小波网络及组合预测在赤潮灾害智能预警系统中的应用研究.pdf

分类号：T P l 8 3 密级： ◆ ▲，▲ 单位代码： 学号： 紊Z 孳 1 0 4 2 2 2 0 0 7 1 2 3 1 2 硕士学位论文 论文题目：小波网络及组合预测在赤潮灾害 智能预警系统中的应用研究 T h eS t u d yo fW a v e l e tN e u r a lN e t w o r k sa n d C o m b i n a t i o nF o r e c a s tt oH A B sI n t e l l i g e n t 作 P r e d i c t i o nS y s t e m 专业电力电子与电力传动 导师张承慧教授 合作导师 2 0 10 年5 月2 4 日 原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独 立进行研究所取得的成果除文中已经注明引用的内容外，本论文不 包含任何其他个人或集体已经发表或撰写过的科研成果对本文的研 究作出重要贡献的个人和集体，均已在文中以明确方式标明本声明 的法律责任由本人承担 论文作者签名：磊噼日 关于学位论文使用授权的声明 本人完全了解山东大学有关保留、使用学位论文的规定，同意学校 保留或向国家有关部门或机构送交论文的复印件和电子版，允许论文被 查阅和借阅；本人授权山东大学可以将本学位论文的全部或部分内容编 入有关数据库进行检索，可以采用影印、缩印或其他复制手段保存论文 和汇编本学位论文。

( 保密论文在解密后应遵守此规定) “ 论文作者签名： 导师签名：秀銎垡氢导师签名：秀眵丝三Z ：月 山东大学硕士学位论文 I ．． I I _I I I I 鼍曼曼曼曼曼曼曼曼曼曼寰曼曼曼量量曼曼曼皇曼曼量罡鼍曼皇量曼皇量量曼笪曼 目录 摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯i A B S T R A C T ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯i i i 第一章．绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1 1 ．1 赤潮概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 1 ．1 ．1 赤潮定义及发生诱因⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 1 ．1 ．2 赤潮危害及我国赤潮状况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 1 ．2 选题背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一3 1 ．3 国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．4 1 ．4 存在的问题与不足⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7 1 ．5 本文主要工作⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．8 第二章．小波网络理论概述及应用⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一l O 2 ．1 人工神经网络概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯l O 2 ．1 ．1 人工神经网络的发展历史、应用⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。

1 1 2 ．1 ．2 常用B P 人工神经网络及其改进⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 3 2 ．2 小波网络理论基础⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 7 2 ．2 ．1 小波分析理论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 7 2 ．2 ．2 小波网络的结构形式⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 l 2 ．2 ．3 小波网络经典学习算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 5 2 ．3 小波网络常见应用⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．3 0 2 ．4 本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3 l 第三章．基于改进小波网络( I W N N ) 的赤潮预测模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．3 3 3 ．1 一种改进的小波网络( I W 卜附) ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．3 4 3 ．1 ．1 多输入、多输出小波网络拓扑⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3 4 3 ．1 ．2 添加动量项的网络权重优化算法⋯⋯⋯⋯⋯⋯⋯．：⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．3 6 3 ．2 基于I W N N 的烟台四十里湾赤潮预测模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3 9 3 ．2 ．1 数据样本选取与数据规范化预处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3 9 3 ．2 ．2 输入变量选择及隐含层节点数确定⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯4 l 山东大学硕士学位论文 3 ．3 模型结果分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯4 3 3 ．3 ．1 标准数据集O _ r i n g s 数据集预测效果对比⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯4 3 3 ．3 ．2 烟台四十里湾预测效果对比⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。

4 4 3 A 本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯4 6 第四章．基于I W t , 1 8 的赤潮1 0 W A 算子组合预测模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．4 7 4 ．1 组合预测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．4 8 4 ．1 ．1 组合预测概念及分类⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯4 8 4 ．1 ．2 以预测误差平方和达到最小的线性组合预测模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5 0 4 ．2 诱导有序加权平均算子概念及性质⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5 3 4 ．2 ．1O W A 算子定义及性质⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5 3 ’4 ．2 ．2I O W A 算子定义及性质⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．5 4 4 ．3 基于I O W A 算子的赤潮组合预测模型实例分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5 5 4 ．3 ．1 确定以各理化因子为输入的单入、单出最优I W N N 模型⋯⋯⋯⋯⋯⋯⋯5 5 4 ．3 ．2 基于I O W A 算子的单入单出I W N N 组合预测模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5 6 4 ．3 ．3 预测性能评价⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。

5 9 4 ．4 本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．6 0 第五章．一种面向服务的、智能赤潮预测平台( H I F P ) ⋯⋯⋯⋯⋯⋯⋯⋯⋯．6 2 5 ．1 数据挖掘软件现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．6 2 5 ．2H I F P 模型设计方案⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯6 4 5 ．3H I F P 具体组件介绍⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯6 6 5 ．4 本章总结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7 0 第六章．总结与展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7 1 6 ．1 全文总结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．7 1 6 ．2 课题展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7 2 主要参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7 3 致j 射⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯8l 攻读硕士学位期间发表的学术论文及参加的科研课题⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．8 2 L 【l 东大学硕士学位论文 C o N T E N T S A b s t r a c t ( C h i n e s e ) ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．i A b s t r a c t ( E n g l i s h ) ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯i i i C h a p t e r1 ．I n t r o d u c t i o n ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．1 1 ．1I n t r o d u c t i o nt oR e dT i d e ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．1 1 ．1 ．1D e f i n i t i o no f H A B s ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯l 1 ．1 ．2D e s t r u c t i o no fH A B sI nC h i n a ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．2 1 ．2B a c k g r o u n da n dS i g n i f i c a n c e ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3 1 ．3R e s e a r c hS t a t u s ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．4 1 ．4P r o b l e m sa n d S h o r t c o m i n g s ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．7 1 ．5R e s e a r c hS u m m a r y ⋯⋯⋯⋯⋯．⋯．⋯⋯．⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．⋯．．．8 C h a p t e r2 ．I n t r o d u c t i o na n dA p p l i c a t i o no fW a v e l e t N e u r a lN e t w o r k s ⋯⋯⋯⋯⋯⋯⋯10 2 ．1B a s i cT h e o r yo f N e u r a lN e t w o r k ⋯⋯⋯⋯⋯．⋯．⋯⋯．⋯⋯．⋯⋯⋯．⋯⋯⋯．⋯⋯⋯⋯．．10 2 ．1 ．1H i s t r o yo f N e u r a lN e t w o r k ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1 l 2 ．1 ．2B PA l g o r i t h ma n dI m p r o v e ．⋯⋯⋯．⋯⋯⋯⋯⋯⋯⋯⋯⋯．⋯⋯⋯⋯⋯⋯⋯⋯⋯．13 2 ．2B a s i cT h e o r yo fW a v e l e tN e u r a lN e t w o r k s ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．17 2 ．2 ．1P r i n c i p l e so fW a v e l e tA n a l y s i s ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．17 2 ．2 ．2T o p o l o g yo f W a v e l e tN e u r a lN e t w o r k s ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．2 1 2 ．2 ．3C l a s s i cL e a r n i n gA l g o r i t h m so f W N N ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。

2 5 2 ．3A p p l i c a t i o no f Ⅵ仆r N ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3 0 2 ．4S u m m a r y ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯31 C h a p t e r3 ．I m p r o v e dW a v e l e tN e u r a lN e t w o r kH A B sF o r e c a s tM o d e l ⋯⋯⋯⋯⋯⋯3 3 3 ．1 I m p r o v e dW a v e l e tN e u r a lN e t w o r k ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．3 4 3 ．1 ．1T o p o l o g yo fM I M OW a v e l e tN e u r a lN e t w o r k s ⋯⋯⋯⋯⋯⋯⋯⋯⋯．3 4 3 ．1 ．2W e i g h t sO p t i m u mA l g o r i t h mw i 。