本文關(guān)鍵詞：基于聚類分析和灰色模型的短期雷擊預(yù)警系統(tǒng)設(shè)計　出處：《吉林大學(xué)》2016年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 雷電 數(shù)據(jù)挖掘 聚類分析 灰色災(zāi)變預(yù)測模型

【摘要】：雷電是一個多因素共同作用形成的自然現(xiàn)象,由于其在形成、發(fā)生、發(fā)展過程中受云層厚度、空氣濕度、地形、植被等多種因素影響,此外,雷電從產(chǎn)生到電能釋放完畢幾乎是瞬間完成的,不易觀察、獲取在其形成過程中的各種可供研究的信息,因此,對于雷電的研究一直是比較困難的一個課題,具體表現(xiàn)在雷電的強度、雷電的發(fā)生位置以及發(fā)生時間等都不易進(jìn)行預(yù)測。雷電因其極強的破壞力同時又是一種常見的自然災(zāi)害現(xiàn)象,全球范圍內(nèi)每年因雷電引發(fā)的災(zāi)害不計其數(shù),雷電每年都會造成大量的人、畜傷,同時也伴隨有巨額的財產(chǎn)損失。因此,研究雷電的活動規(guī)律,預(yù)測其發(fā)生時間和發(fā)生范圍,對于減免因雷電造成的損失具有十分重要的意義。隨著科學(xué)技術(shù)的不斷發(fā)展和進(jìn)步,我國相關(guān)部門已經(jīng)掌握了大量的雷電活動的歷史監(jiān)測數(shù)據(jù)。通過對這些監(jiān)測數(shù)據(jù)的科學(xué)而有效的利用,分析雷電在歷史活動中在時間上和空間上表現(xiàn)出的分布特征,挖掘雷電活動中隱藏的規(guī)律性,對于雷擊的預(yù)防和減少雷電引起的災(zāi)害損失十分必要,同時對國民生產(chǎn)、生活也具有十分重要的指導(dǎo)作用。經(jīng)過試驗、對比和分析各算法的特點和適用的數(shù)據(jù)形式以及應(yīng)用場景,本文最終確定采用數(shù)據(jù)挖掘算法中經(jīng)典的聚類分析方法和灰色模型方法分別對雷擊發(fā)生的范圍和高強度雷擊的發(fā)生時刻做出預(yù)測。其中,基于聚類分析的雷擊發(fā)生范圍預(yù)警是通過聚類分析中最大的最小距離算法和K均值算法建立雷擊范圍預(yù)測模型,首先收集初始雷擊樣本點,進(jìn)而通過基于距離的最大的最小距離算法對初始樣本點進(jìn)行聚類,再根據(jù)K均值算法對聚類進(jìn)行優(yōu)化,然后根據(jù)K均值算法建立預(yù)測類,最后得出雷擊的發(fā)生的中心點和雷擊范圍半徑;基于灰色災(zāi)變預(yù)測模型的高強度雷擊發(fā)生時刻預(yù)測模型通過篩選高強度雷擊發(fā)生的時刻,利用灰色波形的相關(guān)知識對數(shù)據(jù)進(jìn)行近似處理,然后建立灰色災(zāi)變模型,構(gòu)建一階白化微分方程并求解,得出高強度雷擊發(fā)生時刻的響應(yīng)表達(dá)式,從而實現(xiàn)了對高強度雷擊的發(fā)生時刻的預(yù)測。文章對涉及到的數(shù)據(jù)挖掘、聚類分析、灰色系統(tǒng)理論的相關(guān)知識以及相關(guān)的應(yīng)用做了大致的介紹,同時詳細(xì)地介紹了所應(yīng)用的最大最小距離算法、K均值算法和灰色模型的建模過程,然后利用真實數(shù)據(jù)以算例實驗的形式對建模過程進(jìn)行了演示和效果檢驗。在文章的最后對論文的工作進(jìn)行了總結(jié),包括對算法的缺陷與局限性進(jìn)行了系統(tǒng)的分析和說明,同時也提出新增加有價值的參考信息的基礎(chǔ)上重新設(shè)計算法和模型來更準(zhǔn)確迅速地預(yù)測雷擊活動。
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：P427.32;TP277

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳晨;利用聚類分析選擇有投資價值的上市公司[J];浙江金融;2004年11期

2 王道植;晏才全;徐友源;徐玉蓉;;貴州漆樹栽培區(qū)劃的聚類分析[J];貴州農(nóng)學(xué)院學(xué)報;1983年02期

3 陳華豪;;聚類分析[J];林業(yè)勘察設(shè)計;1981年02期

4 馬俊才,趙玉峰;聚類分析在微生物數(shù)值分類上的應(yīng)用[J];微生物學(xué)通報;1986年05期

5 章志敏;;不等指標(biāo)的聚類分析法[J];系統(tǒng)工程;1990年02期

6 何湘藩;莊真;;模糊分級聚類分析方法[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;1991年12期

7 陳燕國;蔡少華;;應(yīng)用聚類分析對水庫營養(yǎng)類型分類和0—1高指標(biāo)判別方法[J];湖泊科學(xué);1993年03期

8 袁建美;聚類分析法在學(xué)生成績評估中的應(yīng)用[J];石油大學(xué)學(xué)報(自然科學(xué)版);1998年01期

9 肖宜濱;聚類分析的理論及其應(yīng)用[J];江蘇統(tǒng)計;2001年11期

10 姚澤清,趙世玲,華中民;江蘇省13城市國民經(jīng)濟(jì)主要指標(biāo)的聚類分析[J];解放軍理工大學(xué)學(xué)報(自然科學(xué)版);2003年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 梅翠;;我國各地區(qū)居民收入差距及其對消費的制約[A];中國現(xiàn)場統(tǒng)計研究會第12屆學(xué)術(shù)年會論文集[C];2005年

2 李均立;傅國華;;海南各縣(市)經(jīng)濟(jì)實力的聚類分析[A];中國現(xiàn)場統(tǒng)計研究會第12屆學(xué)術(shù)年會論文集[C];2005年

3 劉黃金;曹林峰;;南京服務(wù)業(yè)發(fā)展的聚類分析[A];江蘇省現(xiàn)場統(tǒng)計研究會第十次學(xué)術(shù)年會論文集[C];2006年

4 肖靜;楊澤峰;徐辰武;;微陣列表達(dá)譜監(jiān)督聚類分析方法的比較研究[A];江蘇省遺傳學(xué)會第七屆代表大會暨學(xué)術(shù)研討會論文摘要匯編[C];2006年

5 路愛峰;崔玉杰;;滬市電力上市公司經(jīng)營業(yè)績的聚類分析[A];中國數(shù)學(xué)力學(xué)物理學(xué)高新技術(shù)交叉研究學(xué)會第十二屆學(xué)術(shù)年會論文集[C];2008年

6 陳國華;廖小蓮;夏君;;證券投資分析的聚類分析方法[A];中國企業(yè)運籌學(xué)[2011（1）][C];2011年

7 張紅衛(wèi);隗金水;;聚類分析評價與測量效度關(guān)系探討[A];第九屆全國體育科學(xué)大會論文摘要匯編(4)[C];2011年

8 牛東曉;乞建勛;;網(wǎng)絡(luò)資源平衡問題的聚類分析優(yōu)化遺傳算法研究[A];2001年中國管理科學(xué)學(xué)術(shù)會議論文集[C];2001年

9 詹原瑞;彭書杰;李如一;;基于聚類分析的企業(yè)信用等級評價方法[A];西部開發(fā)與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會第12屆年會論文集[C];2002年

10 鄒曉玫;修春波;;基于聚類分析的犯罪率相關(guān)因素的研究[A];當(dāng)代法學(xué)論壇（二○一○年第3輯）[C];2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 張建萍;基于計算智能技術(shù)的聚類分析研究與應(yīng)用[D];山東師范大學(xué);2014年

2 李成安;分布式環(huán)境下聚類分析新方法的研究[D];浙江大學(xué);2006年

3 楊旭杰;基于統(tǒng)計方法模型分析的中藥復(fù)方專利保護(hù)研究[D];北京中醫(yī)藥大學(xué);2012年

4 李寶玲;王裕頤教授學(xué)術(shù)思想與臨床經(jīng)驗總結(jié)及治療眩暈證治規(guī)律研究[D];北京中醫(yī)藥大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李元俊;大學(xué)生就業(yè)能力培養(yǎng)與社會需求的匹配性研究[D];山東建筑大學(xué);2015年

2 馮雪冰;基于模糊理論的EM算法在聚類分析的應(yīng)用研究[D];中國地質(zhì)大學(xué)(北京);2015年

3 黃銀;行業(yè)地區(qū)發(fā)展水平的聚類分析[D];蘇州大學(xué);2015年

4 郭俊峰;聚類分析下的股票投資價值挖掘研究[D];大連海事大學(xué);2015年

5 張旭;考慮風(fēng)電接入不確定性的節(jié)點特性建模研究[D];山東大學(xué);2015年

6 褚旭;我國各省市CDM項目聚類分析及影響因素研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2015年

7 劉鑫琳;VAGUE集理論及其在聚類分析中的應(yīng)用[D];廣西大學(xué);2015年

8 周穎;基于蟻群算法的聚類分析在學(xué)生成績中的研究[D];南昌大學(xué);2015年

9 邢蕊;以聚類分析為基礎(chǔ)的我國證券公司效率研究[D];山西大學(xué);2015年

10 王帥宇;K-Means算法在用戶細(xì)分方面的應(yīng)用研究[D];北京理工大學(xué);2015年

，

本文編號：1308276