CN103679263A - 基于粒子群支持向量机的雷电临近预测方法 - Google Patents

Abstract

本发明公开了一种基于粒子群支持向量机的雷电临近预测方法，涉及雷电预测技术领域，其目的在于将粒子群支持向量机方法应用于雷电临近预测中。该方法为：从MICAPS系统的高空、地面历史资料和地面台站雷暴实况数据中，进行相关性分析选取影响雷电发生的相关因子；针对雷电数据中有雷电及无雷电数据不平衡的特性，对数据进行预处理，并对缺失数据进行合理插补；使用粒子群优化算法对支持向量机参数进行优化；建立训练样本集并训练支持向量机，建立雷电临近预测模型；将测试数据集输入训练好的预测模型，进行有无雷电识别。本发明的方法具有准确率高，泛化能力强的优点。

Description

基于粒子群支持向量机的雷电临近预测方法

技术领域

本发明涉及雷电预测技术领域，具体是一种基于粒子群支持向量机的雷电临近预测方法。

背景技术

雷电预测涉及到很多相关信息，到目前为止还没有一个非常完善的模型可以描述。在我国天气预报更多的还是使用基于统计学基础上的动力统计预报方法，该方法大多数都是建立在线性相关基础上的（如近年来使用较多的多元逐步回归方法、卡尔曼滤波方法等），因此在处理比较复杂的非线性天气现象时有其明显的不足。近年来，随着神经网络的发展和完善，人们尝试使用神经网络对雷电预天气预报进行模拟和预测，取得了一定的成功。但是，在使用过程中存在如何确定网络结构问题、过学习和欠学习问题、局部极小点问题等。

统计学习理论是Vapnik建立的一种专门研究小样本情况下机器学习规律的理论，支持向量机（Support Vector Machine, SVM）是在这一理论基础上发展而来的一种新的通用学习方法。支持向量机通过结构风险最小化原理来提高泛化能力，其算法是一个凸二次规划问题，能保证找到的解是全局最优解，较好地解决非线性、高维数等实际问题，问题的复杂度不取决于特征的维数。由于其在预测能力和推广能力上优于神经网络，因而成为了应用领域研究的热点。支持向量机方法在模式识别、数据挖掘、军事、经济等各个场合都得到广泛的应用，但在非线性特征十分显著的气象预报领域中的应用至今还很少，在雷电预测中尚没有相关应用。

雷电临近预测可分为有雷电和无雷电的两类，可以使用支持向量机进行分类。支持向量机SVM在具体应用中存在一个突出问题，即如何设置影响算法性能的关键参数：支持向量机的惩罚系数C、RBF核函数的宽度系数σ，因为参数的优化选择对支持向量机的学习精度和推广能力的好坏起着决定性作用。目前一般都通过交叉验证试算的方法，或者梯度下降法确定，不仅效率较低且稳定性不高。目前的支持向量机参数优化方法对进行雷电预测时存在无法兼顾小计算量和高学习精度的难题。

发明内容

为解决支持向量机用于雷电临近预测所存在的技术问题，本发明提供一种基于支持向量机的雷电临近预测方法，通过非线性映射把分析处理后的雷电数据样本映射到一个高维的特征空间，使在特征空间中可以用线性学习机的方法解决数据样本中的高度非线性问题。本发明使用粒子群优化算法PSO（Particle Swarm Optimization）对支持向量机参数进行优化，具有准确率高，泛化能力强的优点。

本发明解决上述技术问题的技术方案包括以下步骤：

选取影响雷电发生的影响因子；对雷电数据中针对少数类的样本，在SVM分类面内增加样本数据，通过随机插值形成新的少数类样本，使有雷电样本集与无雷电样本集相互平衡；使用粒子群优化算法对支持向量机的惩罚系数C、核函数RBF的宽度系数σ进行优化；用训练样本训练粒子群支持向量机，建立雷电临近预测模型，将实际高空、地面数据输入支持向量机预测模型，实现有无雷电预测。具体包括：

针对雷电数据中有雷电及无雷电数据不平衡的特性，对数据进行过采样预处理，样本处理单元根据有雷电样本集中样本数量及分布规律，在支持向量机的分类单元内对样本集通过随机插值形成新的少数类样本，控制有雷电和无雷电样本的数量和分布规律，使有雷电样本集与无雷电样本集相互平衡；构建包括支持向量机的惩罚系数C 和径向基核函数的宽度系数σ的粒子，即每个粒子的位置x_i由二维参数C、σ组成，根据粒子群支持向量机的参数向量(C、σ)建立支持向量机SVM预测模型，选取影响因子对应的数据样本集输入雷电预测模型进行预测。

所述雷电影响因子包括：温度，气压，风速，风向，水汽压，相对湿度，温差，高空露点值等。粒子群优化算法优化SVM参数具体包括：初始化各粒子的速度和位置；最优位置确定单元根据粒子适应度寻找粒子的最优位置；将最优位置中的所有元素输入优化单元对最优位置P_g进行混沌优化；满足最大允许迭代次数或适应度误差限的全局最优位置P_g=(p_g1,p_g2)的向量即为粒子群支持向量机的参数向量(C、σ)。

寻找粒子的最优位置具体包括：如果粒子适应度优于个体极值p_i，将p_i设置为新位置；如果粒子适应度优于全局极值p_g，将p_g设置为新位置；

根据公式： ${v^{\′}}_{\mathrm{id}}={\mathrm{\ωv}}_{\mathrm{id}}+c_1{r}_1(p_{\mathrm{id}}-x_{\mathrm{id}})+c_2{r}_2(p_{\mathrm{gd}}-x_{\mathrm{id}})$

${x^{\′}}_{\mathrm{id}}=x_{\mathrm{id}}+{v^{\′}}_{\mathrm{id}}$

更新粒子的速度v＇_id和位置x_id，所有粒子经历过的最优位置为p_g，其中，ω为惯性权重；c₁和c₂为学习因子，r₁和r₂是[0,1]之间的随机数，第i个粒子在d维空间中的位置表示为x_i=(x_i1,x_i2,…,x_id)，x_i在第i个粒子位置区间[a_i,b_i]范围内取值。对最优位置进行混沌优化具体包括：将最优位置中的元素P_gi(i=1,2)映射到Logistic方程z_i=(p_gi-a_i)/(b_i-a_i),(i=1,2)的定义域[0,1]，然后，用Logistic方程z_n+1=μz_n(1-z_n)n=0,1,2…进行迭代产生混沌变量序列，式中μ为控制参量，由任意初值z₀∈[0,1]，可迭代出一个确定的时间序列z₁,z₂,z₃,…。再把产生的混沌变量序列通过逆映射返回到原解空间，在原解空间对混沌变量经历的每一个可行解，结合径向基核函数计算其适应度，得到性能最好的可行解p*，用p*取代当前群体中任意一个粒子的位置。

本发明的技术效果在于：本发明提高算法的收敛速度和精度。用此方法的寻优结果作为支持向量机的参数，用于雷电预测时具有较高的预测精度和较强的稳定性。

附图说明

图1为本发明中基于粒子群支持向量机的雷电预测方法流程图。

具体实施方式

以下结合附图对本发明进一步说明。本发明的流程图如图1所示，其具体过程如下：

1）样本数据集的准备及影响因子选择

影响雷电产生的三个主要条件为：（1）空气中有足够的水蒸汽，其对应的影响因子为：气压，露点值，湿度；（2）温度条件，其对应的影响因子为：温度，温差；（3）抬升条件，其对应的影响因子为：风速，风向等。

数据采集部分结合雷电产生时的天气相关信息，从MICAPS系统的高空、地面历史资料和地面台站雷暴数据中进行相关性分析选取与雷电发生相关性高的影响因子（温度，气压，风速，风向，水汽压，相对湿度，温差，高空露点值等），将上述（温度，气压，风速，风向，水汽压，湿度等）影响因子对应的数据进行分类处理，选取预定时间的数据构造训练样本集和测试样本集。

2）数据集预处理

针对雷电数据中有雷电及无雷电数据不平衡的特性，对数据进行过采样预处理。样本处理单元根据有雷电样本集中样本数量及样本的分布规律，在支持向量机的分类单元内，采用随机插值形成少数类样本，控制新样本的数量和分布规律，使增加的样本与少数类样本放在一起，形成新的样本类集，以达到有雷电样本集与无雷电样本集相互平衡的目的，以此解决因数据不平衡带来的问题。以时间为标准，去除不统一的样本数据，使待训练数据完整，统一。由于雷电数据中存在少量缺失数据，利用局部平均值补遗漏值的方法，计算出列均值填补到缺失数据处，使待训练数据更准确；最后，对所有数据进行归一化处理。

3）基于混沌粒子群优化算法优化选取支持向量机参数，确定粒子群支持向量机的最优参数。

本发明基于混沌粒子群优化算法寻优SVM的惩罚参数C和径向基核函数的宽度系数σ，每个粒子由二维参数(C、σ)决定其位置和速度，d=2，(C、σ)作为粒子群支持向量机的参数向量。PSO初始化为一群随机粒子(随机解)，在二维搜索空间中，第i个粒子的位置表示为x_i=(x_i1,x_i2)，对应支持向量机的参数向量(C、σ)，x_i在[a_i,b_i]范围内取值，第i个粒子经历过的最好位置记为P_i=(p_i1,p_i2)，每个粒子的飞行速度为v_i=(v_i1,v_i2)。在整个群体中，所有粒子经历过的最好位置为P_g=(p_g1,p_g2)，全局最优位置P_g=(p_g1,p_g2)的向量即为粒子群支持向量机的参数向量(C、σ)。具体步骤如下：

（1）初始化各粒子的速度和位置。初始化设置粒子群的规模、最大允许迭代次数或适应度误差限、惯性权值、学习因子等参数。

（2）对粒子的速度和位置进行更新。如果粒子适应度优于个体极值p_i，将p_i设置为新位置；如果粒子适应度优于全局极值p_g，将p_g设置为新位置；根据以下公式更新每个粒子的速度和位置：

$v_i={\mathrm{\ωv}}_i+c_1{r}_1(p_i-x_i)+c_2{r}_2(p_g-x_i)$

$x_i=x_i+v_i$

其中，ω为惯性权重；c₁和c₂为学习因子，r₁和r₂是[0,1]之间的随机数。

（3）将新位置中的所有元素输入优化单元对新位置进行混沌优化。

将P_gi(i=1,2)映射到Logistic方程z_i=(p_gi-a_i)/(b_i-a_i),(i=1,2)的定义域[0,1]，然后，用Logistic方程z_n+1=μz_n(1-z_n)n=0,1,2…进行迭代产生混沌变量序列

，式中μ为控制参量，由任意初值z₀∈[0,1]，可迭代出一个确定的时间序列z₁,z₂,z₃,…。再把产生的混沌变量序列通过逆映射返回到原解空间，在原解空间对混沌变量经历的每一个可行解

，结合径向基函数计算其适应度，得到性能最好的可行解p*。用p*取代当前群体中任意一个粒子的位置。

（5）若满足最大允许迭代次数或适应度误差限，则停止寻优，此时的全局最优位置P_g=(p_g1,p_g2)即为粒子群支持向量机的最优参数K(x,x_i)，否则继续寻优。

4）使用粒子群支持向量机进行雷电预测

将训练样本集输入基于最优参数(C、σ)的支持向量机进行训练，建立雷电临近预测模型，支持向量机决策函数为：

其中，b为偏移量，α_i≥0为Lagrange系数，sgn()为符号函数，l为训练样本个数。设数据样本集为{x_i,y_i}，i=1,2,…,l,其中x_i∈R^d为输入变量即粒子的位置，y_i∈{-1,+1}为实际样本，K(x,x_i)为第i个粒子最优位置参数,当f(x)等于1，表示有雷电；当f(x)等于-1时，表示无雷电。将实际高空、地面等数据样本进行预处理后输入雷电临近预测模型，根据支持向量机决策函数的输出结果（结果等于1为有雷电，-1为无雷电），实现有无雷电预测。

Claims (5)

1.一种基于粒子群支持向量机的雷电临近预测技术方法，其特征在于，数据采集单元根据雷电影响因子，选取预定时间的雷电影响因子对应的气象数据构造样本集，样本处理单元根据有雷电样本集中样本数量及各影响因子样本的分布规律，在支持向量机的分类单元内，通过随机插值形成新的少数类样本，使有雷电样本集与无雷电样本集相互平衡；构建包括支持向量机的惩罚系数C 和径向基核函数的宽度系数σ的粒子，(C、σ)作为粒子群支持向量机的参数向量，基于粒子群优化算法优化选取支持向量机参数，确定粒子群支持向量机的最优参数；根据最优参数调用支持向量机决策函数建立雷电临近预测模型，选取影响因子对应的数据样本集输入雷电临近预测模型进行预测。

2.根据权利要求1所述的预测方法，其特征在于，所述雷电影响因子包括：温度，气压，风速，风向，水汽压，相对湿度，温差，高空露点值等。

3.根据权利要求1所述的预测方法，其特征在于，基于粒子群优化算法具体包括：初始化各粒子的速度和位置；位置确定单元根据粒子适应度确定粒子的最优位置；将最优位置中的所有元素输入优化单元对最优位置P_g进行混沌优化；全局最优位置P_g=(p_g1,p_g2)的向量即为粒子群支持向量机的参数向量(C、σ)。

根据权利要求1所述的预测方法，其特征在于，所述支持向量机决策函数为：

，其中，b为偏移量，α_i≥0为Lagrange系数，l为训练样本个数，y_i∈{-1,+1}为实际样本，K(x,x_i)为第i个粒子最优位置参数。

4.根据权利要求3所述的预测方法，其特征在于，确定粒子的最优位置具体包括：如果粒子适应度优于个体极值p_i，将p_i设置为新位置；如果粒子适应度优于全局极值p_g，将p_g设置为新位置；

根据公式： ${v^{\′}}_{\mathrm{id}}={\mathrm{\ωv}}_{\mathrm{id}}+c_1{r}_1(p_{\mathrm{id}}-x_{\mathrm{id}})+c_2{r}_2(p_{\mathrm{gd}}-x_{\mathrm{id}})$

${x^{\′}}_{\mathrm{id}}=x_{\mathrm{id}}+{v^{\′}}_{\mathrm{id}}$

更新粒子的速度v＇_id和位置x_id，所有粒子经历过的最优位置为p_g，其中，ω为惯性权重；c₁和c₂为学习因子，r₁和r₂是[0,1]之间的随机数，第i个粒子在d维空间中的位置表示为x_i=(x_i1,x_i2,…,x_id)。

5.根据权利要求3所述的预测方法，其特征在于，对最优位置P_g进行混沌优化具体包括：将最优位置p_g中的元素P_gi(i=1,2)映射到Logistic方程z_i=(p_gi-a_i)/(b_i-a_i),(i=1,2)的定义域[0,1]，然后，用Logistic方程z_n+1=μz_n(1-z_n)n=0,1,2…进行迭代产生混沌变量序列，再把产生的混沌变量序列通过逆映射返回到原解空间，在原解空间对混沌变量经历的每一个可行解计算其适应度，得到性能最好的可行解p*，用p*取代当前群体中任意一个粒子的位置，式中μ控制参量，z₁,z₂,z₃,…为时间序列，[a_i,b_i]为第i个粒子位置区间。

Images