收藏本站
《广西师范大学》 2008年
收藏 | 手机打开
二维码
手机客户端打开本文

模块化模糊神经网络的气象预报建模的改进方法研究

黄颖  
【摘要】: 针对模块化模糊神经网络(MFNN)的门网络普遍采用模糊C均值聚类算法(FCM)聚类,聚类过程没有对样本的特征进行优化的缺陷,首先尝试用模糊核聚类算法(FKCA)替代FCM算法聚类,建立一种新的模糊核聚类的模块化模糊神经网络模型(FKCA-MFNN);研究中进一步发现,由于FKCA算法没有考虑类别规模对聚类效果的影响,因而当数据集中类别规模差别很大时聚类效果仍不够理想,提出两阶段加权模糊核聚类算法(2-WFKCA)。该算法定义了一个新的目标函数,引入动态权值,并采用传统的FCM算法粗聚类的结果作为初始化。因此,将2-WFKCA算法替代FCM算法聚类,建立一种两阶段加权模糊核聚类的模块化模糊神经网络预报模型(2-WFKCA-MFNN),可提高整个MFNN系统的性能。论文取广西西南部6月25个气象站逐日平均降水量为预报对象,以2003至2006年6月(共115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,应用上述2种改进的MFNN模型对2007年6月广西西南部进行逐日平均降水预报建模方法研究。 在两种改进的MFNN降水预报模型建模过程中,首先通过对2003至2006年6月数值预报产品场与预报对象进行场相关普查,得到广西西南部25站逐日平均降水量的预报因子共66个(T213因子65个,日本降水预报格点因子1个)。考虑到如此众多的预报因子直接作为神经网络模型的输入节点,会使神经网络的结构很大,不仅导致网络训练时间过长,更重要的是一些预报因子之间存在的高相关性和因子本身的噪声影响,都会直接影响神经网络预报模型的预报效果。对此,论文采用偏最小二乘回归方法(PLS)提取数量较少且代表性较强的几个成分因子来构造模块化模糊神经网络输入矩阵。在实际计算中,采用PLS方法对65个T213因子作逐次PLS计算,并提取了3个成分因子,结合1个日本格点预报因子共4个预报因子作为模型输入,建立了2-WFKCA-MFNN降水预报模型,并利用该预报模型对2007年6月广西西南部逐日降水量进行实际降水预报试验。结果表明,该预报模型对6月份30天的逐日降水预报平均绝对误差为5.744mm。在相同的模型输入下,建立FKCA-MFNN模型和FCM-MFNN模型,独立样本预报平均绝对误差分别为6.049mm、6.165mm。对比分析可以看出,2-WFKCA-MFNN模型的预报结果稳定,并且比FKCA-MFNN模型、FCM-MFNN模型的预报精度分别提高5.31%、7.33%。 为提高2-WFKCA-MFNN模型的预报能力,论文进一步研究了对输入因子采用模糊化因子处理方法。模糊化方法的主要思想是,通过对事物整体上或是细节上的处理,进而模糊化事物之间的差别,提高事物的适应性。将这一原理运用到MFNN,可以模糊化建模样本与独立样本之间的差别,扩大样本的适应范围,提高MFNN的泛化性能。对上述4个预报因子模糊化处理后作为模型输入,在相同的建模样本和模型参数下,建立了模糊化-2-WFKCA-MFNN模型,对2007年6月广西西南部逐日降水量进行实际降水预报建模,独立样本预报平均绝对误差为5.726mm。结果表明,模糊化-2-WFKCA-MFNN模型的预报效果与2-WFKCA-MFNN模型相当,但这两种模型的预报效果均比FKCA-MFNN模型、FCM-MFNN模型都要好,其中模糊化-2-WFKCA-MFNN模型比FKCA-MFNN模型、FCM-MFNN模型预报精度分别提高5.64%、7.67%。 为了客观分析论文提出的改进的MFNN与常规气象预报方法的性能差异,进一步将改进的MFNN模型与传统的逐步回归方法进行了预报的对比试验,试验中所采用的预报因子与上述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,在预报因子数和建模样本完全相同的情况下,逐步回归预报方程对2007年6月30天降水的独立样本预报平均绝对误差为8.361mm。相比之下,逐步回归方法预报误差要明显大于2-WFKCA-MFNN模型、模糊化-2-WFKCA-MFNN模型及FKCA-MFNN模型的预报误差,这3种模型的预报精度比逐步回归方法分别提高45.56%、46.02%、38.22%。这主要是因为逐步回归方法在建模时只考虑对回归模型有显著性影响的预报因子,没有考虑预报因子之间的多重共线性相关关系等问题,从而影响了预报模型的预报能力;另一方面由于逐日的降水量变化受到大气内部和大气外部环境条件的综合影响,具有明显的非线性变化特点,而逐步回归方法是属于线性统计预报建模方法,不能反映预报因子与预报量之间的非线性关系,最终导致预报精度明显低于2-WFKCA-MFNN模型、模糊化-2-WFKCA-MFNN模型及FKCA-MFNN模型的预报精度。 综合以上分析结果,论文提出将两阶段加权模糊核聚类算法(2-WFKCA)替代FCM算法聚类,建立2-WFKCA-MFNN模型,可显著提高整个MFNN系统的性能,更好地适应现实应用中的实际问题。由于与大气学科的降水预报一样,在实际的水文,交通,电力负荷,经济和地质灾害等许多预测应用研究方面,也都会遇到采用传统的FCM算法进行聚类分析的问题。2-WFKCA算法为提高MFNN模型的预报精度提供了新的思路,具有很好的应用推广前景。从本文的研究结果表明,合理选择聚类方法对提高MFNN预报模型的预测精度是十分有效的。
【学位授予单位】:广西师范大学
【学位级别】:硕士
【学位授予年份】:2008
【分类号】:TP183

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 高杰;;计算机软件技术在气象业务中的应用[J];科技资讯;2008年03期
2 曹庆;龚建东;徐枝芳;;数字滤波初始化方法在WRF中的应用[J];科技信息;2009年07期
3 史旭明;金龙;;基于相似离度的模糊神经网络方法在降水预报中的应用[J];计算机应用;2007年S1期
4 金龙;史旭明;;模型输入对模糊神经网络预报模型的影响研究[J];计算机工程与应用;2007年31期
5 史旭明;金龙;主毅;;基于粗糙集的模糊神经网络降水预报模型研究[J];计算机仿真;2009年01期
6 张冬峰,董存仙,任璞,郝建萍,郭定选;数值预报产品省级降水预报B—P神经元网络释用系统[J];山西气象;1999年02期
7 林文鹏;徐慧;张翼飞;柳云龙;刘冬燕;赵敏;;基于Matlab与VB混合编程的流域降水预报系统[J];计算机工程与应用;2008年04期
8 吴春梅;吴建生;;基于粒子群和投影寻踪的样本重构神经网络集成模型在降水预报中的应用[J];计算机与现代化;2011年02期
9 谭友邦,马振锋;主汛期降水量预测信号及方差权重方法的应用[J];成都气象学院学报;1999年01期
10 何光碧,滕家谟;高分辨率η坐标模式对四川降水个例对比数值试验[J];成都气象学院学报;2000年01期
中国重要会议论文全文数据库 前10条
1 刘燕;程正泉;蔡安安;;登陆福建的热带气旋对广东降水的影响[A];中国气象学会2006年年会“灾害性天气系统的活动及其预报技术”分会场论文集[C];2006年
2 胡玉玲;康健鹏;谢义明;史久恒;汪婵娟;;日本数值预报产品在扬州降水预报的统计解释和检验[A];第四届长三角科技论坛论文集(下册)[C];2007年
3 鞠红霞;卞正奎;郭一飞;王琴;刘方;;雷暴云团的追踪技术研究[A];“推进气象科技创新,提高防灾减灾和应对气候变化能力”——江苏省气象学会第七届学术交流会论文集[C];2011年
4 郑凤琴;孙崇智;;广西降水集成预报方法初探[A];2004年广西气象学会学术年会论文选集[C];2004年
5 曾明剑;梁信忠;汪学良;;CWRF模式对夏季降水的集合预报试验研究[A];中国气象学会2006年年会“中尺度天气动力学、数值模拟和预测”分会场论文集[C];2006年
6 刘志丽;朱国富;陶士伟;郝民;;地基GPS水汽总量资料在“川渝暴雨”过程分析中的应用研究[A];第26届中国气象学会年会灾害天气事件的预警、预报及防灾减灾分会场论文集[C];2009年
7 李莉;刘还珠;;对基于T106和T213数值预报模式的MOS温度和降水预报对比检验[A];推进气象科技创新加快气象事业发展——中国气象学会2004年年会论文集(下册)[C];2004年
8 何勇智;郭光瑾;王信元;;高山站风的观测资料在武汉市降水过程预报中的应用[A];2004年湖北省气象学会年会学术论文详细摘要集[C];2004年
9 杜兴无;;利用客观分析场与九线图形态制作降水预报[A];第三届湖北省科技论坛气象分论坛暨2005年湖北省气象学会学术年会学术论文详细文摘汇集[C];2005年
10 李莉;朱跃建;;T213降水预报订正系统的建立与研究[A];中国气象学会2006年年会“灾害性天气系统的活动及其预报技术”分会场论文集[C];2006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 刘毅;如何捕捉极端天气的脉动[N];人民日报;2008年
4 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
5 本报记者 张泽溪;科学的气象 温馨的提示[N];本溪日报;2011年
6 张军;本市降水预报准确率达77.6%[N];北京日报;2007年
7 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
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 ;GPS/MET的应用(下)[N];中国气象报;2006年
中国博士学位论文全文数据库 前4条
1 颉卫华;集合预报方法在大气环流模式延伸期降水预测中的应用研究[D];中国气象科学研究院;2013年
2 徐道生;SVD-En4DVar方法同化多普勒雷达资料的试验研究[D];兰州大学;2012年
3 袁招洪;GPS资料在中尺度数值预报模式中的应用研究[D];南京气象学院;2004年
4 曾晓青;模式输出统计技术在局地中短期天气预报中的研究与应用[D];兰州大学;2010年
中国硕士学位论文全文数据库 前10条
1 黄颖;模块化模糊神经网络的气象预报建模的改进方法研究[D];广西师范大学;2008年
2 万夫敬;南京地区降水预报研究[D];南京大学;2011年
3 周昊;GSI三维变分同化技术在降水预报中的应用[D];南京信息工程大学;2012年
4 赵华生;PSO-FCM神经网络集成的降水预报方法研究[D];广西师范大学;2008年
5 史旭明;基于粗集与条件数的模糊神经网络降水预报方法研究[D];广西师范大学;2007年
6 汪丽芳;鄂尔多斯白垩系盆地乌兰陶勒盖水源地地下水资源量评价[D];吉林大学;2009年
7 熊海晶;基于神经网络和小波分析的降水预报研究[D];南京大学;2012年
8 李洁;一种多核径向基函数神经网络的广西降水预报集成模型[D];华东师范大学;2012年
9 陈莲;基于中尺度对流辐合体(MCC)的初始扰动方法研究[D];南京信息工程大学;2012年
10 陈澍;利用参考站网络数据建立精确大气层析模型研究[D];西南交通大学;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