基于RS-SVM的雷電預(yù)報模型.pdf

1、雷暴天氣是電子時代的一大公害之一。隨著科學(xué)技術(shù)的發(fā)展,尤其是氣象科技技術(shù)的發(fā)展,對雷暴天氣預(yù)測開展了許多研究工作,也取得了很多成果。但至今還沒有開展雷暴天氣的小尺度(預(yù)報尺度:5km×5km)臨近(未來3小時)預(yù)報研究。由于雷暴不僅是屬于小尺度氣象,而且其造成的災(zāi)害相當(dāng)嚴(yán)重。因此,目前防災(zāi)減災(zāi)部門正積極開展這方面的研究,研究雷暴天氣的小尺度預(yù)報模型是氣象科技研究的重要課題之一。
　　 粗糙集是處理不確定、不完善、不精確的信息的很

2、有效的工具,支持向量機(jī)通過平衡VC維和經(jīng)驗(yàn)風(fēng)險,達(dá)到較好的分類精度和泛化能力。本文將采用粗糙集方法和支持向量機(jī)方法,結(jié)合雷電預(yù)報自身特點(diǎn)來研究構(gòu)建小尺度(預(yù)報尺度:5km×5km)臨近(未來3小時)雷電預(yù)報模型。本文主要所完成的工作包括以下幾個方面:
　　 (1)數(shù)據(jù)采集本文使用歷史LAPS氣象資料數(shù)據(jù)及雷電定位數(shù)據(jù)作為實(shí)驗(yàn)數(shù)據(jù)。由于得到的氣象樣本中雷電樣本與非雷電樣本屬于非平衡數(shù)據(jù),論文基于哈夫曼樹思想的采樣算法對樣本進(jìn)行采樣

3、,使樣本達(dá)到平衡。
　　 (2)數(shù)據(jù)的離散化本文運(yùn)用基于信息熵的屬性離散化算法對連續(xù)數(shù)據(jù)進(jìn)行離散化,由于離散化后的斷點(diǎn)過多,論文提出改進(jìn)方法,即引入不一致率的概念對基于信息熵的離散化算法。這不僅提高了效率,而且大大減少了屬性值斷點(diǎn)的個數(shù)。
　　 (3)提出基于屬性約簡的預(yù)報因子生成方法本文首先研究基于基數(shù)排序求正域的方法和基于可分辨度的屬性重要度啟發(fā)式函數(shù);其次,對盲目法求屬性約簡的方法進(jìn)行了改進(jìn),使得該算法效率得到提高

4、;然后,基于改進(jìn)的屬性約簡方法對氣象數(shù)據(jù)進(jìn)行屬性約簡,提取有效的預(yù)報因子。
　　 (4)提出基于結(jié)合粗糙集和支持向量機(jī)方法的雷電潛勢預(yù)報模型,分別研究了三個模型:
　　 1)基于粗糙集的預(yù)測模型;
　　 2)基于SVM的預(yù)報模型;
　　 3)將粗糙集與SVM結(jié)合的預(yù)報模型,并通過實(shí)驗(yàn)比較分析三種模型的預(yù)報準(zhǔn)確度及穩(wěn)定性。實(shí)驗(yàn)結(jié)果表明結(jié)合粗糙集與SVM結(jié)合的預(yù)報模型比其他兩種預(yù)報模型具有更好的預(yù)報準(zhǔn)確度和穩(wěn)