霧霾是秋冬季常見的天氣現(xiàn)象,隨著經(jīng)濟(jì)發(fā)展對(duì)化石能源需求的不斷增長(zhǎng)和環(huán)境自我凈化能力的降低,霧霾天出現(xiàn)幾率和影響范圍都在逐步上升。由此給我們生活帶來的負(fù)面清單也與日俱增。事實(shí)上,霧與霾在本質(zhì)上是兩種不同的天氣現(xiàn)象,但相似的生消條件為兩者統(tǒng)一預(yù)報(bào)提供了可能。在空中運(yùn)輸領(lǐng)域,霧霾所帶來的低能見度,是航班晚點(diǎn)甚至安全事故的主要誘因之一。因此,提高霧霾預(yù)報(bào)的準(zhǔn)確率,不僅能減少安全事故,而且還可以提前合理調(diào)度航班,具有非常積極的社會(huì)和經(jīng)濟(jì)意義。BP神經(jīng)網(wǎng)絡(luò)是人工神經(jīng)網(wǎng)絡(luò)（ANN）中集大成者,其高精度、非線性的特點(diǎn),被廣泛應(yīng)用于模式識(shí)別、控制系統(tǒng)等眾多領(lǐng)域。它在復(fù)雜氣象預(yù)測(cè)方面同樣表現(xiàn)優(yōu)異,本文正是基于BP神經(jīng)網(wǎng)絡(luò)建立了航危霧霾預(yù)報(bào)模型,并利用十進(jìn)制浮點(diǎn)數(shù)編碼的遺傳算法對(duì)網(wǎng)絡(luò)連接權(quán)進(jìn)行優(yōu)化,效果良好,達(dá)到了我們前期預(yù)定的目標(biāo)。論文主要內(nèi)容概括如下:（1）數(shù)據(jù)的收集、篩選和訂正,霧霾預(yù)報(bào)建模所需的數(shù)據(jù)來源并沒有局限于人工觀測(cè)和自動(dòng)氣象統(tǒng)計(jì)資料,還包括業(yè)務(wù)值班員日常工作記錄。（2）分析研究了當(dāng)今數(shù)值天氣預(yù)報(bào)的發(fā)展現(xiàn)狀和神經(jīng)網(wǎng)絡(luò)在氣象要素預(yù)測(cè)方面的應(yīng)用,并針對(duì)傳統(tǒng)經(jīng)驗(yàn)型、線性系統(tǒng)等預(yù)報(bào)模式在航空氣象保障中... 

【文章來源】：武漢理工大學(xué)湖北省211工程院校教育部直屬院校

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

航危霧霾BP預(yù)報(bào)模型技術(shù)路線圖

第 2 章 航危霧霾 BP 預(yù)報(bào)模型設(shè)計(jì)霧霾預(yù)報(bào)業(yè)務(wù)流程霧霾預(yù)報(bào)相比，在航空氣象保障中，由于行業(yè)的特殊要求，需高于地方氣象局。在地方氣象局中，霧與霾的預(yù)報(bào)通常只結(jié)果通報(bào)，而航危氣象預(yù)報(bào)保障中不僅涉及單項(xiàng)，而且還考“霾”混合的情況。，霧霾預(yù)報(bào)系統(tǒng)模型的業(yè)務(wù)流程涉及原始數(shù)據(jù)收集、數(shù)據(jù)的預(yù)報(bào)（預(yù)警）制作、到最后提供給決策者直觀的可視化氣象據(jù)收集整理過程中，由于人工和突變極值因素的存在，需要去除冗余。在整個(gè)霧霾預(yù)報(bào)流程中，值班預(yù)報(bào)員的業(yè)務(wù)工作商和可視化氣象產(chǎn)品的發(fā)布外，還需要記錄工作日志，包括眼視程范圍。具體的業(yè)務(wù)圖如 2-1 所示：

模型結(jié)構(gòu)的確立經(jīng)網(wǎng)絡(luò)（ANN）研究的不斷深入，家族成員越來越多，應(yīng)用領(lǐng)的拓展。ANN 的分類相當(dāng)復(fù)雜，并沒有嚴(yán)格統(tǒng)一的標(biāo)準(zhǔn)進(jìn)行劃危霧霾預(yù)報(bào)研究進(jìn)行建模時(shí)，選擇 ANN 中的應(yīng)用最為成熟一絡(luò)。其預(yù)報(bào)模型數(shù)據(jù)處理主要過程可以概述如下：子經(jīng)輸入層向模型正向輸入數(shù)據(jù)信息，模型收到信息后進(jìn)行一出預(yù)測(cè)結(jié)果，在與進(jìn)行期望值比較后獲得的誤差信號(hào)沿原路徑類似于“黑盒”，我們并不需要知道內(nèi)部的處理過程，數(shù)據(jù)經(jīng)過，模型響應(yīng)輸出即可得到初步的預(yù)報(bào)結(jié)果[31]。在信息反向傳播網(wǎng)絡(luò)連接權(quán)不斷進(jìn)行調(diào)整，以使預(yù)報(bào)模型輸出誤差逐漸減小，數(shù)值時(shí)，即可得到我們期望的預(yù)報(bào)值[32]。航危霧霾預(yù)報(bào)建模過程中采用三層拓?fù)浣Y(jié)構(gòu)。三層網(wǎng)絡(luò)結(jié)構(gòu)，霧霾預(yù)報(bào)中存在的多層復(fù)雜非線性映射問題，且在其它領(lǐng)域也例可供參考學(xué)習(xí)。

【參考文獻(xiàn)】：
期刊論文
[1]基于GA-BP神經(jīng)網(wǎng)絡(luò)的金精礦品位的預(yù)測(cè)[J]. 劉青,袁瑋,王寶,彭良振.  東北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(02)
[2]咸陽(yáng)機(jī)場(chǎng)一次夏季大霧天氣分析[J]. 陶正洲.  科技風(fēng). 2015(03)
[3]基于BP神經(jīng)網(wǎng)絡(luò)的非線性函數(shù)逼近仿真研究[J]. 岑紅蕾,魯敏,聶晶.  農(nóng)業(yè)網(wǎng)絡(luò)信息. 2015(01)
[4]基于不同氣象環(huán)境的航空簽派放行機(jī)制研究[J]. 劉琳.  電子制作. 2015(02)
[5]基于BP人工神經(jīng)網(wǎng)絡(luò)的霧霾天氣預(yù)測(cè)研究[J]. 艾洪福,石瑩.  計(jì)算機(jī)仿真. 2015(01)
[6]復(fù)雜氣象條件下空中交通管制應(yīng)對(duì)策略[J]. 陳志敏.  無線互聯(lián)科技. 2015(01)
[7]低空風(fēng)切變與飛行安全[J]. 劉喆.  硅谷. 2015(01)
[8]遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的保障房工程項(xiàng)目管理績(jī)效評(píng)價(jià)[J]. 王鳳,程怡.  福建建筑. 2015(01)
[9]基于時(shí)間序列BP神經(jīng)網(wǎng)絡(luò)的煤層氣井排采制度優(yōu)化[J]. 吳財(cái)芳,姚帥,杜嚴(yán)飛.  中國(guó)礦業(yè)大學(xué)學(xué)報(bào). 2015(01)
[10]基于MATLAB神經(jīng)網(wǎng)絡(luò)對(duì)大同市氣溶膠濃度預(yù)測(cè)[J]. 岳江,楊愛琴,李明明,王小蘭,郭雪.  氣象研究與應(yīng)用. 2014(01)

博士論文
[1]三類航危天氣預(yù)報(bào)技術(shù)及業(yè)務(wù)系統(tǒng)研究[D]. 曾淑玲.蘭州大學(xué) 2012



本文編號(hào)：3613041