【摘要】：短時強(qiáng)降水會引起自然災(zāi)害,從而對人民生活、社會生產(chǎn)和經(jīng)濟(jì)發(fā)展造成巨大損失。對降水進(jìn)行短時臨近預(yù)報(bào)可以預(yù)測數(shù)小時內(nèi)的區(qū)域降水強(qiáng)度及其引起的自然災(zāi)害,有助于人們及時做好應(yīng)對措施,盡可能的保證人民生命安全和減少財(cái)產(chǎn)損失。本文首先采用主成分分析(PCA)法對影響降水量的相關(guān)因素進(jìn)行特征提取,篩選出影響降水的主要因子,以解決因影響降水量的相關(guān)因素眾多,而導(dǎo)致的降水預(yù)報(bào)模型輸入維數(shù)過高,計(jì)算復(fù)雜,訓(xùn)練時間變長、收斂速度變慢、泛化能力減弱等問題。其次,采用模糊聚類算法確定徑向基神經(jīng)網(wǎng)絡(luò)(RBF)隱層節(jié)點(diǎn)個數(shù),并運(yùn)用K均值聚類(K-means)算法對徑向基神經(jīng)網(wǎng)絡(luò)降水預(yù)報(bào)模型隱含層參數(shù)進(jìn)行選取。然后,針對k-means聚類算法的性能受所選初始中心的影響,且容易陷入局部最優(yōu)的問題,引入具有全局優(yōu)化的粒子群(PSO)智能優(yōu)化算法對徑向基神經(jīng)網(wǎng)絡(luò)的參數(shù)進(jìn)行選取,構(gòu)建了基于改進(jìn)的粒子群算法優(yōu)化徑向基神經(jīng)網(wǎng)絡(luò)的降水預(yù)報(bào)模型(PSO-RBF神經(jīng)網(wǎng)絡(luò))。最后以華南某地短臨降水預(yù)報(bào)為例進(jìn)行了應(yīng)用研究,結(jié)果表明改進(jìn)的PSO-RBF神經(jīng)網(wǎng)絡(luò)降水預(yù)報(bào)模型預(yù)報(bào)準(zhǔn)確率高于傳統(tǒng)徑向基神經(jīng)網(wǎng)絡(luò)降水預(yù)報(bào)模型和標(biāo)準(zhǔn)粒子群優(yōu)化的徑向基神經(jīng)網(wǎng)絡(luò)降水預(yù)報(bào)模型,具有應(yīng)用價值。
【學(xué)位授予單位】：西安建筑科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：P457.6
【圖文】：

以收斂到正確的目標(biāo)上[22]。權(quán)重系數(shù)的確定是通過網(wǎng)絡(luò)的不斷，在訓(xùn)練過程中將事先準(zhǔn)備的數(shù)據(jù)提供給神經(jīng)網(wǎng)絡(luò)，使其分析的潛在規(guī)律。在得到輸入與輸出的規(guī)律后，神經(jīng)網(wǎng)絡(luò)便可根據(jù)數(shù)據(jù)對應(yīng)的輸出數(shù)據(jù)。神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程又被叫做訓(xùn)練過程。神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方式（有監(jiān)督學(xué)習(xí)）、無導(dǎo)師學(xué)習(xí)（無監(jiān)督學(xué)習(xí)）和死記式學(xué)習(xí)。導(dǎo)師學(xué)習(xí)(有監(jiān)督學(xué)習(xí))：神經(jīng)網(wǎng)絡(luò)單元以現(xiàn)實(shí)輸出與預(yù)期輸出的根據(jù)算法的具體標(biāo)準(zhǔn)來安排所有人工神經(jīng)元相接觸時的權(quán)重。叫做導(dǎo)師信號，是檢驗(yàn)學(xué)習(xí)過程中是否出現(xiàn)問題的準(zhǔn)則，因此式又稱為有導(dǎo)師學(xué)習(xí)。習(xí)過程如下圖 2.1 所示，神經(jīng)網(wǎng)絡(luò)每經(jīng)歷一次學(xué)習(xí)，現(xiàn)實(shí)輸出都行反饋，并且通過參照預(yù)期輸出，來判斷此次的網(wǎng)絡(luò)學(xué)習(xí)是否習(xí)，使網(wǎng)絡(luò)現(xiàn)實(shí)輸出和預(yù)期輸出之間的誤差逐步減少，直至其

圖 2.2 無教師學(xué)習(xí)方式式學(xué)習(xí)：是指將網(wǎng)絡(luò)提前設(shè)定成特定的記憶形式，在這之后，便會喚起自身對記憶形式的回顧，從而對輸入進(jìn)行相應(yīng)習(xí)是最早的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的方法，這種方法由于其自身的學(xué)習(xí)，學(xué)習(xí)之后就不在改變網(wǎng)絡(luò)的權(quán)值，而不像其他的方此現(xiàn)在的實(shí)驗(yàn)已經(jīng)放棄這種方法。經(jīng)網(wǎng)絡(luò)概述經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，Powell 提出了多變量插值的徑向基函數(shù)（RadicalBasisFunc，Moody 和 Darken[24]提出了一種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，即 RBF 神網(wǎng)絡(luò)中輸入層可以理解為是一個連接層也是傳輸層，只是將部。隱含層的作用是使輸入變量的全部內(nèi)容映射到隱含層的

西安建筑科技大學(xué)碩士學(xué)位論文面的能力，隨著節(jié)點(diǎn)個數(shù)的增多，這些能力將不斷增強(qiáng)。其中的逼近能力，隱層神經(jīng)元節(jié)點(diǎn)數(shù)越多，RBF 神經(jīng)網(wǎng)絡(luò)具有的函甚至能夠以任意精度去逼近一個復(fù)雜的函數(shù)曲線。隱層神經(jīng)元空間維數(shù)。由于網(wǎng)絡(luò)的性能指標(biāo)和隱層空間維數(shù)有著緊密的聯(lián)多可以提高神經(jīng)網(wǎng)絡(luò)的逼近精度。在現(xiàn)實(shí)應(yīng)用中，神經(jīng)網(wǎng)絡(luò)的泛化能力受到隱層空間維數(shù)的影響B(tài)F 神經(jīng)網(wǎng)絡(luò)的隱層節(jié)點(diǎn)數(shù)的影響，所以需要對隱層節(jié)點(diǎn)數(shù)進(jìn)行從而確保神經(jīng)網(wǎng)絡(luò)的泛化能力。經(jīng)網(wǎng)絡(luò)輸出層是針對輸入數(shù)據(jù)進(jìn)行響應(yīng)，且該響應(yīng)是一種線性 是一個 RBF 神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)是n-h-1的三層 RBF 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫鴻雁,王新國,王曉明;吉林省氣象臺對各地區(qū)降水預(yù)報(bào)能力分析[J];吉林氣象;2000年01期

2 晏曉英;藥明;陳長勝;;2008年汛期兩種模式降水預(yù)報(bào)的檢驗(yàn)分析[J];吉林氣象;2010年02期

3 趙翠光;趙聲蓉;;華北及周邊地區(qū)夏季分區(qū)客觀降水預(yù)報(bào)[J];應(yīng)用氣象學(xué)報(bào);2011年05期

4 李映江;賈申禮;;奇臺短期降水預(yù)報(bào)系統(tǒng)的設(shè)計(jì)與實(shí)驗(yàn)[J];新疆氣象;1989年01期

5 李社宏;銅川市8月份大降水預(yù)報(bào)指標(biāo)初探[J];陜西氣象;1994年04期

6 紀(jì)忠萍,謝炯光;最優(yōu)氣候均態(tài)法在月降水預(yù)報(bào)中的應(yīng)用[J];廣東氣象;1998年S2期

7 陳靜;動態(tài)相似方法在長江上游逐日降水預(yù)報(bào)中的應(yīng)用[J];氣象;2000年06期

8 袁美英,周秀杰,陳威;人工神經(jīng)網(wǎng)絡(luò)在溫度和降水預(yù)報(bào)中的應(yīng)用[J];黑龍江氣象;2000年03期

9 宋建豫,武建華,黃元,魏慧娟,孫西鳳;駐馬店地區(qū)麥?zhǔn)掌?～6天降水預(yù)報(bào)方法[J];河南氣象;2000年04期

10 張?jiān)坪?王奉安,韓吉健,陳力強(qiáng);復(fù)州灣鹽場晾曬期降水預(yù)報(bào)方法的研究[J];遼寧氣象;2000年04期

相關(guān)會議論文 前10條

1 巴哈古麗;趙戰(zhàn)成;;德國降水預(yù)報(bào)產(chǎn)品對巴州地區(qū)降水預(yù)報(bào)能力的檢驗(yàn)[A];中國氣象學(xué)會2006年年會“中尺度天氣動力學(xué)、數(shù)值模擬和預(yù)測”分會場論文集[C];2006年

2 張春花;林建興;郝麗清;;支持向量機(jī)方法在�？诮邓A(yù)報(bào)中的應(yīng)用研究[A];2006年華南地區(qū)學(xué)術(shù)交流會論文集[C];2006年

3 甘明;李柳清;;淺談運(yùn)用數(shù)字化天氣雷達(dá)作現(xiàn)時降水預(yù)報(bào)[A];中國氣象學(xué)會雷達(dá)氣象學(xué)與氣象雷達(dá)委員會第一屆學(xué)術(shù)年會文集[C];2005年

4 李延江;燕成玉;盧憲梅;汪鋒;;短期降水預(yù)報(bào)集成試驗(yàn)[A];中國氣象學(xué)會2006年年會“災(zāi)害性天氣系統(tǒng)的活動及其預(yù)報(bào)技術(shù)”分會場論文集[C];2006年

5 趙俊榮;王進(jìn);晉綠生;張成;楊景輝;吳小龍;;石河子地區(qū)中量以上降水預(yù)報(bào)業(yè)務(wù)系統(tǒng)[A];中國氣象學(xué)會2007年年會天氣預(yù)報(bào)預(yù)警和影響評估技術(shù)分會場論文集[C];2007年

6 張建中;李波;陳良華;;長江上游多分區(qū)降水預(yù)報(bào)系統(tǒng)的研制[A];2007年湖北省氣象學(xué)會學(xué)術(shù)年會暨全省青年氣象科技工作者學(xué)術(shù)交流會議學(xué)術(shù)論文詳細(xì)文摘匯集[C];2007年

7 謝坤;鄭群峰;陳訓(xùn)來;;2011年深圳大運(yùn)會期間場館降水預(yù)報(bào)檢驗(yàn)[A];S1 災(zāi)害天氣研究與預(yù)報(bào)[C];2012年

8 劉抗;胡文超;張宇;王有生;王冬梅;閆昕e

本文編號：2777462