雷暴蘊(yùn)含著巨大的不穩(wěn)定能量,能夠產(chǎn)生風(fēng)雨雷電等災(zāi)害性天氣,對(duì)人類(lèi)活動(dòng)及人民的生命安全和財(cái)產(chǎn)安全形成巨大的威脅,一直是天氣預(yù)報(bào)業(yè)務(wù)的重點(diǎn)。本文以站點(diǎn)強(qiáng)對(duì)流產(chǎn)生的雷暴作為研究對(duì)象,提出了新的雷暴預(yù)報(bào)方法,即二進(jìn)制粒子群-樸素貝葉斯分類(lèi)器(Binary Particle Swarm Optimization-Na?ve Bayesian Classifiers,BPSONBC)和二進(jìn)制粒子群-貝葉斯判別準(zhǔn)則(Binary Particle Swarm Optimization-Bayes Discriminatory Criterion,BPSO-BDC)方法。應(yīng)用二進(jìn)制粒子群優(yōu)化(Binary Particle Swarm Optimization,BPSO)算法,結(jié)合樸素貝葉斯分類(lèi)器(Na?ve Bayesian Classifiers,NBC)和貝葉斯判別準(zhǔn)則(Bayes Discriminatory Criterion,BDC)方法,可以自動(dòng)篩選備選因子集中NBC和BDC模型的最優(yōu)子集,不僅使得繁瑣的NBC和BDC模型的預(yù)報(bào)因子選取工作變得簡(jiǎn)單方便,而且使它們的預(yù)報(bào)結(jié)果成為所有預(yù)報(bào)子集...

【文章頁(yè)數(shù)】：89 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景
        1.1.1 雷暴特點(diǎn)
        1.1.2 雷暴預(yù)報(bào)方法
    1.2 研究目的和意義
    1.3 研究現(xiàn)狀
    1.4 本文主要內(nèi)容
第二章 基本原理
    2.1 貝葉斯方法
        2.1.1 貝葉斯定理
        2.1.2 貝葉斯分類(lèi)
        2.1.3 樸素貝葉斯分類(lèi)器
        2.1.4 貝葉斯判別準(zhǔn)則
    2.2 粒子群算法
        2.2.1 基本原理
        2.2.2 BPSO算法
    2.3 逐步判別方法
        2.3.1 基本原理
        2.3.2 判別因子篩選
    2.4 K近鄰非參數(shù)回歸方法
        2.4.1 K近鄰非參數(shù)回歸
        2.4.2 K近鄰非參數(shù)回歸模型
        2.4.3 相似性測(cè)度
    2.5 本章小結(jié)
第三章 資料及處理
    3.1 資料
    3.2 強(qiáng)對(duì)流天氣指數(shù)
        3.2.1 計(jì)算公式
        3.2.2 歷史最小值
    3.3 評(píng)分標(biāo)準(zhǔn)
    3.4 建模樣本“消空”
    3.5 觀測(cè)資料處理
    3.6 預(yù)報(bào)因子選取
        3.6.1 Fisher判別準(zhǔn)則選因子
        3.6.2 BPSO算法選因子
    3.7 本章小結(jié)
第四章 貝葉斯雷暴預(yù)報(bào)模型
    4.1 NBC雷暴預(yù)報(bào)模型
        4.1.1 建立預(yù)報(bào)模型
        4.1.2 預(yù)報(bào)因子
        4.1.3 概率判別方程
        4.1.4 擬合結(jié)果分析
        4.1.5 試報(bào)結(jié)果分析
        4.1.6 穩(wěn)定性檢驗(yàn)
    4.2 BDC雷暴預(yù)報(bào)模型
        4.2.1 建立預(yù)報(bào)模型
        4.2.2 預(yù)報(bào)因子
        4.2.3 判別方程
        4.2.4 擬合結(jié)果分析
        4.2.5 試報(bào)結(jié)果分析
        4.2.6 穩(wěn)定性檢驗(yàn)
    4.3 本章小結(jié)
第五章 貝葉斯最優(yōu)子集雷暴預(yù)報(bào)模型
    5.1 BPSO-NBC雷暴預(yù)報(bào)模型
        5.1.1 建立預(yù)報(bào)模型
        5.1.2 預(yù)報(bào)因子
        5.1.3 擬合結(jié)果分析
        5.1.4 試報(bào)結(jié)果分析
        5.1.5 穩(wěn)定性檢驗(yàn)
    5.2 BPSO-BDC雷暴預(yù)報(bào)模型
        5.2.1 建立預(yù)報(bào)模型
        5.2.2 預(yù)報(bào)因子
        5.2.3 擬合結(jié)果分析
        5.2.4 試報(bào)結(jié)果分析
        5.2.5 穩(wěn)定性檢驗(yàn)
    5.3 模型對(duì)比
        5.3.1 擬合結(jié)果對(duì)比
        5.3.2 試報(bào)結(jié)果對(duì)比
    5.4 本章小結(jié)
第六章 經(jīng)典雷暴預(yù)報(bào)模型
    6.1 逐步判別雷暴預(yù)報(bào)模型
        6.1.1 建立預(yù)報(bào)模型
        6.1.2 預(yù)報(bào)因子
        6.1.3 判別方程
        6.1.4 擬合結(jié)果分析
        6.1.5 試報(bào)結(jié)果分析
        6.1.6 穩(wěn)定性檢驗(yàn)
    6.2 K近鄰非參數(shù)回歸雷暴預(yù)報(bào)模型
        6.2.1 建立預(yù)報(bào)模型
        6.2.2 預(yù)報(bào)因子
        6.2.3 回歸模型
        6.2.4 近鄰個(gè)數(shù)K的確定
        6.2.5 試報(bào)結(jié)果檢驗(yàn)
        6.2.6 穩(wěn)定性檢驗(yàn)
    6.3 模型對(duì)比
        6.3.1 擬合結(jié)果對(duì)比
        6.3.2 試報(bào)結(jié)果對(duì)比
    6.4 本章小結(jié)
第七章 全文總結(jié)與展望
    7.1 全文總結(jié)
    7.2 論文的創(chuàng)新之處
    7.3 研究展望
致謝
參考文獻(xiàn)
在校期間研究成果



本文編號(hào)：4049666