數(shù)據(jù)挖掘技術(shù)在氣象預(yù)測(cè)中的應(yīng)用.pdf

1、隨著全球天氣的不斷變化，依靠天氣預(yù)報(bào)來(lái)及時(shí)發(fā)現(xiàn)災(zāi)害天氣的出現(xiàn)顯得尤為重要。大數(shù)據(jù)時(shí)代的來(lái)臨，將數(shù)據(jù)挖掘技術(shù)應(yīng)用于氣象預(yù)報(bào)中，分析各種氣象因子之間的關(guān)聯(lián)，提高氣象預(yù)報(bào)的準(zhǔn)確性，具有十分重要的現(xiàn)實(shí)意義。傳統(tǒng)的氣象預(yù)報(bào)是基于統(tǒng)計(jì)的預(yù)測(cè)模型，采用概率領(lǐng)域的相關(guān)方法將歷史數(shù)據(jù)建立一個(gè)或多個(gè)模型。但是，傳統(tǒng)的統(tǒng)計(jì)方法往往適用于大量預(yù)報(bào)對(duì)象，預(yù)報(bào)對(duì)象越多，找出的預(yù)報(bào)因子和預(yù)報(bào)對(duì)象之間的關(guān)聯(lián)越多，得到的統(tǒng)計(jì)結(jié)果越精確。然而，在實(shí)際應(yīng)用中，往往需要針對(duì)某

2、一特定天氣對(duì)象進(jìn)行預(yù)報(bào)，傳統(tǒng)的統(tǒng)計(jì)方法存在一定的局限性。使用數(shù)據(jù)挖掘技術(shù)可以針對(duì)某一特定天氣對(duì)象，快速處理海量天氣數(shù)據(jù)，挖掘出潛在的、人們不易發(fā)覺(jué)的預(yù)報(bào)因子之間的關(guān)聯(lián)，有助于提高天氣預(yù)報(bào)的準(zhǔn)確性。
　　目前智能算法在數(shù)據(jù)挖掘領(lǐng)域的應(yīng)用受到越來(lái)越多學(xué)者的關(guān)注。引力移動(dòng)算法GMA是近年提出的一種啟發(fā)式群體優(yōu)化算法，性能比傳統(tǒng)粒子群算法有著很大提高，但仍然存在著缺陷。
　　為提高引力移動(dòng)算法搜索性能，針對(duì)引力移動(dòng)算法解決一些高維空

3、間優(yōu)化問(wèn)題時(shí)存在的收斂速度慢、搜索精度不高的問(wèn)題，本文提出一種基于親和度的改進(jìn)引力移動(dòng)算法PGMA，即基于引力移動(dòng)算法原理，通過(guò)構(gòu)造一個(gè)基于親和度概念的系數(shù)，對(duì)種群個(gè)體受到的引力合力公式作適當(dāng)?shù)淖儞Q來(lái)改造基本引力移動(dòng)算法。改進(jìn)后的算法對(duì)種群中個(gè)體的位置更新方向加以引導(dǎo)，提高算法的搜索精度和算法搜索能力。用13個(gè)基準(zhǔn)函數(shù)對(duì)改進(jìn)算法進(jìn)行試驗(yàn)，驗(yàn)證了改進(jìn)算法在求解精度和穩(wěn)定性上優(yōu)于基本引力移動(dòng)算法。然后將PGMA算法應(yīng)用到了關(guān)聯(lián)規(guī)則挖掘領(lǐng)域，