知識發(fā)現(xiàn)技術在赤潮分析預測中的應用研究.pdf

1、眾所周知，21世紀是海洋世紀，海洋包括高新技術引導下的海洋經(jīng)濟將成為國際競爭的主要領域。在我國，赤潮災害發(fā)生范圍已遍及所有沿海省市，每年對海產(chǎn)養(yǎng)殖業(yè)、濱海旅游業(yè)等海洋經(jīng)濟產(chǎn)業(yè)造成的直接經(jīng)濟損失高達數(shù)以十億元計。因此，研究赤潮分析預測關鍵技術和開發(fā)先進的赤潮預警應用系統(tǒng)對促進我國海洋經(jīng)濟可持續(xù)發(fā)展具有重要的現(xiàn)實意義和戰(zhàn)略意義。 赤潮是一種由多種因素綜合作用引發(fā)的生態(tài)異?，F(xiàn)象，具有隨機性、模糊性、突發(fā)性和非線性等特點，對其建模和預

2、測是非常困難的。赤潮現(xiàn)象的這些特點使得赤潮災害的預測預警已成為當今海洋科學技術領域最具挑戰(zhàn)性的難題之一。傳統(tǒng)的研究思路大多數(shù)是從赤潮現(xiàn)象的某一個特點出發(fā)構建算法模型，并設計開發(fā)原型系統(tǒng)。這些模型只是從某一個方面反映赤潮的特性，而沒有全面系統(tǒng)地刻畫赤潮的本質(zhì)和各方面的特征，實際應用的效果并不是很理想。為了克服傳統(tǒng)研究思路的不足，需要不斷引入新的理論和方法，同時需要將多種不同技術方法綜合集成，從整體的觀點對赤潮進行系統(tǒng)和全面的分析研究。

3、 本論文以山東省科學發(fā)展計劃（重點項目）“海洋環(huán)境在線監(jiān)測及災害智能預警系統(tǒng)的研制（2004GG2205108）”為背景，在總結吸收前人研究成果的基礎上，探索以知識發(fā)現(xiàn)的理論和方法為框架，多學科交叉綜合研究，考慮將小波分析、主元分析、模糊聚類分析和神經(jīng)網(wǎng)絡等知識發(fā)現(xiàn)技術綜合應用于赤潮數(shù)據(jù)資料的分析處理上，并在課題組眾多研究成果的基礎上設計實現(xiàn)赤潮知識發(fā)現(xiàn)平臺，通過該平臺構建多種組合模型，以期能從更多視角認識和掌握赤潮發(fā)生的內(nèi)在規(guī)律

4、，進而在赤潮預測預警研究上取得一定的成果。 全文的主要內(nèi)容包括以下幾個方面： （1）首先在分析傳統(tǒng)小波閾值去噪方法的基礎上，提出一種基于平移不變的小波指數(shù)閾值去噪方法，并通過理論分析和仿真實驗對其去噪性能進行了深入地分析和探討，結果表明該方法能夠有效克服傳統(tǒng)硬閾值和軟閾值去噪方法的不足，較為明顯地提升了去噪性能，具有一定的通用性。進而針對赤潮分析預測中使用的數(shù)據(jù)資料可能受到大量噪聲影響的問題，應用該方法對其進行去噪處

5、理，獲得了較高品質(zhì)的數(shù)據(jù)資料，能夠更為真實和客觀地反映赤潮現(xiàn)象的本質(zhì)特征，從而為后續(xù)的赤潮分析預測等提供了可靠和有效的數(shù)據(jù)源。 （2）其次，在分析研究常規(guī)模糊c均值聚類（Fuzzy C-means Clustering，F(xiàn)CM）算法不足的基礎上，針對FCM算法在聚類中心的迭代計算過程中，各樣本點對聚類中心的確定具有相同的權重，容易導致少數(shù)異常樣本的存在也會對聚類中心的確定產(chǎn)生較大影響的問題，提出了一種基于相似關系的模糊加權FC

6、M算法（Fuzzy weighting FCM， FWFCM），根據(jù)各樣本對聚類中心的不同影響程度，為每一個樣本設置了一個特征權值，使得各個樣本在聚類中心的迭代計算中起到不同的作用。進而針對目前大多數(shù)赤潮預測算法不能合理區(qū)劃赤潮起始、發(fā)生、發(fā)展和消亡的演變過程，應用FWFCM算法，找出比較可靠的赤潮生態(tài)過程所處階段的范圍劃分規(guī)則，不僅得到了較準確的和符合實際的類別劃分，直觀和真實的反映了赤潮生態(tài)過程的模糊性和過渡性等特征，而且在分類后仍

7、極大地保留了樣本數(shù)據(jù)集的原始信息，為進一步探求分類的內(nèi)在原因和解釋樣本點之間彼此關聯(lián)的程度提供了有效的途徑。 （3）然后，針對傳統(tǒng)的單一預測模型不能全方面刻畫赤潮生態(tài)現(xiàn)象的本質(zhì)特征，存在預測精度低和預測結果穩(wěn)定性差的不足，以及神經(jīng)網(wǎng)絡預測模型對預測結果缺乏合理性解釋的問題，提出了融合主元分析、模糊聚類分析、小波分析和神經(jīng)網(wǎng)絡的赤潮組合預測模型，使用主元分析方法和模糊聚類算法先將赤潮生態(tài)過程分解為若干不同本質(zhì)的子過程，然后再應用

8、小波網(wǎng)絡對赤潮藻類密度等進行預測預報。該模型結構在一定程度上反映了赤潮生態(tài)過程的內(nèi)在規(guī)律，可以對模型的輸出結果給予更合理的解釋。同時，在該組合模型在模型效率和預測精度方面都較單一預測模型有所提升。 （4）最后，針對傳統(tǒng)赤潮預測預警軟件中普遍存在的模型單一化、數(shù)據(jù)與算法過耦合，以及可擴展性和可重用性差等問題，在深入研究知識發(fā)現(xiàn)過程機理、系統(tǒng)結構和運行機制，以及軟件架構模型的基礎上，提出了一種基于組件技術的面向服務的赤潮知識發(fā)現(xiàn)平