收藏本站
《广西师范大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

非线性核主成分的神经网络台风强度集合预报建模研究

肖慧  
【摘要】: 以中国气象局出版的南中国海海域1980-2008年台风强度资料为基础,针对台风强度的非线性、时变性特点,仿照数值天气预报的集合预报思想,采用神经网络、遗传算法及非线性核主成分分析方法进行了台风强度客观预报建模新方法研究。 论文在建立这种新的神经网络台风强度集合预报模型时,采用的神经网络基本模型是前馈网络模型,该模型具有自适应学习、非线性映射等多种优良性能。但由于该模型在实际预报建模应用中发现,模型存在网络结构难以客观确定、容易产生“过拟合”等问题。而遗传算法是近年来人工智能技术领域应用十分广泛的一种基于生物界自然选择和自然遗传的全局优化算法,为了提高神经网络的泛化性能,论文利用遗传算法全局性搜索的特点进行神经网络结构和连接权的优化,并通过选择、交叉和变异三种遗传算子,在神经网络遗传种群的个体间进行信息交换,不断产生新的优良种群,将进化到最后一代的遗传种群作为集合预报建模的全部集合个体,并对每一个集合个体给予相同的权重,将每个集合个体的预报结果作合成,从而建立一种新的神经网络台风强度集合预报模型。 在预报因子的处理方法上,由于以往在台风强度预报的实际应用研究中,一般是先通过计算预报因子与预报量的相关系数来初选相关较高的因子,再对这些高相关因子采用逐步回归方法自动筛选出建模的预报因子组合,但该方法没有进一步利用被逐步回归剔除的大量剩余高相关因子所包含的预报信息。对于这部分剩余因子若全部加入神经网络模型则会造成模型输入数据维数过高,网络学习训练时间过长,易产生“过拟合”问题。为了充分发掘利用全部预报因子的有效预报信息,简化模型输入,论文尝试采用一种非线性主成分分析方法——核主成分分析方法对被逐步回归剔除的高相关因子进行特征提取,综合考虑各核主成分的累积方差贡献及其与预报量的相关关系,提取包含了剩余因子大部分数据信息的核主成分与用逐步回归方法选入的因子一起作为神经网络集合预报模型的模型输入。其中,核主成分分析方法是核方法与主成分分析方法相结合的一种特征提取方法,可以提取数据间的高阶非线性关系,该方法是把输入空间的数据通过非线性映射变换到特征空间中,再在特征空间中使用主成分分析,最后通过核函数将特征空间的点积运算转化为输入空间的核函数计算,进行非线性特征提取。 通过对上述模型构造和因子处理方法的研究,建立了一种非线性核主成分的神经网络集合预报模型。选取南中国海海域1980-2008年台风强度资料的6、7、8、9月份处于该海域内具有48小时以上生命史的台风个例作为预报研究对象,以气候持续因子作为预报的初选因子,1980-1999年数据资料作为建模样本,2000-2008年数据资料作为独立预报样本,分别建立了4个具有24小时预报时效的台风强度集合预报模型进行预报试验。由于各月初选的高相关因子有28~31个左右,对这些高相关因子用逐步回归选入模型的因子一般为5~8个左右,因而进一步采用核主成分分析方法对这部分被舍弃的因子进行特征提取,选取包含了剩余因子大部分数据信息的核主成分与逐步回归方法选入的因子一起作为神经网络集合预报模型的模型输入,以此建立各月的神经网络集合预报模型。利用各月的预报模型分别对2000-2008年独立样本进行预报试验,预报结果统计表明,6、7、8、9各月独立预报样本的预报平均绝对误差分别为4.58m/ s、4.52m/ s、3.13m/ s、4.58m/ s。为了分析检验该神经网络集合预报方法的性能,进一步依据相同的初选预报因子,使用传统的逐步回归预报方法建立方程进行预报计算,逐步回归方法对各月独立预报样本的预报平均绝对误差分别为4.84m/ s、5.58m/ s、3.68m/ s、5.14m/ s。神经网络集合预报模型的预报误差比逐步回归预报方法分别下降了5.25%、19.12%、14.94%、10.81%(即平均相对误差)。 综合以上的预报试验和对比分析结果表明,论文研究建立的这种非线性核主成分神经网络集合预报方法比传统的逐步回归预报方法有更好的预报效果,其原因主要是论文提出的这种新的预报建模方法,能够很好地将被剔除的预报因子通过非线性核主成分特征提取的数学计算处理,将这些以往被剔除的有用预报信息加入预报模型,使预报模型包含更多的有效预报信息,从而改进和提高了预报模型的预报效果,这种预报模型构建方法和预报因子处理技术对相关领域的预报建模研究具有较好的参考意义。
【学位授予单位】:广西师范大学
【学位级别】:硕士
【学位授予年份】:2010
【分类号】:TP183;P457.8

手机知网App
【参考文献】
中国期刊全文数据库 前10条
1 李惠峰;王健;;基于遗传算法的高速飞行器模糊控制律设计[J];北京航空航天大学学报;2008年11期
2 赵静娴;杜子平;;基于神经网络和决策树相结合的信用风险评估模型研究[J];北京理工大学学报(社会科学版);2009年01期
3 郝立波;蒋艳明;陆继龙;孙淑梅;白荣杰;;利用多目标地球化学数据识别第四纪沉积物类型——基于概率神经网络方法[J];吉林大学学报(地球科学版);2008年06期
4 赵丽红;孙宇舸;蔡玉;徐心和;;基于核主成分分析的人脸识别[J];东北大学学报;2006年08期
5 张友静;黄浩;马雪梅;;基于KPCA和SAM的城市植被遥感分类研究[J];地理与地理信息科学;2006年03期
6 刘素京;杨琳;王从庆;;基于核主成分分析和支持向量机的飞机舱音信号识别[J];东南大学学报(自然科学版);2008年S2期
7 杨道军;钱新;钱瑜;张玉超;;核主成分分析法在生态经济可持续发展评价中应用[J];环境科学与技术;2007年12期
8 李岳;温熙森;吕克洪;;基于核主成分分析的铁谱磨粒特征提取方法研究[J];国防科技大学学报;2007年02期
9 常卫东;王正华;刘完芳;鄢喜爱;张颜华;;基于核主成分分析的虹膜识别方法[J];兰州理工大学学报;2007年04期
10 郝惠敏;汤晓君;白鹏;刘君华;朱长纯;;基于核主成分分析和支持向量回归机的红外光谱多组分混合气体定量分析[J];光谱学与光谱分析;2008年06期
中国硕士学位论文全文数据库 前1条
1 李志梅;基于KPCA-SVM模型的企业员工绩效评价研究[D];五邑大学;2008年
【共引文献】
中国期刊全文数据库 前10条
1 邓建斌;叶洪江;;基于混沌遗传算法的配电网无功补偿优化[J];安徽电气工程职业技术学院学报;2006年03期
2 乔志杰;程翠翠;;基于遗传算法优化的模糊PID控制研究及其仿真[J];安徽电气工程职业技术学院学报;2009年03期
3 徐文婷;李承鹏;;基于自适应遗传算法的离散化方法[J];合肥师范学院学报;2011年03期
4 安振刚,李谋渭,尹显东,于宁,唐伟;遗传神经网络在平整轧制力预报中的应用[J];鞍钢技术;2001年06期
5 华文立;胡学刚;;平衡决策树分类精度与规则简易性研究[J];安徽电子信息职业技术学院学报;2006年04期
6 张蓬涛;周雁;刘晓庄;秦岭;;人工神经网络在农业自然资源研究中的应用[J];安徽农业科学;2007年27期
7 马友平;;生长模型McDill-Amateis的遗传算法拟合研究[J];安徽农业科学;2007年33期
8 陈绘画;朱寿燕;周泽华;;基于遗传神经网络混合模型预测马尾松毛虫发生量的研究[J];安徽农业科学;2009年12期
9 陆克芬;方崇;张春乐;;基于人工鱼群算法的投影寻踪评价方法研究[J];安徽农业科学;2009年23期
10 陈广洲;汪家权;解华明;李国莲;;基于遗传算法的土地多目标规划应用[J];安徽农业科学;2009年24期
中国重要会议论文全文数据库 前10条
1 齐继阳;竺长安;曾议;;基于遗传禁忌混合搜索算法的设备布局研究[A];2004“安徽制造业发展”博士科技论坛论文集[C];2004年
2 丁婷;崔红涛;;遗传算法在智能天线扇区波束赋形及阵元失效补偿中的应用[A];经济策论(上)[C];2011年
3 程远林;李茂军;;基于小生境遗传算法的配电网电容器优化配置[A];第二十六届中国控制会议论文集[C];2007年
4 姜明辉;袁绪川;;基于GA优化的个人信用评估SVM模型[A];第二十六届中国控制会议论文集[C];2007年
5 张志华;王莉;刘洪;;最大化网络广告收入的投放决策[A];第二十六届中国控制会议论文集[C];2007年
6 赵瑞艳;李树荣;张晓东;苗荣;;基于混合遗传算法的热传导系统最优控制问题求解[A];第二十七届中国控制会议论文集[C];2008年
7 农吉夫;金龙;;均生函数与人工神经网络相结合的降水预报模型研究[A];第二十七届中国控制会议论文集[C];2008年
8 王清;宋年年;王佳庆;姚菁;;优化自抗扰控制器在主汽温控制系统中的应用[A];第二十七届中国控制会议论文集[C];2008年
9 康忠健;徐丽;勾松波;金华蓉;李瑞生;;考虑分布电容的神经网络单相接地故障测距算法[A];第二十七届中国控制会议论文集[C];2008年
10 姜封国;;基于小生境技术的混合遗传算法[A];第二十九届中国控制会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 李佳;载人潜器阻力性能的数值和试验预报及外形优化研究[D];哈尔滨工程大学;2010年
2 张亚娟;适应性企业战略协同机制研究[D];哈尔滨工程大学;2010年
3 谭枫;介入式文化算法及其应用研究[D];哈尔滨工程大学;2010年
4 陆满君;通信辐射源个体识别与参数估计[D];哈尔滨工程大学;2010年
5 李高云;大型船舶航向/航迹智能容错控制研究[D];哈尔滨工程大学;2010年
6 李晚龙;六自由度Stewart平台分散智能控制研究[D];哈尔滨工程大学;2010年
7 董慧群;代建制项目风险预警管理研究[D];辽宁工程技术大学;2010年
8 许爱德;开关磁阻电机在船舶电力推进中的应用研究[D];大连海事大学;2010年
9 张进;地震叠前数据的弹性阻抗非线性反演方法研究[D];中国海洋大学;2009年
10 王德才;基于能量分析的地震动输入选择及能量谱研究[D];合肥工业大学;2010年
中国硕士学位论文全文数据库 前10条
1 万成;动态环境下的元胞遗传算法研究[D];南昌航空大学;2010年
2 李坤;参数参与进化的自适应遗传算法研究[D];南昌航空大学;2010年
3 吴香庭;基于遗传算法的K-means聚类方法的研究[D];山东科技大学;2010年
4 马水松;多目标遗传算法与非支配集的构造研究[D];山东科技大学;2010年
5 李臻;城市公交车辆智能调度优化研究[D];山东科技大学;2010年
6 朱国凯;泰安市农村公路典型路面结构研究[D];山东科技大学;2010年
7 纪二云;基于改进遗传算法的电力系统无功优化的研究[D];山东科技大学;2010年
8 施晓坤;煤炭企业人才结构优化[D];山东科技大学;2010年
9 马宗梅;遗传算法在考试系统组卷中的应用与研究[D];郑州大学;2009年
10 陶丘博;化学计量学在多组分分析同时测定中的应用[D];郑州大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 李国富,王惊涛;员工绩效考评体系的主成分分析[J];安徽工程科技学院学报(自然科学版);2005年01期
2 田盛丰;基于核函数的学习算法[J];北方交通大学学报;2003年02期
3 王建芬,曹元大;支持向量机在大类别数分类中的应用[J];北京理工大学学报;2001年02期
4 徐晓霞;李金林;;基于决策树法的我国商业银行信用风险评估模型研究[J];北京理工大学学报(社会科学版);2006年03期
5 王彬,张晓辛;我国销售人员绩效管理体系的探讨[J];商业研究;2005年02期
6 冯友宣,戴良铁;影响企业员工离职的原因分析及管理对策[J];商业研究;2005年05期
7 段国正,马力,郝立波,潘军,赵海滨,时艳香;大兴安岭地区火山岩风化过程中的微量元素均一化[J];吉林大学学报(地球科学版);2003年04期
8 车生泉,宋永昌;城市绿地景观卫星遥感信息解译——以上海市为例[J];城市环境与城市生态;2001年02期
9 石雪冬,李敏,张宏利,李卫红;遥感技术在广州市城市绿地系统总体规划中的应用[J];测绘科学;2001年04期
10 燕琴,张继贤,孙晓霞;IKONOS数据在土地利用动态监测中的应用方法研究[J];测绘科学;2002年02期
中国博士学位论文全文数据库 前1条
1 曾建权;人力资源管理理论与实务研究[D];天津大学;2003年
中国硕士学位论文全文数据库 前7条
1 刘长坡;绩效管理及其实证研究[D];对外经济贸易大学;2003年
2 周松柏;企业知识管理及其绩效评价的理论与方法研究[D];湖南大学;2004年
3 封新林;安徽省生态经济可持续发展评价指标体系与方法的研究[D];安徽农业大学;2005年
4 肖辛忠;成都航天模塑公司绩效考核体系研究[D];重庆大学;2005年
5 邹丞;水润滑塑料合金轴承表面变形对润滑性能的影响[D];重庆大学;2005年
6 任更新;企业员工岗位绩效评价模型及实证[D];西北工业大学;2006年
7 沈晓燕;企业营销岗位素质模型研究[D];河海大学;2007年
【相似文献】
中国期刊全文数据库 前10条
1 李天牧,李学群;基于神经网络的自动特征抽取[J];云南大学学报(自然科学版);1991年03期
2 kelly MF;邰常峰;;神经网络在肌电信号分析中的应用[J];国际生物医学工程杂志;1991年06期
3 汤新梁;;自由手写体数字识别的神经网方法[J];东南大学学报(自然科学版);1991年03期
4 曾黄麟;;一类新的模式识别联想神经网络[J];电讯技术;1992年01期
5 ;简讯[J];西安电子科技大学学报;1992年01期
6 卢科学;郭美义;;平移不变模式变换与神经网络[J];西安电子科技大学学报;1992年03期
7 吴新余;;简析Lyapunov函数40例[J];南京邮电大学学报(自然科学版);1992年04期
8 王继成,吕维雪;基于神经网络的逻辑计算[J];计算机工程与设计;1993年02期
9 高丽娜;邱关源;;神经网络高精度权值的模拟电路实现[J];电子与信息学报;1993年05期
10 陈在;;神经网络:一种全新的多媒体技术[J];重庆邮电学院学报(自然科学版);1993年01期
中国重要会议论文全文数据库 前10条
1 侯艳芳;冯红梅;;基于神经网络的调制识别算法的研究[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年
2 沈建荣;杨林泉;陈琳;;神经网络的稳定性判据与区域经济结构调整[A];系统工程与可持续发展战略——中国系统工程学会第十届年会论文集[C];1998年
3 石山铭;李富兰;丁俊丽;;神经网络的知识获取[A];全国青年管理科学与系统科学论文集(第1卷)[C];1991年
4 吴清烈;徐南荣;;基于神经网络的一种多目标决策方法[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年
5 李晓钟;汪培庄;罗承忠;;神经网络与模糊逻辑[A];中国系统工程学会模糊数学与模糊系统委员会第五届年会论文选集[C];1990年
6 房育栋;余英林;;高阶自组织映射及其学习算法[A];1995年中国控制会议论文集(上)[C];1995年
7 王晓晔;杜朝辉;吕德忠;刘建峰;;神经网络模糊控制在温度控制系统中的应用[A];1997中国控制与决策学术年会论文集[C];1997年
8 金龙;吴建生;;基于遗传算法的神经网络短期气候预测模型(摘要)[A];新世纪气象科技创新与大气科学发展——中国气象学会2003年年会“气候系统与气候变化”分会论文集[C];2003年
9 申伟;张元培;;基于MATLAB的自适应神经网络模糊系统(ANFIS)的应用[A];《制造业自动化与网络化制造》学术交流会论文集[C];2004年
10 田艳兵;;BP算法和PSO算法在神经网络中的研究[A];第二十九届中国控制会议论文集[C];2010年
中国重要报纸全文数据库 前10条
1 于翔;数字神经网络中的协同应用[N];网络世界;2009年
2 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
3 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
4 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
5 本报首席记者 任荃 实习生 史博臻;轨交“神经网络”触动创新神经[N];文汇报;2011年
6 计算机世界实验室 韩勖;当布线系统遭遇神经网络[N];计算机世界;2009年
7 曹建兵 李祖兵 特约记者 何天进 本报记者 于莘明;给导弹植入“神经网络”[N];科技日报;2005年
8 谭薇;“潮湿计算机”:拥有人类智慧的超级大脑[N];第一财经日报;2010年
9 韩婷婷;ICT强壮奥运“神经网络”[N];通信产业报;2007年
10 ;人老了,大脑仍能形成新的神经网络[N];新华每日电讯;2004年
中国博士学位论文全文数据库 前10条
1 刘志祥;深部开采高阶段尾砂充填体力学与非线性优化设计[D];中南大学;2005年
2 戴雪龙;PET探测器神经网络定位方法研究[D];中国科学技术大学;2006年
3 马戎;智能控制技术在炼钢电弧炉中的应用研究[D];西北工业大学;2006年
4 马永涛;通信信道建模的神经网络优化技术研究[D];天津大学;2009年
5 周伟;关于多稳定回复式神经网络中的一些问题[D];电子科技大学;2010年
6 张海仙;回复式神经网络的连续吸引子[D];电子科技大学;2010年
7 汪木兰;神经网络硬化实现的共性技术在电力传动中应用研究[D];合肥工业大学;2010年
8 徐芳;多稳定神经网络的动力学分析[D];电子科技大学;2011年
9 尹丽子;基于动态模型的神经网络稳定性研究[D];山东师范大学;2011年
10 董岩;基于神经网络的机载三轴稳定平台控制系统算法应用研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2011年
中国硕士学位论文全文数据库 前10条
1 杨立儒;基于神经网络的电路故障诊断的研究与实现[D];解放军信息工程大学;2010年
2 刘兰兰;基于神经网络和遗传算法的H型钢粗轧工艺参数优化研究[D];山东大学;2011年
3 田鹏明;基于神经网络的振动主动控制研究[D];太原理工大学;2012年
4 姜宇;发动机裂解设备故障诊断技术的研究[D];吉林大学;2012年
5 邢远凯;基于决策树和遗传算法的神经网络研究及应用[D];浙江大学;2010年
6 高宝建;基于神经网络的月降水预报模型在洪泽湖的应用研究[D];南京信息工程大学;2012年
7 陈少华;基于Hopfield神经网络控制系统的研究[D];山东科技大学;2010年
8 来建波;基于神经网络的路段行程时间预测研究[D];云南大学;2011年
9 闫超;基于BP神经网络的煤矿深埋硐室软岩流变参数反演分析[D];安徽理工大学;2011年
10 段成均;时滞神经网络稳定性分析[D];重庆交通大学;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