基于神经网络的多模式天气集成预报研究
发布时间：2022-12-04 09:22
天气预报是人们安排出行计划的重要参考依据,也是城市以及乡镇针对恶劣性气候进行防灾减灾的重要保障。随着现代气象科学技术的进步,气象预报在准确性和高效性方面着更为严格的要求,其中集成天气预报技术成为现代天气预报技术研究的重点和热点问题。集成预报是一种用数学模型将多种相互独立的单模式预报产品进行整合与分析,最终得到更为理想、统一的预报结论的技术。目前,关于中短期集成预报的研究还不是很多。本课题的研究目的在于,建立基于人工神经网络的集成预报模型,以此为基础开发多站点精细化天气预报业务软件,提供定点、定时、定量集成预报数据,减小数值模式和预报员主观决策所带来的预报误差。 目前,基于人工神经网络的集成预报大多采用BP网络,这种方法存在学习速度较慢、训练过程容易陷于局部最小的问题。所以选取学习速度快、收敛性好、实时性强的径向基神经网络处理集成预报问题作为有着很大的优势。本文采用新的集成预报路线,将低级单模式数值预报作为网络输入层,经过训练的网络输出统一高级集成预报结果,以此为目标来设计集成预报模型。 本文主要工作有：首先针对天津观测站点的数值模式预报数据特点,筛选出可靠的集成预报成员,创...
【文章页数】：66 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
1 前言
1.1 课题研究背景及意义
1.1.1 课题背景
1.1.2 研究意义
1.2 集成预报国内外研究现状
1.3 主要研究内容及论文结构安排
1.3.1 研究内容概述
1.3.2 论文结构安排
1.4 本章小结
2 相关资料与技术介绍
2.1 中短期数值天气预报
2.1.0 数值天气预报概述
2.1.1 数值天气预报发展
2.1.2 数值预报在中短期预报中的影响
2.2 现有集成预报方法
2.2.1 集成预报方法概述
2.2.2 基于权重分配的集成预报方法
2.3 数值模式数据插值处理
2.3.1 双线性插值法
2.3.2 反距离权重法
2.4 人工神经网络在预报技术中的应用
2.4.1 人工神经网络概念
2.4.2 人工神经网络基本结构
2.4.3 基于神经网络的预报技术应用现状
2.5 径向基神经网络(RBF网络)
2.5.1 RBF网络网络概述
2.5.2 RBF网络结构
2.5.3 RBF网络特点
2.5.4 RBF网络应用现状
2.6 本章小结
3 基于径向基神经网络的集成预报
3.1 RBF神经网络算法描述
3.1.1 RBF网络的数学表达
3.1.2 RBF网络基函数参数选取算法
3.2 基于RBF神经网络的集成预报实现
3.2.1 单模式数值预报数据特点
3.2.2 RBF网络输入层选取
3.2.3 数据预处理
3.2.4 参数设定和集成模型设计
3.3 本章小结
4 集成预报系统的设计与实现
4.1 系统需求分析
4.1.1 总体分析
4.1.2 系统用例分析
4.1.3 系统功能性需求分析
4.1.4 系统非功能性需求分析
4.2 系统设计与实现
4.2.1 系统概要设计
4.2.2 开发与运行环境
4.2.3 数据库设计
4.2.4 详细设计
4.5 本章小结
5 系统测试与结果分析
5.1 单元测试
5.2 性能测试
5.3 集成结果分析
5.5 本章小结
6 总结与展望
6.1 全文总结
6.2 未来展望
7 参考文献
8 攻读硕士学位期间论文发表情况
9 致谢
【参考文献】：
期刊论文
[1]基于RBF神经网络的输油管道安全停输时间预测[J]. 高艳波,马贵阳,刘宏宇,姚尧,王雷,代堪亮. 辽宁石油化工大学学报. 2012(04)
[2]基于RBF神经网络的地下水位动态预测[J]. 张晓峰,崔艳富,霍晓峰,李敏,吴瑕婷,林宏斌. 内蒙古民族大学学报(自然科学版). 2012(06)
[3]基于结构最优化RBF神经网络的润滑油金属含量预测[J]. 石宏,张帅,李昂. 润滑与密封. 2012(11)
[4]数值天气预报模式产品在预报业务中的应用[J]. 程正泉,廖代强. 广东气象. 2012(04)
[5]基于RBF神经网络的池州市降水序列预测[J]. 沈艳,杨春雷,张庆国,朱雅莉. 安徽农业大学学报. 2012(03)
[6]煤矿涌水量的灰色RBF网络预测模型[J]. 郭凤仪,郭长娜,王洋洋. 计算机测量与控制. 2012(02)
[7]基于粒子群算法的天气滚动预报集成技术[J]. 熊聪聪,许淑祎,徐姝. 天津科技大学学报. 2012(01)
[8]短期温度、降水的多模式集成预报[J]. 周之栩. 科技通报. 2010(06)
[9]反距离权重插值因子对插值误差影响分析[J]. 刘光孟,汪云甲,王允. 中国科技论文在线. 2010(11)
[10]神经网络在时间序列预测中的应用研究[J]. 徐鹏飞,李炜,郑华,吴建国. 电子技术. 2010(08)
硕士论文
[1]基于径向基函数神经网络的应用研究[D]. 康军.湖南师范大学 2009
本文编号：3707998
【文章页数】：66 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
1 前言
1.1 课题研究背景及意义
1.1.1 课题背景
1.1.2 研究意义
1.2 集成预报国内外研究现状
1.3 主要研究内容及论文结构安排
1.3.1 研究内容概述
1.3.2 论文结构安排
1.4 本章小结
2 相关资料与技术介绍
2.1 中短期数值天气预报
2.1.0 数值天气预报概述
2.1.1 数值天气预报发展
2.1.2 数值预报在中短期预报中的影响
2.2 现有集成预报方法
2.2.1 集成预报方法概述
2.2.2 基于权重分配的集成预报方法
2.3 数值模式数据插值处理
2.3.1 双线性插值法
2.3.2 反距离权重法
2.4 人工神经网络在预报技术中的应用
2.4.1 人工神经网络概念
2.4.2 人工神经网络基本结构
2.4.3 基于神经网络的预报技术应用现状
2.5 径向基神经网络(RBF网络)
2.5.1 RBF网络网络概述
2.5.2 RBF网络结构
2.5.3 RBF网络特点
2.5.4 RBF网络应用现状
2.6 本章小结
3 基于径向基神经网络的集成预报
3.1 RBF神经网络算法描述
3.1.1 RBF网络的数学表达
3.1.2 RBF网络基函数参数选取算法
3.2 基于RBF神经网络的集成预报实现
3.2.1 单模式数值预报数据特点
3.2.2 RBF网络输入层选取
3.2.3 数据预处理
3.2.4 参数设定和集成模型设计
3.3 本章小结
4 集成预报系统的设计与实现
4.1 系统需求分析
4.1.1 总体分析
4.1.2 系统用例分析
4.1.3 系统功能性需求分析
4.1.4 系统非功能性需求分析
4.2 系统设计与实现
4.2.1 系统概要设计
4.2.2 开发与运行环境
4.2.3 数据库设计
4.2.4 详细设计
4.5 本章小结
5 系统测试与结果分析
5.1 单元测试
5.2 性能测试
5.3 集成结果分析
5.5 本章小结
6 总结与展望
6.1 全文总结
6.2 未来展望
7 参考文献
8 攻读硕士学位期间论文发表情况
9 致谢
【参考文献】：
期刊论文
[1]基于RBF神经网络的输油管道安全停输时间预测[J]. 高艳波,马贵阳,刘宏宇,姚尧,王雷,代堪亮. 辽宁石油化工大学学报. 2012(04)
[2]基于RBF神经网络的地下水位动态预测[J]. 张晓峰,崔艳富,霍晓峰,李敏,吴瑕婷,林宏斌. 内蒙古民族大学学报(自然科学版). 2012(06)
[3]基于结构最优化RBF神经网络的润滑油金属含量预测[J]. 石宏,张帅,李昂. 润滑与密封. 2012(11)
[4]数值天气预报模式产品在预报业务中的应用[J]. 程正泉,廖代强. 广东气象. 2012(04)
[5]基于RBF神经网络的池州市降水序列预测[J]. 沈艳,杨春雷,张庆国,朱雅莉. 安徽农业大学学报. 2012(03)
[6]煤矿涌水量的灰色RBF网络预测模型[J]. 郭凤仪,郭长娜,王洋洋. 计算机测量与控制. 2012(02)
[7]基于粒子群算法的天气滚动预报集成技术[J]. 熊聪聪,许淑祎,徐姝. 天津科技大学学报. 2012(01)
[8]短期温度、降水的多模式集成预报[J]. 周之栩. 科技通报. 2010(06)
[9]反距离权重插值因子对插值误差影响分析[J]. 刘光孟,汪云甲,王允. 中国科技论文在线. 2010(11)
[10]神经网络在时间序列预测中的应用研究[J]. 徐鹏飞,李炜,郑华,吴建国. 电子技术. 2010(08)
硕士论文
[1]基于径向基函数神经网络的应用研究[D]. 康军.湖南师范大学 2009
本文编号：3707998
本文链接：https://www.wllwen.com/projectlw/qxxlw/3707998.html
