申请/专利权人：昆明理工大学

申请日：2023-12-19

公开（公告）日：2024-03-22

公开（公告）号：CN117743826A

主分类号：G06F18/213

分类号：G06F18/213;G06F18/214;G06F18/24;G06Q50/26

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明公开了一种基于EEMD‑PDO‑RBF算法的机场雷电预测模型的构建方法，涉及人工智能、信号处理、气象预测技术领域，首先，对收集的雷电历史数据和相关气象参数进行预处理。然后，通过EEMD算法对预处理后的数据进行分解，得到一系列固有模式函数IMFs。接着，对分解后的IMFs进行特征提取，得到特征向量。最后，将特征向量作为输入，雷电数据作为输出，训练PDO优化RBF神经网络的模型，利用训练好的模型进行雷电预测。本发明的方法能有效提高雷电预测的精度和预测时间范围，有利于机场的运行管理，提高飞行安全，为航空领域的相关研究提供了新的方法和工具。

主权项：1.一种基于集成经验模式分解EEMD和土拨鼠优化算法PDO优化径向基函数RBF算法的机场雷电预测模型的构建方法，其特征在于，具体包括以下步骤：Step1收集某机场大量历史数据并做预处理；Step2将Step1中的预处理后的数据作为输入信号进行集成经验模态分解，以各模态分量中心频率和最小为目标函数来构造受约束变分模型；Step3、分析Step2中分解后的各频率信号，从中提取所能表征雷电信号的关键特征，将提取到的关键特征数据按近按照7:3的比例将数据集划分为训练集和测试集；Step4、构建RBF神经网络模型，由训练集进行训练模型，得到具有预测雷电数据的最优条件模型，再进行测试集的验证。训练过程中，利用土拨鼠优化算法PDO调整模型的随机初始化中心点、扩展常数和权重等参数。

全文数据：

权利要求：

百度查询： 昆明理工大学 一种基于EEMD-PDO-RBF算法的机场雷电预测模型的构建方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD