基于神經(jīng)網(wǎng)絡(luò)的多模式天氣集成預(yù)報(bào)研究.pdf

1、分類(lèi)號(hào)：T P 3 1 1密級(jí)：( 秘密、機(jī)密、絕密)學(xué)校代碼：1 0 0 5 7研究生學(xué)號(hào)：1 1 8 3 4 0 1 2基于神經(jīng)網(wǎng)絡(luò)的多模式天氣集成預(yù)報(bào)研究R e s e a r c ho f M u l t i - m o d e l I n t e g r a t i o n W e a t h e r F o r e c a s t b a s e d o nN e u r a l N e t w o r k專(zhuān)業(yè)名稱(chēng)：計(jì)算機(jī)應(yīng)

2、用技術(shù)指導(dǎo)教師姓名：熊聰聰教授研究生姓名：潘璇申請(qǐng)學(xué)位級(jí)別：工學(xué)碩士論文提交日期：2 0 1 4 年3 月論文課題來(lái)源：合作項(xiàng)目學(xué)位授予單位：天津科技大學(xué)摘要天氣預(yù)報(bào)是人們安排出行計(jì)劃的重要參考依據(jù)，也是城市以及鄉(xiāng)鎮(zhèn)針對(duì)惡劣性氣候進(jìn)行防災(zāi)減災(zāi)的重要保障。隨著現(xiàn)代氣象科學(xué)技術(shù)的進(jìn)步，氣象預(yù)報(bào)在準(zhǔn)確性和高效性方面著更為嚴(yán)格的要求，其中集成天氣預(yù)報(bào)技術(shù)成為現(xiàn)代天氣預(yù)報(bào)技術(shù)研究的重點(diǎn)和熱點(diǎn)問(wèn)題。集成預(yù)報(bào)是一種用數(shù)學(xué)模型將多種相互獨(dú)立的單模式預(yù)報(bào)

3、產(chǎn)品進(jìn)行整合與分析，最終得到更為理想、統(tǒng)一的預(yù)報(bào)結(jié)論的技術(shù)。目前，關(guān)于中短期集成預(yù)報(bào)的研究還不是很多。本課題的研究目的在于，建立基于人工神經(jīng)網(wǎng)絡(luò)的集成預(yù)報(bào)模型，以此為基礎(chǔ)開(kāi)發(fā)多站點(diǎn)精細(xì)化天氣預(yù)報(bào)業(yè)務(wù)軟件，提供定點(diǎn)、定時(shí)、定量集成預(yù)報(bào)數(shù)據(jù)，減小數(shù)值模式和預(yù)報(bào)員主觀(guān)決策所帶來(lái)的預(yù)報(bào)誤差。目前，基于人工神經(jīng)網(wǎng)絡(luò)的集成預(yù)報(bào)大多采用B P 網(wǎng)絡(luò)，這種方法存在學(xué)習(xí)速度較慢、訓(xùn)練過(guò)程容易陷于局部最小的問(wèn)題。所以選取學(xué)習(xí)速度快、收斂性好、實(shí)時(shí)性強(qiáng)的徑向

4、基神經(jīng)網(wǎng)絡(luò)處理集成預(yù)報(bào)問(wèn)題作為有著很大的優(yōu)勢(shì)。本文采用新的集成預(yù)報(bào)路線(xiàn)，將低級(jí)單模式數(shù)值預(yù)報(bào)作為網(wǎng)絡(luò)輸入層，經(jīng)過(guò)訓(xùn)練的網(wǎng)絡(luò)輸出統(tǒng)一高級(jí)集成預(yù)報(bào)結(jié)果，以此為目標(biāo)來(lái)設(shè)計(jì)集成預(yù)報(bào)模型。本文主要工作有：首先針對(duì)天津觀(guān)測(cè)站點(diǎn)的數(shù)值模式預(yù)報(bào)數(shù)據(jù)特點(diǎn)，篩選出可靠的集成預(yù)報(bào)成員，創(chuàng)建精細(xì)化氣溫訂正方法來(lái)處理錯(cuò)誤數(shù)據(jù)；然后在徑向基神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上建立了新型氣溫集成預(yù)報(bào)模型；同時(shí)開(kāi)發(fā)多模式氣溫集成預(yù)報(bào)系統(tǒng)，實(shí)現(xiàn)天津的2 3 2 個(gè)城市以及鄉(xiāng)鎮(zhèn)站點(diǎn)的逐六小時(shí)

5、、最高溫和最低溫的客觀(guān)集成預(yù)報(bào)業(yè)務(wù)。系統(tǒng)實(shí)現(xiàn)了模式數(shù)據(jù)的自動(dòng)集成、手動(dòng)集成和分類(lèi)查詢(xún)等功能。從預(yù)報(bào)的結(jié)果的分析中可以看出，基于徑向基神經(jīng)網(wǎng)絡(luò)的集成預(yù)報(bào)方法在預(yù)報(bào)誤差和站點(diǎn)預(yù)報(bào)準(zhǔn)確率上，均好于每個(gè)參與集成的單模式預(yù)報(bào)成員；在算法的執(zhí)行時(shí)間的比較中，神經(jīng)網(wǎng)絡(luò)的執(zhí)行時(shí)間比粒子群算法以及遺傳算法要快許多。因此，該系統(tǒng)是一款在穩(wěn)定性、準(zhǔn)確率和時(shí)間效率上都具備一定的優(yōu)勢(shì)的集成預(yù)報(bào)軟件，在氣象業(yè)務(wù)中具有好的應(yīng)用前景。關(guān)鍵詞：集成預(yù)報(bào)；多模式；神經(jīng)網(wǎng)絡(luò)