基于聚类分析和灰色模型的短期雷击预警系统设计

发布时间：2017-12-19 14:14

  本文关键词：基于聚类分析和灰色模型的短期雷击预警系统设计　出处：《吉林大学》2016年硕士论文　论文类型：学位论文

  更多相关文章： 雷电 数据挖掘 聚类分析 灰色灾变预测模型

【摘要】：雷电是一个多因素共同作用形成的自然现象,由于其在形成、发生、发展过程中受云层厚度、空气湿度、地形、植被等多种因素影响,此外,雷电从产生到电能释放完毕几乎是瞬间完成的,不易观察、获取在其形成过程中的各种可供研究的信息,因此,对于雷电的研究一直是比较困难的一个课题,具体表现在雷电的强度、雷电的发生位置以及发生时间等都不易进行预测。雷电因其极强的破坏力同时又是一种常见的自然灾害现象,全球范围内每年因雷电引发的灾害不计其数,雷电每年都会造成大量的人、畜伤,同时也伴随有巨额的财产损失。因此,研究雷电的活动规律,预测其发生时间和发生范围,对于减免因雷电造成的损失具有十分重要的意义。随着科学技术的不断发展和进步,我国相关部门已经掌握了大量的雷电活动的历史监测数据。通过对这些监测数据的科学而有效的利用,分析雷电在历史活动中在时间上和空间上表现出的分布特征,挖掘雷电活动中隐藏的规律性,对于雷击的预防和减少雷电引起的灾害损失十分必要,同时对国民生产、生活也具有十分重要的指导作用。经过试验、对比和分析各算法的特点和适用的数据形式以及应用场景,本文最终确定采用数据挖掘算法中经典的聚类分析方法和灰色模型方法分别对雷击发生的范围和高强度雷击的发生时刻做出预测。其中,基于聚类分析的雷击发生范围预警是通过聚类分析中最大的最小距离算法和K均值算法建立雷击范围预测模型,首先收集初始雷击样本点,进而通过基于距离的最大的最小距离算法对初始样本点进行聚类,再根据K均值算法对聚类进行优化,然后根据K均值算法建立预测类,最后得出雷击的发生的中心点和雷击范围半径;基于灰色灾变预测模型的高强度雷击发生时刻预测模型通过筛选高强度雷击发生的时刻,利用灰色波形的相关知识对数据进行近似处理,然后建立灰色灾变模型,构建一阶白化微分方程并求解,得出高强度雷击发生时刻的响应表达式,从而实现了对高强度雷击的发生时刻的预测。文章对涉及到的数据挖掘、聚类分析、灰色系统理论的相关知识以及相关的应用做了大致的介绍,同时详细地介绍了所应用的最大最小距离算法、K均值算法和灰色模型的建模过程,然后利用真实数据以算例实验的形式对建模过程进行了演示和效果检验。在文章的最后对论文的工作进行了总结,包括对算法的缺陷与局限性进行了系统的分析和说明,同时也提出新增加有价值的参考信息的基础上重新设计算法和模型来更准确迅速地预测雷击活动。
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：P427.32;TP277

【相似文献】

中国期刊全文数据库 前10条

1 陈晨;利用聚类分析选择有投资价值的上市公司[J];浙江金融;2004年11期

2 王道植;晏才全;徐友源;徐玉蓉;;贵州漆树栽培区划的聚类分析[J];贵州农学院学报;1983年02期

3 陈华豪;;聚类分析[J];林业勘察设计;1981年02期

4 马俊才,赵玉峰;聚类分析在微生物数值分类上的应用[J];微生物学通报;1986年05期

5 章志敏;;不等指标的聚类分析法[J];系统工程;1990年02期

6 何湘藩;庄真;;模糊分级聚类分析方法[J];数量经济技术经济研究;1991年12期

7 陈燕国;蔡少华;;应用聚类分析对水库营养类型分类和0—1高指标判别方法[J];湖泊科学;1993年03期

8 袁建美;聚类分析法在学生成绩评估中的应用[J];石油大学学报(自然科学版);1998年01期

9 肖宜滨;聚类分析的理论及其应用[J];江苏统计;2001年11期

10 姚泽清,赵世玲,华中民;江苏省13城市国民经济主要指标的聚类分析[J];解放军理工大学学报(自然科学版);2003年03期

中国重要会议论文全文数据库 前10条

1 梅翠;;我国各地区居民收入差距及其对消费的制约[A];中国现场统计研究会第12届学术年会论文集[C];2005年

2 李均立;傅国华;;海南各县(市)经济实力的聚类分析[A];中国现场统计研究会第12届学术年会论文集[C];2005年

3 刘黄金;曹林峰;;南京服务业发展的聚类分析[A];江苏省现场统计研究会第十次学术年会论文集[C];2006年

4 肖静;杨泽峰;徐辰武;;微阵列表达谱监督聚类分析方法的比较研究[A];江苏省遗传学会第七届代表大会暨学术研讨会论文摘要汇编[C];2006年

5 路爱峰;崔玉杰;;沪市电力上市公司经营业绩的聚类分析[A];中国数学力学物理学高新技术交叉研究学会第十二届学术年会论文集[C];2008年

6 陈国华;廖小莲;夏君;;证券投资分析的聚类分析方法[A];中国企业运筹学[2011（1）][C];2011年

7 张红卫;隗金水;;聚类分析评价与测量效度关系探讨[A];第九届全国体育科学大会论文摘要汇编(4)[C];2011年

8 牛东晓;乞建勋;;网络资源平衡问题的聚类分析优化遗传算法研究[A];2001年中国管理科学学术会议论文集[C];2001年

9 詹原瑞;彭书杰;李如一;;基于聚类分析的企业信用等级评价方法[A];西部开发与系统工程——中国系统工程学会第12届年会论文集[C];2002年

10 邹晓玫;修春波;;基于聚类分析的犯罪率相关因素的研究[A];当代法学论坛（二○一○年第3辑）[C];2010年

中国博士学位论文全文数据库 前4条

1 张建萍;基于计算智能技术的聚类分析研究与应用[D];山东师范大学;2014年

2 李成安;分布式环境下聚类分析新方法的研究[D];浙江大学;2006年

3 杨旭杰;基于统计方法模型分析的中药复方专利保护研究[D];北京中医药大学;2012年

4 李宝玲;王裕颐教授学术思想与临床经验总结及治疗眩晕证治规律研究[D];北京中医药大学;2012年

中国硕士学位论文全文数据库 前10条

1 李元俊;大学生就业能力培养与社会需求的匹配性研究[D];山东建筑大学;2015年

2 冯雪冰;基于模糊理论的EM算法在聚类分析的应用研究[D];中国地质大学(北京);2015年

3 黄银;行业地区发展水平的聚类分析[D];苏州大学;2015年

4 郭俊峰;聚类分析下的股票投资价值挖掘研究[D];大连海事大学;2015年

5 张旭;考虑风电接入不确定性的节点特性建模研究[D];山东大学;2015年

6 褚旭;我国各省市CDM项目聚类分析及影响因素研究[D];首都经济贸易大学;2015年

7 刘鑫琳;VAGUE集理论及其在聚类分析中的应用[D];广西大学;2015年

8 周颖;基于蚁群算法的聚类分析在学生成绩中的研究[D];南昌大学;2015年

9 邢蕊;以聚类分析为基础的我国证券公司效率研究[D];山西大学;2015年

10 王帅宇;K-Means算法在用户细分方面的应用研究[D];北京理工大学;2015年

，

本文编号：1308276