网络的应用与研究[D];广西师范大学;2000年
9 刘鑫伟;车辆行驶信息检测与主动避撞安全控制策略的研究[D];湖南大学;2010年
10 胡玲;基于模糊神经网络的短期电力负荷预测研究[D];南华大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026