基于IFCM-T-S的雷电活动预测研究

论文摘要

雷电活动与人们的日常生活和财产安全息息相关,所以准确的雷电预测能够有效地防灾减害,为人民的生命及财产提供有力的保障,为此,提出了基于改进模糊C均值聚类和T-S模糊神经网络模型（IFCM-T-S）的雷电活动预测研究。对传统的模糊聚类方法（FCM）进行了分析,采用减法聚类算法优化获得FCM算法的初始聚类中心,称作改进的模糊C均值聚类算法（IFCM）。采用IFCM算法对T-S模糊神经网络进行了改进,称作IFCM-T-S模型。在雷电活动数据的基础上,采用IFCM-T-S建立年雷电活动预测模型。仿真对比实验显示,IFCM-T-S算法比传统的BP神经网络和模糊神经网络的平均绝对误差（MAPE）低了1%的误差,而且IFCM-T-S的收敛速度最快,预测的准确度最高,验证了所提方法在雷电预测上的准确性和快速性。

论文目录

• 0 引言
• 1 改进的模糊C均值聚类算法（IFCM）算法设计
•   1.1 FCM算法
•   1.2 IFCM算法
•     1)传统减法聚类算法
•     2)减法聚类算法的改进
•   1.3 IFCM算法设计
• 2 基于IFCM-T-S的雷电活动预测
•   2.1 IFCM-T-S算法
•     1)模糊神经网络
•     2) IFCM-T-S
•     3) IFCM-T-S算法流程
•   2.2 基于IFCM-T-S的雷电活动预测建模
• 3 算例仿真
•   3.1 实验设置
•   3.2 仿真结果

文章来源

类型: 期刊论文

作者: 崔月生,胡曦

关键词: 模糊均值聚类,减法聚类,模糊神经网络,雷电预测

来源: 国外电子测量技术 2019年07期

年度: 2019

分类: 信息科技,基础科学

专业: 气象学,计算机软件及计算机应用

单位: 北京市避雷装置安全检测中心

分类号: P45;P427.3;TP311.13

DOI: 10.19652/j.cnki.femt.1901516

页码: 12-16

总页数: 5

文件大小: 277K

下载量: 38