Применение искусственных нейронных сетей в задаче прогнозирования опасных конвективных явлений

В работе исследуется возможность прогнозирования таких опасных атмосферных явлений, как гроза, путем применения различных типов нейронных сетей к выходным данным полуторамерной численной модели конвективного облака. Рассматриваются четыре типа нейронных сетей: многослойный персептрон, персептронный комплекс, сеть радиально-базисных функций и вероятностная нейронная сеть. Наилучших результатов удалось достичь с использованием сети радиально-базисных функций. Точность прогнозирования в этом случае составила 91,6%, а среднеквадратическая ошибка – 0,069.

Введение 3

Постановка задачи 4

Обзор литературы 5

1 Численная модель конвективного облака 7
1.1 Процесс образования конвективных облаков . . . . . . . . . 7
1.2 Классификация численных моделей конвективных облаков . 9
1.3 Нестационарная полуторамерная модель конвективного облака 11

2 Формирование данных для исследования 13
2.1 Реализация алгоритма получения данных . . . . . . . . . . . 13
2.2 Данные . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.3 Предварительная обработка данных . . . . . . . . . . . . . . 16

3 Применение нейронных сетей 18
3.1 Многослойный персептрон . . . . . . . . . . . . . . . . . . . . 18
3.2 Персептронный комплекс . . . . . . . . . . . . . . . . . . . . 21
3.3 Сеть радиально-базисных функций . . . . . . . . . . . . . . 25
3.4 Вероятностная нейронная сеть . . . . . . . . . . . . . . . . . 29

Выводы 31

Заключение 34

Список литературы 35

В данной работе проведено исследование применения искусственных
нейронных сетей в задаче прогнозирования опасных конвективных явле-
ний.
Была выбрана наиболее подходящая численная модель, позволяю-
щая реализовать оперативный прогноз эволюции конвективного облака.
Написана программа, которая получает радиозондировки и преобра-
зует их в формат входных данных численной модели. С использованием
методов машинного обучения реализован алгоритм предварительной обра-
ботки выходных данных модели.
Прогнозирование опасных конвективных явлений (грозы) осуществ-
лялось с использованием четырех типов нейронных сетей: многослойного
персептрона, персептронного комплекса, сети радиально-базисных функ-
ций и вероятностной нейронной сети. Для каждого типа сети была найде-
на структура, с использованием которой получаются лучшие результаты.
Был проведен анализ полученных результатов, на основе которого сделан
вывод о том, что для осуществления прогнозирования грозы с использова-
нием нейронной сети лучше всего использовать сеть радиально-базисных
функций.