知識(shí)發(fā)現(xiàn)技術(shù)在赤潮分析預(yù)測(cè)中的應(yīng)用研究.pdf

1、眾所周知，21世紀(jì)是海洋世紀(jì)，海洋包括高新技術(shù)引導(dǎo)下的海洋經(jīng)濟(jì)將成為國(guó)際競(jìng)爭(zhēng)的主要領(lǐng)域。在我國(guó)，赤潮災(zāi)害發(fā)生范圍已遍及所有沿海省市，每年對(duì)海產(chǎn)養(yǎng)殖業(yè)、濱海旅游業(yè)等海洋經(jīng)濟(jì)產(chǎn)業(yè)造成的直接經(jīng)濟(jì)損失高達(dá)數(shù)以十億元計(jì)。因此，研究赤潮分析預(yù)測(cè)關(guān)鍵技術(shù)和開(kāi)發(fā)先進(jìn)的赤潮預(yù)警應(yīng)用系統(tǒng)對(duì)促進(jìn)我國(guó)海洋經(jīng)濟(jì)可持續(xù)發(fā)展具有重要的現(xiàn)實(shí)意義和戰(zhàn)略意義。 赤潮是一種由多種因素綜合作用引發(fā)的生態(tài)異?，F(xiàn)象，具有隨機(jī)性、模糊性、突發(fā)性和非線性等特點(diǎn)，對(duì)其建模和預(yù)

2、測(cè)是非常困難的。赤潮現(xiàn)象的這些特點(diǎn)使得赤潮災(zāi)害的預(yù)測(cè)預(yù)警已成為當(dāng)今海洋科學(xué)技術(shù)領(lǐng)域最具挑戰(zhàn)性的難題之一。傳統(tǒng)的研究思路大多數(shù)是從赤潮現(xiàn)象的某一個(gè)特點(diǎn)出發(fā)構(gòu)建算法模型，并設(shè)計(jì)開(kāi)發(fā)原型系統(tǒng)。這些模型只是從某一個(gè)方面反映赤潮的特性，而沒(méi)有全面系統(tǒng)地刻畫(huà)赤潮的本質(zhì)和各方面的特征，實(shí)際應(yīng)用的效果并不是很理想。為了克服傳統(tǒng)研究思路的不足，需要不斷引入新的理論和方法，同時(shí)需要將多種不同技術(shù)方法綜合集成，從整體的觀點(diǎn)對(duì)赤潮進(jìn)行系統(tǒng)和全面的分析研究。

3、 本論文以山東省科學(xué)發(fā)展計(jì)劃（重點(diǎn)項(xiàng)目）“海洋環(huán)境在線監(jiān)測(cè)及災(zāi)害智能預(yù)警系統(tǒng)的研制（2004GG2205108）”為背景，在總結(jié)吸收前人研究成果的基礎(chǔ)上，探索以知識(shí)發(fā)現(xiàn)的理論和方法為框架，多學(xué)科交叉綜合研究，考慮將小波分析、主元分析、模糊聚類分析和神經(jīng)網(wǎng)絡(luò)等知識(shí)發(fā)現(xiàn)技術(shù)綜合應(yīng)用于赤潮數(shù)據(jù)資料的分析處理上，并在課題組眾多研究成果的基礎(chǔ)上設(shè)計(jì)實(shí)現(xiàn)赤潮知識(shí)發(fā)現(xiàn)平臺(tái)，通過(guò)該平臺(tái)構(gòu)建多種組合模型，以期能從更多視角認(rèn)識(shí)和掌握赤潮發(fā)生的內(nèi)在規(guī)律

4、，進(jìn)而在赤潮預(yù)測(cè)預(yù)警研究上取得一定的成果。 全文的主要內(nèi)容包括以下幾個(gè)方面： （1）首先在分析傳統(tǒng)小波閾值去噪方法的基礎(chǔ)上，提出一種基于平移不變的小波指數(shù)閾值去噪方法，并通過(guò)理論分析和仿真實(shí)驗(yàn)對(duì)其去噪性能進(jìn)行了深入地分析和探討，結(jié)果表明該方法能夠有效克服傳統(tǒng)硬閾值和軟閾值去噪方法的不足，較為明顯地提升了去噪性能，具有一定的通用性。進(jìn)而針對(duì)赤潮分析預(yù)測(cè)中使用的數(shù)據(jù)資料可能受到大量噪聲影響的問(wèn)題，應(yīng)用該方法對(duì)其進(jìn)行去噪處

5、理，獲得了較高品質(zhì)的數(shù)據(jù)資料，能夠更為真實(shí)和客觀地反映赤潮現(xiàn)象的本質(zhì)特征，從而為后續(xù)的赤潮分析預(yù)測(cè)等提供了可靠和有效的數(shù)據(jù)源。 （2）其次，在分析研究常規(guī)模糊c均值聚類（Fuzzy C-means Clustering，F(xiàn)CM）算法不足的基礎(chǔ)上，針對(duì)FCM算法在聚類中心的迭代計(jì)算過(guò)程中，各樣本點(diǎn)對(duì)聚類中心的確定具有相同的權(quán)重，容易導(dǎo)致少數(shù)異常樣本的存在也會(huì)對(duì)聚類中心的確定產(chǎn)生較大影響的問(wèn)題，提出了一種基于相似關(guān)系的模糊加權(quán)FC

6、M算法（Fuzzy weighting FCM， FWFCM），根據(jù)各樣本對(duì)聚類中心的不同影響程度，為每一個(gè)樣本設(shè)置了一個(gè)特征權(quán)值，使得各個(gè)樣本在聚類中心的迭代計(jì)算中起到不同的作用。進(jìn)而針對(duì)目前大多數(shù)赤潮預(yù)測(cè)算法不能合理區(qū)劃赤潮起始、發(fā)生、發(fā)展和消亡的演變過(guò)程，應(yīng)用FWFCM算法，找出比較可靠的赤潮生態(tài)過(guò)程所處階段的范圍劃分規(guī)則，不僅得到了較準(zhǔn)確的和符合實(shí)際的類別劃分，直觀和真實(shí)的反映了赤潮生態(tài)過(guò)程的模糊性和過(guò)渡性等特征，而且在分類后仍

7、極大地保留了樣本數(shù)據(jù)集的原始信息，為進(jìn)一步探求分類的內(nèi)在原因和解釋樣本點(diǎn)之間彼此關(guān)聯(lián)的程度提供了有效的途徑。 （3）然后，針對(duì)傳統(tǒng)的單一預(yù)測(cè)模型不能全方面刻畫(huà)赤潮生態(tài)現(xiàn)象的本質(zhì)特征，存在預(yù)測(cè)精度低和預(yù)測(cè)結(jié)果穩(wěn)定性差的不足，以及神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型對(duì)預(yù)測(cè)結(jié)果缺乏合理性解釋的問(wèn)題，提出了融合主元分析、模糊聚類分析、小波分析和神經(jīng)網(wǎng)絡(luò)的赤潮組合預(yù)測(cè)模型，使用主元分析方法和模糊聚類算法先將赤潮生態(tài)過(guò)程分解為若干不同本質(zhì)的子過(guò)程，然后再應(yīng)用

8、小波網(wǎng)絡(luò)對(duì)赤潮藻類密度等進(jìn)行預(yù)測(cè)預(yù)報(bào)。該模型結(jié)構(gòu)在一定程度上反映了赤潮生態(tài)過(guò)程的內(nèi)在規(guī)律，可以對(duì)模型的輸出結(jié)果給予更合理的解釋。同時(shí)，在該組合模型在模型效率和預(yù)測(cè)精度方面都較單一預(yù)測(cè)模型有所提升。 （4）最后，針對(duì)傳統(tǒng)赤潮預(yù)測(cè)預(yù)警軟件中普遍存在的模型單一化、數(shù)據(jù)與算法過(guò)耦合，以及可擴(kuò)展性和可重用性差等問(wèn)題，在深入研究知識(shí)發(fā)現(xiàn)過(guò)程機(jī)理、系統(tǒng)結(jié)構(gòu)和運(yùn)行機(jī)制，以及軟件架構(gòu)模型的基礎(chǔ)上，提出了一種基于組件技術(shù)的面向服務(wù)的赤潮知識(shí)發(fā)現(xiàn)平