版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、廣西師范大學(xué)碩士學(xué)位論文基于粗集與條件數(shù)的模糊神經(jīng)網(wǎng)絡(luò)降水預(yù)報方法研究姓名:史旭明申請學(xué)位級別:碩士專業(yè):概率論與數(shù)理統(tǒng)計指導(dǎo)教師:金龍楊善朝20070401II了不同預(yù)報因子的逐步回歸預(yù)報方程。由預(yù)報試驗的對比得到,在建模樣本和獨立預(yù)報樣本完全相同的情況下,逐步回歸預(yù)報方法對兩個月56天降水的獨立樣本預(yù)報平均絕對誤差為7.21mm(9個因子)和6.09mm(10個因子),相比之下要大于采用屬性約簡和條件數(shù)法選擇預(yù)報因子建立的模糊神經(jīng)網(wǎng)
2、絡(luò)預(yù)報模型的預(yù)報誤差。逐步回歸方法之所以預(yù)報精度不高一方面主要是由于在建模時只考慮了對回歸模型有顯著性影響的預(yù)報因子,而沒有考慮預(yù)報因子之間的復(fù)相關(guān)關(guān)系等信息,從而影響了預(yù)報模型的預(yù)報能力;另一方面由于大氣降水預(yù)報受到大氣運(yùn)動的熱力、動力、水汽條件等綜合因素的影響,具有明顯的非線性變化特點,逐步回歸方法不能反映預(yù)報因子與預(yù)報量之間的非線性關(guān)系,最終導(dǎo)致預(yù)報結(jié)果不如模糊神經(jīng)網(wǎng)絡(luò)模型。本文在建立模糊神經(jīng)網(wǎng)絡(luò)降水預(yù)報模型時采用的是前饋型模糊神
3、經(jīng)網(wǎng)絡(luò),并利用前饋網(wǎng)絡(luò)的BP算法來調(diào)整參數(shù)。前饋型FNN采用的是多層前向神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),可實現(xiàn)模糊映射關(guān)系。綜合分析以上結(jié)果,論文提出的采用粗糙集屬性約簡和條件數(shù)計算分析2種方法,提取數(shù)量較少的幾個預(yù)報因子來構(gòu)造模糊神經(jīng)網(wǎng)絡(luò)輸入矩陣,使模糊神經(jīng)網(wǎng)絡(luò)模型輸入節(jié)點大大減少,并有效減少節(jié)點之間重復(fù)信息和噪聲輸入,起到了顯著的降維去噪作用。在實際的水文、交通、經(jīng)濟(jì)和地質(zhì)災(zāi)害等許多方面預(yù)報建模研究中,都會遇到面臨眾多初選預(yù)報因子,而如何從中選擇更合
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 短期降水預(yù)報BP神經(jīng)網(wǎng)絡(luò)預(yù)報方法研究.pdf
- PSO-FCM神經(jīng)網(wǎng)絡(luò)集成的降水預(yù)報方法研究.pdf
- 基于粗集和神經(jīng)網(wǎng)絡(luò)的建模方法及其應(yīng)用.pdf
- 基于粗集和神經(jīng)網(wǎng)絡(luò)的銷售預(yù)測研究.pdf
- 中長期水文預(yù)報的模糊神經(jīng)網(wǎng)絡(luò)方法研究.pdf
- 基于Rough Set的規(guī)則提取與粗—模糊神經(jīng)網(wǎng)絡(luò)研究.pdf
- 基于粗糙集和模糊神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘方法研究.pdf
- 基于粗集神經(jīng)網(wǎng)絡(luò)的礦井通風(fēng)系統(tǒng)方案優(yōu)選方法研究與應(yīng)用.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的漏鋼預(yù)報系統(tǒng)的研究.pdf
- 基于模糊規(guī)則的粗集神經(jīng)網(wǎng)絡(luò)在遙感圖像分類中的應(yīng)用.pdf
- 神經(jīng)網(wǎng)絡(luò)與模糊集理論在實時洪水預(yù)報中的應(yīng)用研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)方法的kp預(yù)報模型
- 基于規(guī)則趨勢的模糊神經(jīng)網(wǎng)絡(luò)脫硫預(yù)報技術(shù)研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的綜合評判方法研究.pdf
- 基于粗集-神經(jīng)網(wǎng)絡(luò)的礦井通風(fēng)系統(tǒng)可靠性理論與方法研究.pdf
- 基于鄰域粗集神經(jīng)網(wǎng)絡(luò)的通信信號調(diào)制識別研究.pdf
- 19129.基于神經(jīng)網(wǎng)絡(luò)的水文預(yù)報方法研究
- 基于粗集與聚類的神經(jīng)模糊建模.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的混合模型軌道預(yù)報方法研究.pdf
- 基于粗集——小波神經(jīng)網(wǎng)絡(luò)的建筑工程成本預(yù)測方法研究.pdf
評論
0/150
提交評論