基于改进模糊神经网络的雷电活动预测模型研究-计算机技术专业论文.docxVIP

万方数据 万方数据 西安电子科技大学 学位论文独创性声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在 导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标 注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成 果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的 材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说 明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切法律责任。 本人签名： 日 期： 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研 究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权 保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分 内容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业 后结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。 （保密的论文在解密后遵守此规定） 本学位论文属于保密，在 年解密后适用本授权书。 本人签名： 导师签名： 日 期： 日 期： 万方数据 万方数据 摘要 预测雷电活动规律，对保障人民生命和财产安全极具重大意义。现阶段雷电 预测方法主要通过雷电观测和相关气象影响因素进行。这种方法虽然能够真实描 述雷电活动，也能指导雷电预测，但预测时间范围较小。由于雷电活动区域差异 较大，预测需要多种气象数据，并参考历史资料，因此，依据历史数据，分区构 建雷电预测模型，对于准确预测雷电活动规律十分必要。 本文针对传统模糊神经网络算法雷电预测输入数据维数大、收敛速度要求快 及预测准确率要求高的特点，提出了一种改进模糊神经网络的雷电活动预测模型。 该模型引入改进的模糊神经网络算法，提高了神经网络处理模糊信息的能力，解 决了因其黑盒子特性引起难以解释神经网络预测的问题。同时，该模型通过模糊 C 均值聚类算法（IFCM）从复杂数据中准确高效地提取出模糊规则；优化隶属函数 的初始参数和网络结构，解决了复杂数据环境下传统神经网络预测模型系统过于 庞大、收敛速度慢和预测准确度低的问题，使之更适用于雷电活动预测。提出了 一种基于数据分级的雷电数据预处理方法，削弱了雷电活动数据过分分散对雷电 活动数据规律判定的干扰。 实验结果表明，改进模糊神经网络雷电活动预测模型在基于历史数据的预测 方面，其准确性和性能都优于传统的模糊神经网络和 BP 神经网络两种雷电活动预 测模型。该模型为雷电活动预报提供了一种实用可行的方法，可用于地区雷电活 动情况的长期预测，以期指导防雷防护工作。 关键字：雷电活动 预测模型 模糊神经网络 IFCM 数据分级 万方数据 万方数据 Abstract Predicting lightning activities is significant for protecting people’s life and property. The traditional method forecasts lightning activity using the current observation data which affects the lightning activity. Although the method can describe the real lightning activity and guide lightning forecasting, it is a short-term prediction. Since lightning activities varies in each area, forecasts need a variety of meteorological data and refer to history data. So it is essential to build a long-term regional lightning activity prediction model with historical data. The model based on improved fuzzy neural network is proposed in the paper for the problem of traditional lightning activity predicting models which need fast convergent speed and high accuracy facing large dimension of input data. By utilizin