MỤC LỤC Chương NGHIÊN CỨU CHUNG VỀ BÀI TOÁN DỰ BÁO THỜI TIẾT Chương 20 LÝ THUYẾT VÀ ỨNG DỤNG MẠNG NƠRON NHÂN TẠO 20 Mô hình nơron nhân tạo 24 Bảng 2.1: Một số hàm kích hoạt thường sử dụng mơ hình nơron .25 2.4.2.1 Tập mờ 31 2.5 Mạng lan truyền ngược 32 2.5.1 Cấu trúc mạng 32 2.5.2 Thuật toán 34 Hình 3.3: Đồ thị biểu diễn mức độ mây 43 Modul 3: Xử lý liệu đầu 43 Modul 2: Mạng nơron 44 Hình 3.5: Minh họa cho vấn đề cực tiểu địa phương .46 3.2.1 Khởi tạo trọng số 46 3.2.2 Hằng số học 47 3.2.3 Số lượng nơron lớp ẩn 47 3.2.4 Cách thức cập nhật trọng số 48 LỜI NÓI ĐẦU Dự báo thời tiết đời từ xa xưa, từ có xuất người ngày gắn bó với sống Từ thủa ban đầu, người “dự đốn ” trước tượng tự nhiên xảy khoảng thời gian gần Dần dần kinh nghiệm quan sát tích lũy, cộng thêm tư sâu xa giúp họ có dự báo xác cho tượng khí tượng tương lai Những phân tích, kinh nghiệm tích lũy dần đúc kết thành tốn dự báo, cho phép tính tốn xác tượng thời tiết xảy Hiện giới hệ thống dự báo thời tiết nghiệp vụ thực phương pháp chính: phương pháp Synơp, phương pháp thống kê phương pháp số trị Trong phương pháp lại có nhiều phương pháp mơ hình dự báo cụ thể Mỗi phương pháp có ưu điểm nhược điểm riêng Việc ứng dụng phương pháp tùy thuộc vào tài nguyên hệ thống, trình độ người dự báo, yêu cầu mục đích người xây dựng hệ thống, Ở Việt Nam sử dụng chủ yếu phương pháp Synơp Trong phương pháp nhà khí tượng thu thập số liệu trạm khí tượng diện rộng lãnh thổ Việt Nam nước để xây dựng thành đồ, vào đồ để suy trạng thái thời tiết thời điểm tương lai Phương pháp có hạn chế dựa nhiều vào kinh nghiệm người dự báo, họ phân tích tình tương tự để đưa dự báo điều gặp khó khăn liệu thời tiết lớn, đa chiều biến đổi mạnh không gian thời gian Ứng dụng mạng nơron nhân tạo phương pháp thống kê Đó phương pháp mới, có nhiều ưu vượt trội việc giải vấn đề phi tuyến Các phương pháp thống kê nói chung ứng dụng mạng nơron nhân tạo nói riêng mang tính khách quan dự báo Synơp đáp ứng nhiều yêu cầu thực tiễn mà dự báo Synôp không đáp ứng Khái niệm mạng nơron bắt đầu vào cuối năm 1890 người ta cố gắng mô tả hoạt động trí tuệ người Từ đó, lý thuyết mạng nơron phát triển để áp dụng nhiều lĩnh vực có dự báo Trên giới, mạng nơron áp dụng nhiều lĩnh vực có thủy văn từ nhiều năm trước thu nhiều thành tựu Với ưu vượt trội việc ứng dụng mạng nơron nhân tạo tính mềm dẻo, khả dung thứ lỗi cao, giải vấn đề phi tuyến thích hợp việc xử lý liệu có tính biến động lớn,… Đó lý để em chọn đề tài: Mạng nơron nhân tạo ứng dụng dự báo thời tiết, đề tài mong muốn ứng dụng phương pháp để đóng góp cải tiến công tác dự báo thời tiết Bố cục đề tài: Chương 1: Nghiên cứu chung toán dự báo thời tiết Chương 2: Lý thuyết ứng dụng mạng nơron nhân tạo Chương 3: Chương trình thử nghiệm dự báo thời tiết ứng dụng mạng nơron lan truyền ngược Mặc dù cố gắng song đề tài khó tránh khỏi thiếu sót Em mong nhận ý kiến đóng góp Thầy Cơ giáo bạn sinh viên để em hồn thiện đề tài Em xin chân thành cảm ơn giúp đỡ thầy khoa, ủng hộ gia đình bạn bè đặc biệt hướng dẫn, bảo tận tình Cơ giáo - Thạc sĩ Nguyễn Hiền Trinh giúp em trình thực tập để hoàn thành đề tài Em xin chân thành cảm ơn! Sinh viên Nguyễn Thị Oanh Chương NGHIÊN CỨU CHUNG VỀ BÀI TOÁN DỰ BÁO THỜI TIẾT 1.1 Mở đầu Dự báo phát biểu tương lai Mỗi phát biểu có sở chắn định Các dự báo xây dựng nhiều phương pháp, kiểm chứng qua biểu thức đánh giá Vì vậy, dự báo lĩnh vực có tiềm rộng lớn Để nói vai trị dự báo thời tiết, xem hậu thiên tai không dự báo kịp thời gây Trên giới, năm 2008 năm giới phải hứng chịu nhiều thảm hoạ thiên nhiên Thiệt hại từ thảm hoạ thiên nhiên năm 2008 lên tới 200 tỷ USD.Trong đó, có khoảng 220 nghìn người chết thảm hoạ thiên nhiên lốc xoáy, động đất lũ lụt Châu Á chịu tác động mạnh thảm hoạ thiên nhiên Siêu bão Nargis Myanmar giết chết 130 nghìn người phá huỷ phần lớn khu vực đồng thấp Irrawaddy.Tính tổng số, có khoảng 1700 lốc xốy phá huỷ nước Mỹ năm qua, gây thiệt hại tới hàng tỷ USD Ở Việt Nam, Tổng cục Thống kê vừa tổng kết năm 2008, thiên tai làm 550 người chết tích, 440 người bị thương; gần 350 nghìn mạ, lúa hoa màu bị trắng, triệu gia súc gia cầm bị chết; 68 nghìn diện tích ni trồng thủy sản bị thiệt hại, gần nghìn nhà bị sập trôi… Tổng thiệt hại thiên tai gây năm 2008 lên tới gần 12.000 tỉ đồng Nguyên nhân gia tăng bão mạnh, kỳ dị xuất nhiều tượng thời tiết nguy hiểm Để phòng tránh giảm nhẹ tác hại thời tiết gây ra, việc dự báo thời tiết có ý nghĩa quan trọng Nhiều cần dự báo trước vài tiếng đồng hồ đủ để sơ tán người khỏi vùng nguy hiểm, cứu nhiều sinh mạng tài sản vậy, từ lâu người quan tâm đến việc theo dõi tìm cách dự báo thời tiết Dự báo thời tiết công việc phức tạp Mặc dù khoa học dự báo thời tiết đời 100 năm hàng trăm ngàn nhà khoa học nhiều nước nỗ lực nghiên cứu để tìm cách nâng cao chất lượng cơng tác dự báo thời tiết người ta chưa khẳng định xác thời tiết ngày hôm sau Dự báo thời tiết cần có hệ thống thu nhập trao đổi số liệu tồn cầu với cơng cụ để xử lý làm cho việc dự báo Hệ thống quan trắc sở hệ thống dự báo thời tiết Bên cạnh đó, hệ thống thơng tin liên lạc có vai trị quan trọng Khâu cuối hệ thống dự báo thời tiết chỉnh lý số liệu thu nhập sử dụng phương pháp khác đưa kết dự báo Như vậy, phương pháp dự báo thời tiết đề cập đến đề tài mắt xích cuối hệ thống dự báo thời tiết 1.2.Quy trình thực dự báo Dự báo trình phức tạp thực theo bước sau: Xác định mục tiêu Xác định dự báo Xác định khía cạnh thời gian Xem xét liệu Lựa chọn mơ hình Mơ hình khơng thích hợp Đánh giá mơ hình Mơ hình thích hợp Chuẩn bị dự báo Trình bày kết dự báo Theo dõi kết dự báo Hình 1.1: Quy trình dự báo Bước 1: Xác định mục tiêu Bước quy trình dự báo xác định mục tiêu Xác định mục tiêu xác định xem kết dự báo sử dụng Mục tiêu chung dự báo để lập kế hoạch có định hành động hợp lý Mục tiêu dự báo thời tiết để người dân có chuẩn bị cho hoạt động tương lai phủ có kế hoạch phịng chống rủi ro kịp thời Bước 2: Xác định dự báo Khi mục tiêu tổng quát rõ, ta phải xác định xác dự báo Ví dụ, mục tiêu chung dự báo thời tiết hệ thống dự báo thiên tai gồm có: bão, lũ lụt, mưa đá, sóng thần, hạn hán,… hay dự báo thông số thời tiết hàng ngày gồm có: nhiệt độ, độ ẩm, lượng mưa, yếu tố gió,… Đề tài xây dựng hệ thống thử nghiệm dự báo thời tiết hàng ngày với thơng số: nhiệt độ, độ ẩm, mưa, hướng gió, tốc độ gió, mây Bước 3: Xác định khía cạnh thời gian Có loại khía cạnh thời gian cần xem xét Thứ độ dài dự báo: dự báo dài hạn dự báo ngắn hạn Ví dụ dự báo thời tiết Trung tâm KTTV Quốc gia đưa tin dự báo thời tiết hàng ngày, dự báo hạn vừa 1-3 ngày dự báo dài hạn 3-5 ngày nhận định xu thời tiết mùa Các tượng thời tiết nguy hiểm khác như: tố, lốc, vòi rồng, lũ quét cảnh báo trước từ 30 phút đến Thứ hai người sử dụng người làm dự báo phải thống tính cấp thiết dự báo, ví dụ, thời gian hệ thống xây dựng, thời gian để hệ thống thực dự báo Trong đề tài tác giả thử nghiệm dự báo trước 24h, thời gian huấn luyện mạng với liệu mùa (90 ngày) thời gian dự báo cho ngày gần tức thời Bước 4: Xem xét liệu Cần phải xem xét đên liệu mà hệ thống sử dụng nguồn liệu, cách phân loại chọn lọc, xử lý liệu làm đầu vào hệ thống Trong hệ thống dự báo thời tiết, nguồn liệu lấy từ trạm khí tượng, vệ tinh, rađa, tầu thời tiết, máy bay thời tiết, phương tiện truyền thơng,… Tùy theo loại liệu mà có cách phân loại xử lý phù hợp, ví dụ liệu ảnh, liệu âm hay số liệu có đơn vị đo khác khác Trong đề tài tác giả sử dụng liệu quy đơn vị thống nhất: nhiệt độ °C, độ ẩm: %, mưa: %, tốc độ gió: km/h, hướng gió: °, mây: % (tùy theo nhiều mây hay mây) Bước 5: Lựa chọn mơ hình Việc định xem mơ hình dự báo thích hợp liên quan đến nhiều yếu tố liệu đầu vào, yêu cầu thời gian, yêu cầu kết đầu ra, tài ngun sẵn có,… Quy trình lựa chọn mơ hình dự báo lựa chọn dựa số chiến lược dự báo sau: Tiền định: Dựa mối quan hệ mật thiết tương lai Các mơ hình chuỗi thời gian thích hợp với chiến lược Triệu chứng: Dựa dấu hiệu để dự báo cho tương lai Hệ thống: Dựa ý tưởng cho xu hướng phát triển tương lai tuân thủ theo quy tắc đó, chẳng hạn lý thuyết kinh tế - xã hội Đề tài sử dụng chiến lược dự báo tiền định, với điều kiện nước ta như: sở hạ tầng hạn chế, trang bị chưa đủ đại, hệ thống quan trắc thông tin liên lạc chưa đáp ứng đầy đủ yêu cầu công tác dự báo, phương pháp Synôp thường dùng chưa mang lại độ xác dự báo cao,… phương pháp ứng dụng mạng nơron nhân tạo chứng tỏ nhiều ưu việt như: khả dung thứ lỗi cao, phù hợp với hệ thống có độ phức tạp tính tốn lớn, đảm bảo tính cấp thiết mặt thời gian,… nữa, liệu thống kê thời tiết có thu thập cách đầy đủ nên tác giả lựa chọn mô hình dự báo Chuỗi thời gian với ứng dụng mạng nơron nhân tạo Bước 6: Đánh giá mơ hình Đối với phương pháp tất định bước quan trọng phương pháp định lượng cần phải đánh giá mức độ phù hợp mơ hình (trong phạm vi mẫu liệu) Nếu mơ hình khơng phù hợp quay lại bước Đề tài sử dụng tiêu chí ME (Sai số trung bình) MAPE (Sai số trung bình phần trăm tuyệt đối) để đánh giá độ xác dự báo thấy kết chấp nhận Bước 7: Chuẩn bị dự báo Sau đánh giá lựa chọn mơ hình dự báo phù hợp chuẩn bị số liệu phục vụ cho việc dự báo Bước 8: Trình bày kết dự báo Có nhiều cách để trình bày kết dự báo, thơng qua bảng biểu, đồ thị hay hình ảnh minh họa, trình bày dạng nói, trình bày vị trí phương tiện thông tin đại chúng,… Dù cách hay cách kết dự báo phải ngắn gọn, rõ ràng, thể tin cậy dự báo phải ngôn ngữ người nghe hiểu Bước 9: Theo dõi kết dự báo Độ lệch giá trị dự báo giá trị thực phải thỏa thuận cách tích cực, khách quan cởi mở Mục tiêu việc thảo luận để hiểu có sai số xác định độ lớn sai số, qua bảo trì nâng cấp hệ thống dự báo Trao đổi hợp tác người sử dụng người làm dự báo có vai trị quan trọng việc xây dựng trì quy trình dự báo thành công 1.3 Phân loại phương pháp dự báo Dự báo bao gồm phương pháp dựa đánh giá phương pháp dựa thống kê Các phương pháp mối quan hệ phương pháp sau: 1.3.1 Phương pháp ngoại suy Phương pháp ngoại suy phương pháp đơn giản để dự báo Phương pháp ngoại suy phương pháp sử dụng số liệu thống kê khứ làm đầu vào Trong phương pháp ngoại suy có số liệu khứ đối tượng cần dự báo cần thiết Các số liệu khứ khớp theo hàm sử dụng mạng nơron thông minh với trục x trục thời gian, trục y số liệu khứ Các giá trị tương lai dự báo cách tính giá trị hàm thời điểm tương lai Tùy theo hàm lựa chọn để khớp số liệu mà ta có mơ hình dự báo khác Các hàm dự báo tiêu biểu hàm tuyến tính, mơ hình dự báo hàm mũ hàm Logistic tương ứng với mơ hình dự báo tuyến tính, mơ hình dự báo hàm mũ mơ hình dự báo hàm Logistic - Mơ hình tuyến tính Là mơ hình đơn giản với hàm dùng để khớp số liệu hàm tuyến tính y=mx + b Phương pháp thông dụng để khớp n số liệu khứ vào hàm tuyến tính phương pháp bình phương tối thiểu Trong đó, y hàm tuyến tính x (trục x trục thời gian, trục y số liệu khứ) Theo phương pháp hệ số m, b tính: m= b= n(∑ xy )(∑ x)(∑ y ) n ( ∑ ( x )) − ( ∑ x ) (∑ y )(∑( x )) − (∑ x)(∑ xy ) n(∑(x )) − (∑ x) Đối với mơ hình tuyến tính, đại lượng r gọi hệ số tương quan tính để đánh giá độ xác số liệu thống kê Hệ số r chạy từ đến Hệ số gần số liệu khứ khớp tốt vào hàm tuyến tính Nếu giá trị nhỏ có nghĩa đại lượng dự báo khơng phụ thuộc tuyến tính vào thời gian, dùng mơ hình tuyến tính khơng hợp lý Giá trị r tính sau: r= n(∑ xy ) − (∑ x)(∑ y ) [n∑ x ][ − ( ∑ x ) n∑ y − ( ∑ y ) 2 ] - Mơ hình hàm mũ Mơ hình hàm mũ phổ biến để tính đại lượng tăng trưởng dân số,… Phương trình hàm mũ biểu diễn: y=b.mx Nếu lấy log hai vế ta có: ln(y) = x.ln(m) + ln(b) Khi đó, dùng phương pháp bình phương tối thiểu để khớp hàm với số liệu khứ biến đổi tương ứng, ta tìm hệ số a=ln(m) c = ln(b) Và m, b tính: m = ea b=ec 1.3.2 Mơ hình ứng dụng mạng nơron Là mơ hình có khả “học” từ liệu khứ, cập nhật tham số Nếu lựa chọn tham số tối ưu mơ hình xấp xỉ tốt đường cong dịch chuyển đối tượng cần dự báo Kết có độ lệch xác cao Đây mơ hình lựa chọn cho toán dự báo thời tiết đề tài, cụ thể vấn đề liên quan đến mạng nơron trình bày chương 1.3.3 Phương pháp dựa luật Các phương pháp ngoại suy truyền thống có giới hạn bỏ qua tri thức người quản lý tình Dự báo dựa luật kiểu hệ thống chuyên gia, đưa vấn đề cách chuyển tri thức dự báo thành tập luật Các luật sử dụng tri thức chuyên gia đặc trưng liệu với số phương pháp ngoại suy đơn giản để thực dự báo Phương pháp dự báo dựa luật kết hợp phương pháp đánh giá tri thức theo miền Ưu điểm dự báo luật kết hợp tri thức cách dễ dàng 1.3.4 Mơ hình kinh tế lượng Là mơ hình với nhiều biến mơ tả phụ thuộc đại lượng cần dự báo sở thông số kinh tế xã hội như: thu nhập tổng sản lượng nội địa, khả mua, giá cả, … Mơ hình kinh tế lượng biểu diễn hàm sau: y = a1x1 + a2x2 + … + anxn + b Trong y đại lượng cần dự báo, x1, x2, …, xn thơng số kinh tế xã hội có liên quan Các tham số a1, a2, …, an xác định phụ thuộc đại lượng dự báo vào thông số kinh tế - xã hội Các tham số xác định dựa nghiên cứu kinh tế thị trường giá cả, … Nếu số liệu khứ thu thập cho nhiều thông số kinh tế đại lượng cần dự báo, tham số a1, a2, …, an tính tốn dựa việc khớp số liệu q khứ vào hàm tuyến tính 1.3.5 Mơ hình chun gia Khi số liệu q khứ khơng có khơng thu thập mơ hình đánh giá thường sử dụng Mơ hình đánh giá dựa ý kiến đánh giá chuyên gia lĩnh vực Một mơ hình tiêu biểu cho loại mơ hình ý kiến chun gia Mơ hình chun gia mơ hình dựa đánh giá chuyên gia lĩnh vực cần dự báo có liên quan Các số liệu dự báo chuyên gia đưa xem xét, đánh giá, tổng hợp để đưa kết dự báo cuối 10 int maxlap,somaudt=1,somauvao; int localmin; boolean hoitu; double mints,maxts; double mtdaotao[][],mtvao[][],mtra[][]; String filedl=" "; String netfile=" "; String filekq,kq; double minvalue=1; int minindex=-1; public void khoitao(int solopan,double hshoc,int maxlap,double errmin,double mints,double maxts) { System.out.println("bat dau khoi tao"); this.solopan=solopan; this.solopvao=6; this.solopra=6; this.maxlap=maxlap; this.errmin=errmin; this.hshoc=hshoc; this.mints=mints; this.maxts=maxts; vao=new double[solopvao]; ra=new double[solopra]; an=new double[solopan]; dich=new double[solopra]; ex=new double[solopan]; tsVA=new double[solopan][solopvao]; for(int i=0;i