基于改进遗传小波神经网络的雷暴预报方法

来源：南京信息工程大学学报·自然科学版杂志2015年第3期北京时间：

作者：张强

单位：张强,南京信息工程大学 气象灾害预报预警与评估协同创新中心, 南京, 210044;南京信息工程大学 江苏省气象探测与信息处理重点实验室, 南京, 210044,行鸿彦,南京信息工程大学 气象灾害预报预警与评估协同创新中心, 南京, 210044;南京信息工程大学 江苏省气象探测与信息处理重点实验室, 南京, 210044,xinghy@nuist.edu.cn徐伟,南京信息工程大学 气象灾害预报预警与评估协同创新中心, 南京, 210044;南京信息工程大学 江苏省气象探测与信息处理重点实验室, 南京, 210044

摘要：为了进一步提高雷暴预报的准确率,在分析研究雷暴预报方法的基础上,提出了一种了基于改进遗传算法优化小波神经网络的雷暴预报方法(IGA-WNN).该方法利用聚类分析和牛顿迭代法对多种群遗传算法的收敛方向和精度进行改进,避免了种群同质化与局部最优问题,采用改进的遗传算法对小波神经网络的初始权值阈值进行了优化.选用南京地区2008—2009年6—8月的探空和闪电定位资料,使用灰关联法挖掘出关联程度较大的对流参数作预报因子,归一化处理后输入模型,采用独立样本进行预报检验.结果表明,与BP神经网络等方法相比,IGA-WNN预报准确率更高,具有更好的非线性处理能力和泛化性.

关键词：雷暴预报;遗传算法;聚类分析;牛顿迭代法;小波神经网络

基金资助：国家自然科学基金(61072133);江苏普通高校研究生实践创新计划(SJZZ_0112);江苏省产学研联合创新资金计划(BY2013007-02, BY2011112);江苏省高校科研成果产业化推进项目(JHB2011-15);江苏省高校优势学科建设工程项目;江苏省六大人才高峰计划