[發(fā)明專利]基于自編碼器和GRU神經(jīng)網(wǎng)絡(luò)的熱帶氣旋軌跡預(yù)測方法

在審

• 申請?zhí)枺?/td>: 201911422701.3
• 申請日: 2019-12-31
• 公開（公告）號: CN111242351A
• 公開（公告）日: 2020-06-05
• 發(fā)明（設(shè)計）人: 廉潔;董萍萍
• 申請（專利權(quán)）人: 上海師范大學(xué)
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G01W1/10;G06N3/08;G06N3/04
• 代理公司: 上?？剖⒅R產(chǎn)權(quán)代理有限公司 31225
• 代理人: 王懷瑜

1.一種基于自編碼器和GRU神經(jīng)網(wǎng)絡(luò)的熱帶氣旋軌跡預(yù)測方法，其特征在于，該方法具體為，獲取待預(yù)測數(shù)據(jù)，并進行預(yù)處理，將預(yù)處理后的待預(yù)測數(shù)據(jù)載入預(yù)訓(xùn)練后的氣旋軌跡預(yù)測模型中，獲取氣旋軌跡預(yù)測結(jié)果，所述氣旋軌跡預(yù)測模型包括自編碼器和GRU神經(jīng)網(wǎng)絡(luò)，所述自編碼器的輸出作為GRU神經(jīng)網(wǎng)絡(luò)的輸入，所述待預(yù)測數(shù)據(jù)包括熱帶氣旋位置數(shù)據(jù)和氣象因子數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的一種基于自編碼器和GRU神經(jīng)網(wǎng)絡(luò)的熱帶氣旋軌跡預(yù)測方法，其特征在于，所述氣旋軌跡預(yù)測模型的預(yù)訓(xùn)練過程包括以下步驟：

訓(xùn)練數(shù)據(jù)預(yù)處理步驟：獲取訓(xùn)練數(shù)據(jù)，對訓(xùn)練數(shù)據(jù)進行預(yù)處理；

訓(xùn)練數(shù)據(jù)劃分步驟：從預(yù)處理后的訓(xùn)練數(shù)據(jù)劃分出訓(xùn)練集；

自編碼器訓(xùn)練步驟：將訓(xùn)練集載入自編碼器中，獲取自編碼器的輸出，根據(jù)預(yù)建立的自編碼器損失函數(shù)，對自編碼器進行訓(xùn)練，直到滿足預(yù)設(shè)的自編碼器訓(xùn)練條件；

GRU神經(jīng)網(wǎng)絡(luò)訓(xùn)練步驟：將訓(xùn)練完成后的自編碼器的輸出作為GRU神經(jīng)網(wǎng)絡(luò)的輸入，獲取預(yù)測結(jié)果，根據(jù)預(yù)建立的GRU損失函數(shù)，對GRU神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，直到滿足預(yù)設(shè)的GRU神經(jīng)網(wǎng)絡(luò)訓(xùn)練條件；

所述訓(xùn)練數(shù)據(jù)包括熱帶氣旋位置數(shù)據(jù)和氣象因子數(shù)據(jù)。

3.根據(jù)權(quán)利要求1或2所述的一種基于自編碼器和GRU神經(jīng)網(wǎng)絡(luò)的熱帶氣旋軌跡預(yù)測方法，其特征在于，所述預(yù)處理包括將待預(yù)測數(shù)據(jù)或訓(xùn)練數(shù)據(jù)轉(zhuǎn)化為二維矩陣，該二維矩陣的行坐標為熱帶氣旋的編號，列坐標為時刻，某一行某一列的元素為某個熱帶氣旋在某個時刻的熱帶氣旋位置數(shù)據(jù)和氣象因子數(shù)據(jù)。

4.根據(jù)權(quán)利要求1或2所述的一種基于自編碼器和GRU神經(jīng)網(wǎng)絡(luò)的熱帶氣旋軌跡預(yù)測方法，其特征在于，所述預(yù)處理包括對待預(yù)測數(shù)據(jù)或訓(xùn)練數(shù)據(jù)進行異常值處理和歸一化處理。

5.根據(jù)權(quán)利要求2所述的一種基于自編碼器和GRU神經(jīng)網(wǎng)絡(luò)的熱帶氣旋軌跡預(yù)測方法，其特征在于，所述自編碼器損失函數(shù)的表達式為：

式中，為損失函數(shù)計算結(jié)果，為經(jīng)過自編碼器編碼之后的數(shù)據(jù)，X′為訓(xùn)練集數(shù)據(jù)，N為訓(xùn)練的總記錄數(shù)。

6.根據(jù)權(quán)利要求2所述的一種基于自編碼器和GRU神經(jīng)網(wǎng)絡(luò)的熱帶氣旋軌跡預(yù)測方法，其特征在于，所述GRU損失函數(shù)的表達式為：

式中，MSE為GRU損失函數(shù)計算結(jié)果，O_i為第i個熱帶氣旋軌跡的實際位置，P_i為第i個熱帶氣旋軌跡的預(yù)測位置，n為訓(xùn)練數(shù)據(jù)中熱帶氣旋軌跡的數(shù)量。

7.根據(jù)權(quán)利要求2所述的一種基于自編碼器和GRU神經(jīng)網(wǎng)絡(luò)的熱帶氣旋軌跡預(yù)測方法，其特征在于，所述自編碼器訓(xùn)練步驟和GRU神經(jīng)網(wǎng)絡(luò)訓(xùn)練步驟中，均采用反向傳播算法對自編碼器或GRU神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練。

8.根據(jù)權(quán)利要求2所述的一種基于自編碼器和GRU神經(jīng)網(wǎng)絡(luò)的熱帶氣旋軌跡預(yù)測方法，其特征在于，所述訓(xùn)練數(shù)據(jù)劃分步驟還劃分出測試集，所述氣旋軌跡預(yù)測模型的預(yù)訓(xùn)練過程還包括模型測試步驟，該步驟具體為，將測試集載入經(jīng)過自編碼器訓(xùn)練步驟和GRU神經(jīng)網(wǎng)絡(luò)訓(xùn)練步驟的氣旋軌跡預(yù)測模型中，獲取氣旋軌跡預(yù)測結(jié)果，并計算結(jié)果誤差，判斷是否滿足預(yù)設(shè)的模型測試條件，若滿足模型測試條件，則采用此氣旋軌跡預(yù)測模型進行氣旋軌跡預(yù)測。

9.根據(jù)權(quán)利要求8所述的一種基于自編碼器和GRU神經(jīng)網(wǎng)絡(luò)的熱帶氣旋軌跡預(yù)測方法，其特征在于，模型測試步驟中，所述計算結(jié)果誤差包括計算平均絕對誤差、平方根絕對誤差和平均絕對百分數(shù)誤差，所述平均絕對誤差MAE的計算表達式為：

所述平方根絕對誤差RMSE的計算表達式為：

所述平均絕對百分數(shù)誤差MAPE的計算表達式為：

式中，O_i為第i個熱帶氣旋軌跡的實際位置，P_i為第i個熱帶氣旋軌跡的預(yù)測位置，n為訓(xùn)練數(shù)據(jù)中熱帶氣旋軌跡的數(shù)量。

10.根據(jù)權(quán)利要求8所述的一種基于自編碼器和GRU神經(jīng)網(wǎng)絡(luò)的熱帶氣旋軌跡預(yù)測方法，其特征在于，所述訓(xùn)練數(shù)據(jù)劃分步驟還劃分出驗證集，所述氣旋軌跡預(yù)測模型的預(yù)訓(xùn)練過程還包括模型驗證步驟，該步驟具體為，將驗證集載入，滿足模型測試條件的氣旋軌跡預(yù)測模型中，驗證氣旋軌跡預(yù)測模型的泛化能力。