面向气象数据的智能分析方法研究

发布时间：2022-01-16 23:53

　　降水预测问题是一个非常复杂、重要的研究课题。一种事物从过去发展到现在再发展到未来,其发展总存在某些内在的规律,国内外的一些专家和学者们积极的进行探索,掌握事物发展的固有规律,把预测问题置于科学的基础之上,引导事物朝着预期的方向迅速发展。精准的预测是正确决策的前提,随着科技的不断发展,几乎人类活动的各个领域都能够提供大量的统计数据,因此在统计资料的基础上,建立了预测科学。在对人工神经网络技术中的BP神经网络的学习和研究的基础上,针对BP神经网络收敛速度慢、易于陷入局部最小等缺点,考虑到粒子群优化算法（Particle Swarm Optimization,PSO）和万有引力搜索算法（Gravitational Search Algorithm,GSA）的全局性和快速性,分别采用PSO、GSA优化BPNN的初始权值和阈值,提出PSO-BPNN和GSA-BPNN降水预测方法。利用某省份A、B、C和D四个气象观测站的降水资料进行预测实验。结果表明:两种方法较常规BP神经网络具有更快的收敛速度快,且预测误差较小,同时结果也表明GSA-BPNN较PSO-BPNN降水预测方法准确率更高。在介绍两种预... 

【文章来源】：沈阳理工大学辽宁省

【文章页数】：69 页

【学位级别】：硕士

【部分图文】：

生物神经元示意图

生物神经元抽象图

人工神经元模型

【参考文献】：
期刊论文
[1]智能预测土建工程概算方法的研究及其应用[J]. 刘昕.  科技与企业. 2014(16)
[2]Artificial neural network approach to assess selective flocculation on hematite and kaolinite[J]. Lopamudra Panda,P.K.Banerjee,Surendra Kumar Biswal,R.Venugopal,N.R.Mandre.  International Journal of Minerals Metallurgy and Materials. 2014(07)
[3]基于聚类分析的短期负荷智能预测方法研究[J]. 陈宏义,李存斌,施立刚.  湖南大学学报(自然科学版). 2014(05)
[4]基于BP和Elman神经网络的智能变电站录波启动判据算法[J]. 刘建华,李天玉,付娟娟,吴楠.  电力系统保护与控制. 2014(05)
[5]基于BP神经网络群的中压配电网电压降落估算[J]. 白牧可,唐巍,张璐,丛鹏伟.  电力系统保护与控制. 2014(02)
[6]基于BP神经网络算法的对流层湿延迟计算[J]. 李剑锋,吴林弟,胡伍生,王永前,朱明晨.  东南大学学报(自然科学版). 2013(S2)
[7]采用KPCA和BP神经网络的单目车载红外图像深度估计[J]. 孙韶媛,李琳娜,赵海涛.  红外与激光工程. 2013(09)
[8]粒子群优化BP神经网络的激光铣削质量预测模型[J]. 许兆美,刘永志,杨刚,王庆安.  红外与激光工程. 2013(09)
[9]基于核偏最小二乘回归神经网络集成降水预测模型[J]. 陆克盛,汪灵枝.  沈阳农业大学学报. 2013(03)
[10]基于EMD与BP神经网络的汽车关门声品质预测[J]. 杨川,于德介,徐亚军.  汽车工程. 2013(05)

硕士论文
[1]新型粒子群优化算法及其应用研究[D]. 谢雪勤.华东理工大学 2014
[2]人工神经网络隐层神经元数的确定[D]. 王立威.重庆大学 2012
[3]嵌入式智能控制器在混凝投药系统中的应用[D]. 李学贤.中南大学 2009
[4]基于BP人工神经网络的土地利用分类遥感研究[D]. 段新成.中国地质大学（北京） 2008
[5]基于人工神经网络的经济预测模型研究[D]. 石艳丽.中国地质大学（北京） 2008
[6]模糊神经网络的性质和学习算法及区间值模糊集的研究[D]. 曾水玲.长沙理工大学 2007
[7]基于神经网络的智能预测系统研究与开发[D]. 李亚伟.北方工业大学 2006
[8]T比特路由器智能故障恢复系统的研究与实现[D]. 朱玉.解放军信息工程大学 2006
[9]基于小波—神经网络的电机轴承故障诊断[D]. 王平.太原理工大学 2005
[10]人工神经网络在时间序列预测中的应用研究[D]. 宋玉强.西安建筑科技大学 2005



本文编号：3593646