[發(fā)明專(zhuān)利]基于MLP的動(dòng)態(tài)區(qū)域聯(lián)合短時(shí)降水預(yù)報(bào)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810902495.5
• 申請(qǐng)日: 2018-08-09
• 公開(kāi)（公告）號(hào): CN109143408B
• 公開(kāi)（公告）日: 2020-12-11
• 發(fā)明（設(shè)計(jì)）人: 張鵬程;賈旸旸;王繼民;吉順慧;趙齊;金慧穎
• 申請(qǐng)（專(zhuān)利權(quán)）人: 河海大學(xué)
• 主分類(lèi)號(hào): G01W1/10
• 分類(lèi)號(hào): G01W1/10
• 代理公司: 南京蘇高專(zhuān)利商標(biāo)事務(wù)所(普通合伙) 32204
• 代理人: 李玉平

1.一種基于MLP的動(dòng)態(tài)區(qū)域聯(lián)合短時(shí)降水預(yù)報(bào)方法，其特征在于，包括如下步驟：

步驟1.數(shù)據(jù)預(yù)處理；

步驟2.MLP的結(jié)構(gòu)選擇和參數(shù)訓(xùn)練；

步驟3.范圍參數(shù)確定和模型優(yōu)化；

步驟1包括如下子步驟：

步驟11.選取物理量因子包括地面和高空因子，對(duì)因子作離差標(biāo)準(zhǔn)化處理，離差標(biāo)準(zhǔn)化計(jì)算公式為：

式中，x表示原變量序列中的某個(gè)值，x_max和x_min分別為變量中的最大和最小值；

步驟12.對(duì)標(biāo)準(zhǔn)化后的因子作PCA處理，PCA的計(jì)算公式為：

式中，p維隨機(jī)向量X＝(X₁，X₂，…，X_p)_t代表原始變量，t表示第t個(gè)時(shí)刻；對(duì)X進(jìn)行線(xiàn)性變換，將原始變量X變?yōu)樾碌淖兞縕＝(Z₁，Z₂，…，Z_p)_t；通過(guò)選擇系數(shù)矩陣μ，使得Z的各個(gè)因子之間不相關(guān)，同時(shí)所需信息量集中到Z的前幾個(gè)分量中，用Z的前幾個(gè)分量代表整體信息，選擇標(biāo)準(zhǔn)為這幾個(gè)分量的特征值總和占整體特征值總和的99％以上；系數(shù)矩陣μ的計(jì)算采用原始變量的相關(guān)系數(shù)矩陣計(jì)算，且在數(shù)值上等于相關(guān)系數(shù)矩陣的特征向量組成的矩陣；

步驟2包括如下子步驟：

步驟21.貪心算法選擇MLP，MLP的前向傳播計(jì)算方式：

z_ij＝f(W_iZ_i-1+b_i-1)

其中，z_ij代表第i層第j個(gè)神經(jīng)元的值，W_i為第i-1層到第i層第j個(gè)神經(jīng)元的權(quán)值向量，Z_i-1為第i-1層所有神經(jīng)元的值向量，b_i-1表示第i-1層的偏置，f為激活函數(shù)；

步驟22.調(diào)整MLP參數(shù)，確定MLP的寬度和深度，MLP的參數(shù)調(diào)整計(jì)算方法：

其中，W和b分別是MLP的權(quán)值和偏置，z和y分別是MLP的預(yù)處理后的綜合因子和實(shí)況降水量，J表示MLP的損失函數(shù)，是上述四個(gè)變量的函數(shù)，是J對(duì)權(quán)值W的梯度，δW_t是每一次訓(xùn)練需要對(duì)W作出的調(diào)整，它由前一個(gè)時(shí)次的值和當(dāng)前的梯度值加權(quán)求和得到，α和β分別是兩者的權(quán)重；

步驟3包括如下子步驟：

步驟31.初始感知范圍確定，兩個(gè)地區(qū)距離的計(jì)算方式如下：

其中，x₁和x₂分別為兩個(gè)地區(qū)觀測(cè)站點(diǎn)的經(jīng)度，y₁和y₂分別兩個(gè)地區(qū)觀測(cè)站點(diǎn)的緯度；感知半徑以距離定義為基礎(chǔ)，感知范圍定義為與預(yù)報(bào)站點(diǎn)距離小于感知半徑的所有站點(diǎn)；

步驟32.統(tǒng)計(jì)所有站點(diǎn)取不同感知半徑時(shí)的預(yù)報(bào)準(zhǔn)確率，根據(jù)最佳感知半徑的概率分布密度選擇最優(yōu)的感知半徑；

步驟33.動(dòng)態(tài)調(diào)整感知范圍，確定MLP的個(gè)數(shù)；

步驟34.建立多MLP的DRCF模型，進(jìn)行降水預(yù)測(cè)。

2.如權(quán)利要求1所述的基于MLP的動(dòng)態(tài)區(qū)域聯(lián)合短時(shí)降水預(yù)報(bào)方法，其特征在于，感知范圍調(diào)整策略如下：

(1)若過(guò)去3個(gè)時(shí)間單位預(yù)報(bào)站點(diǎn)未出現(xiàn)降水，且以預(yù)報(bào)站點(diǎn)為中心的2個(gè)距離單位的感知范圍內(nèi)沒(méi)有站點(diǎn)出現(xiàn)降水，選擇感知半徑為1.5；

(2)若過(guò)去3個(gè)時(shí)間單位預(yù)報(bào)站點(diǎn)未出現(xiàn)降水，但以預(yù)報(bào)站點(diǎn)為中心的2個(gè)距離單位的感知范圍內(nèi)有站點(diǎn)出現(xiàn)降水，選擇感知半徑為2.5；

(3)若過(guò)去1個(gè)時(shí)間單位預(yù)報(bào)站點(diǎn)已出現(xiàn)降水，此時(shí)選擇感知半徑為1.5；

(4)其他情況，選擇感知半徑為2。