基于遺傳算法的自動氣象站氣象數據預測

摘要：為了保證自動氣象站數據觀測質量，提高其可信度，結合遺傳算法的優化群體特點，提出了一種基于遺傳算法的氣象數據分析預測方法。在原始氣象數據平整預處理后建立了數據值與時間的多項式，對多項式中的參數個數群體進行二進制編碼和隨機初始化，采用自適應交叉概率的交叉遺傳操作，結合選擇以及變異遺傳操作產生新的模型組合，依據適應度函數求得最優群體，利用最小二乘法根據樣本數據確定的多項式關系得出預測結果。將該方法應用于自動氣象站某段時間內的電場強度的預測，結果表明該方法具有較好的預測準確度，同時具有魯棒性，可以為自動氣象站的穩定運行提供技術保障。

關鍵詞：信息處理技術；自動氣象站；數據預測；遺傳算法

中圖分類號：P413 文獻標識碼：A 文章編號：0439-8114（2013）20-4917-06

Meteorological Data Prediction of Automatic Weather Station Based on Genetic Algorithm

JIANG Chen，XING Hong-yan

（College of Electronic and Information Engineering/Jiangsu Key Laboratory of Meteorological Observation and Information Processing， Nanjing University of Information Science and Technology，Nanjing 210044，China）

Abstract： In order to ensure the accuracy of observation data of automatic weather station and improve its credibility， a meteorological data analysis and forecasting method based on genetic algorithm and combined with the population optimum characteristic of genetic algorithm was proposed. The polynomial between data values and time was established after the smooth pretreatment of time series of raw meteorological data. The number of parameters of polynomial group was encoded and initialized. Cross-genetic manipulation was utilized based on adaptive crossover. A new model portfolio combining the selection with mutation genetic operations was engendered. The optimal group could be calculated based on the fitness function. The forecasting results could be obtained using the least squares method based on the polynomial determined by sample data. The method was applied for predicting the electric field strength in the automatic weather station during a certain period of time. The experimental results showed that this method had good prediction accuracy and robustness， thus could provide technical support for the stable running of automatic weather station.

Key words： information processing technology； automatic weather stations； data prediction； genetic algorithm

現代自動氣象站具備數據采集、數據處理、數據存儲、數據傳輸、數據質量控制和運行監控等基本功能[1]，這些功能的實現依賴于實時數據的準確獲取。由于電磁波和人為干擾源的存在以及自動氣象站采集器所處環境改變的不可預見性，造成自動氣象站運行過程中接收到的數據不準確，使數據在被利用時準確性有所下降。此外，對采集到的實時數據進行預測和驗證可以提高自動氣象站運行的穩定性和人工操作的方便性，滿足氣象數據在被使用時對事先性的要求。當自動氣象站運行時驗證指定時刻的氣象觀測數據可以在異常環境出現時及時預警以保證自動氣象站的正常運行。同時對某時刻氣象數據進行預測可以增加控制系統的功能，為管理者進行決策提供可靠的依據。

目前，數據預測方法和理論發展迅速，為大型的、復雜的和信息豐富的數據集的分析預測提供了強有力的支持條件。國內外各類研究機構和學者針對各種數據預測以及數據驗證的具體問題開展了廣泛的研究，提出了多種方法，如基于統計學的方法[2]，基于神經網絡的方法[3]以及基于支持向量機的方法[4]。作為優勝劣汰演化而來的隨機優化算法和遺傳算法被廣泛應用于疾病預防[5，6]、機械制造[7]、電網建設[8]以及道路規劃[9]等領域。

考慮到自動氣象站對數據預測的具體需求以及氣象數據觀測值為二維時間序列的特點[10]，使用遺傳算法對數據集進行分析預測，并將其應用到自動氣象站控制系統的數據預測環節中，實現數據檢測功能。該方法在實施過程中需要建立時間與數值的函數關系，利用遺傳操作結合適應度函數搜索該函數關系中參數個數群體的最優解，以樣本氣象數據確定的函數關系得到預測時刻的氣象數據預測值。

1 自動氣象站氣象數據預測方法

遺傳算法（Genetic Algorithm，GA）最早是由密執安大學的Holland教授（1969年）提出，后經由De Jong（1975年）、Goldberg（1989年）歸納總結出的一種建立在自然選擇和群體遺傳學機理基礎上的自適應啟發式全局搜索算法[11]。遺傳算法的本質是一個以適應度函數為依據，通過對群體內個體施加遺傳操作，實現個體結構重組的迭代過程[12]。

圖1是基于遺傳算法的氣象數據分析預測方法的流程圖。首先對原始氣象數據進行數據預處理，根據預處理后的數據得出數據和時間的多項式函數關系，同時建立遺傳操作的適應度函數。然后對多項式中參數個數群體進行編碼和初始化，采用最小二乘法依據樣本數據確定初始化后群體的函數關系，結合適應度函數進行遺傳操作，當達到指定的遺傳代數后篩選出最優化的參數個數群體。最后根據最優化參數個數群體確定的函數關系得到預測時刻點的氣象數據預測值。

1.1 氣象數據的預處理

自動氣象站的氣象數據按照時間存儲，當時間點確定時，該時刻的氣象數據也確定。根據氣象數據的時間序列特點對其進行預處理，根據預處理后的數據值得出相應的多項式關系和適應度函數。

本方法的預處理主要完成按比例縮放整合數據的任務[13]。進行氣象數據的預測之前，需要從數據庫中讀出與所求時刻點數據相關聯的一些時刻點的數據值作為參考樣本，用于預測時刻點的數據預測。當建立氣象數據與時間的多項式關系時，由于時間分量在自動氣象站中保存形式不利于進行操作，因此要將其進行整合，以整型對稱序列表示時間序列：

T[-b，-（b-1），…，0，…，（d-1），d] （1）

式中，T為時間序列，b=d±1，b∈{N}。

時間分量經過處理后，以多項式模型族的形式表示氣象數據值和時間的關系：

Y（x）={■aixi} （2）

式中，x為時間序列中的某一時刻點；Y（x）為x時刻的氣象數據值；ai為多項式的參數；m為參數個數的上界。

1.2 適應度函數的確定

適應度函數被用來評價解的優劣程度，解決遺傳算法過程中的欺騙問題[14]。經過編碼的群體具有一般性，此步驟的目的就是給出群體中各個體在具體問題中的好壞程度。對于不同的具體問題適應度函數的定義方式也不相同，一般參照公式以及模擬仿真或者根據日常生活經驗來設定。通常認為適應度函數值越大的個體越優。

根據選取的樣本氣象數據的數量選擇適當個數的氣象數據觀測值作為適應度函數的參數值。參照適應度函數建立的要求，利用目標函數為方差公式建立適應度函數：

W=-■ （3）

式中，W為適應度函數；n為用于作為適應度函數參數的樣本氣象數據的個數。

1.3 參數個數種群的編碼和初始化

群體的編碼是遺傳算法求解問題的基礎，它將實際問題的可行解從其解空間轉換到遺傳算法所能處理的搜索空間內[15]。編碼方案在不斷改進，比較成熟的有二進制編碼、Delta編碼、格雷碼編碼、實數編碼等[16-18]。在不同的應用中選擇合適的編碼方案對遺傳算法的效率和性能意義重大。

基于遺傳算法的氣象數據分析預測方法采用多項式模型族表征時間分量和氣象數據值分量之間的函數關系，其可行解是函數中參數的數量，由于該數量沒有特定的限制條件以及相關的從屬關系，因此采用二進制編碼。根據樣本氣象數據的數量確定參數個數的范圍區間，對區間內的各個種群進行編碼，編碼完成后隨機初始化指定數量的種群進行遺傳操作。

1.4 基于自適應交叉概率的遺傳操作

遺傳操作通過對已知數據集中的種群進行選擇、交叉、變異操作，實現群體內基因的重組，達到繁殖更優解的目的[19]。為了使種群保持穩定，變異概率應遠小于交叉概率，防止變異概率過大造成隨機數據重置。

選擇操作從解空間中選出最適合具體問題的一組群體，本方法的遺傳操作是針對時間與氣象數據多項式的參數個數群體進行的，考慮到之前建立的適應度函數的目標函數本質是求解最小化問題，因此進行選擇操作的時候采用錦標賽選擇策略[20]。

交叉操作使基因重組，是最重要的遺傳操作之一。無論是位數交叉產生子代，還是生成區間[0，1]之間隨機交叉算子進行遺傳操作，都有收斂速度慢以及局部收斂的缺點。采用基于相關性程度指數[21]的自適應交叉概率的交叉遺傳操作[22]，依據適應度函數值產生參數個數群體的自適應交叉概率。適應度函數值越大的群體越優，使該群體直接進入下一代的概率更大，于是得出公式：

pc=p■-■，W≥■p■，W<■

（4）

式中，p■為原始交叉概率；Wmax為每代群體最大適應度值；W為每代群體的平均適應度值。適應度函數值小的群體進入交配池[21]進行交叉的概率較大，利用群體Q與配對池中其余群體Vi的不同的相關性程度指數計算各組不同的交叉配對概率。配對池中各個群體Vi與隨機選取的群體Q的交叉配對概率為：

P（Vi|Q）=■（1+λ■），i=1，2，3，…，L

（5）

式中，P（Vi|Q）為群體Vi與群體Q的交叉配對概率；λ為區間[0，1]之間的常數；r（Q，Vi）為群體Q與群體Vi的不相關指數；rmax表示最大不相關指數；rmin表示最小不相關指數；ravg表示平均不相關指數[21]；L為Q的交叉配對池中樣本的個數。

變異操作是染色體的某位能自發進行突變形成新的染色體的過程。采用二進制編碼進行變異操作，即二進制位串中0突變為1、1突變為0，可以引入變異概率進行此項操作。變異操作可以改善遺傳操作過程中局部最優解的問題，據研究，單峰函數變量轉變的概率與變量的個數ω成反比[16]，變異概率pm最好為1/ω。

1.5 預測結果

對新生的參數個數種群進行評價，即驗證中止條件，決定是否繼續進行遺傳操作。進行完一次遺傳操作后會得到一組新的參數個數群體，根據樣本氣象數據值，利用最小二乘法，求解矩陣X×A=Y中的向量A。其中：

X=∑■■x■■ ∑■■x■■ … ∑■■x■■ ■ ■ ■∑■■x■■ ∑■■x■■ … ∑■■x■■ （6）

A=（a0，a1，…，am）T （7）

Y=■x■■Yj，■x■■Yj，…，■x■■Yj （8）

對于不同的m，可求得相對應的向量A，確定氣象數據值與時間的多項式函數，得出作為適應度函數參數時刻的預測值，計算相應的適應度函數W。由于本方法隨機初始化群體，因此不以適應度函數值的大小決定遺傳操作是否停止。根據樣本氣象數據的數量確定遺傳代數，當達到規定的遺傳代數之后，根據適應度函數值得出最適合的模型族參數個數m，再次利用向量A確定的多項式得出所求時刻點的氣象數據預測值。

2 實例分析

自動氣象站控制系統在運行過程中需要進行部分時刻氣象觀測數據的檢測，達到對自動氣象站運行過程中可能出現狀況進行預警的目的，并同時粗略預測某些時刻的氣象數據值。將基于遺傳算法的氣象數據分析預測方法應用到某類具體的氣象數據中，驗證本方法在自動氣象站中的可行性。

2.1 實例數據準備

從中國氣象局綜合觀測培訓實習基地（南京）的數據庫中讀取自動氣象站在南京信息工程大學的氣象觀測數據作為基于遺傳算法的氣象數據分析預測方法的樣本。表1是從數據庫中抽取的一段時間內（2011年5月28日15：48—15：59）12個等時距時刻電場強度的觀測值（觀測值取該時刻整點0秒時刻數據），將其作為樣本數據預測2011年5月28日16：00的電場強度。

初始化群體個數為20組，遺傳進化代數為100代，原始交叉概率p■取0.85，變異概率pm取0.05， 公式（5）中的λ取0.5，整個算法隨機運行50次。

2.2 算法實現

對表1中的原始氣象數據進行預處理，按照公式（1）將時間分量平整化為整型對稱序列T（-4，-3，-2，-1，0，1，2，3，4，5），便于接下來的操作。用此序列按照多項式模型族表征電場強度分量：

Y（x）={■aixi |m∈{0，1，…，255}} （9）

式中，Y（x）為電場強度分量；x為平整化后整型序列T中的某一時刻點；m為多項式模型族參數的上界，設定m的范圍區間為[0，255]，采用位長為8的二進制編碼表示。參照公式（3），用15：58和15：59兩個時刻的電場強度觀測值作為適應度函數W的的參數值，則W的計算公式為：

W=-■ （10）

利用遺傳操作求參數個數種群m的最優解。隨機初始化m，考慮到m的區間為[0，255]，因此初始化m的個數為20。對于任意給定的，使用公式（6）-（8）結合樣本數據值得到相應的多項式模型族的參數（a0，a1，…，am）T，根據電場強度和時間的多項式得出Y6和Y7的大小，進而確定給定種群m的適應度函數值。根據適應度函數值確定的自適應概率進行遺傳交叉操作。每次遺傳操作生成新的子代后進行錦標賽選擇操作，使群體個數始終維持在20。按照要求進行100次進化，整個方法隨機進行50次。經過實驗，得出最優群體為00000100，即m=4。此時參數A=（3.065 450，0.006 412，0.005 618，0.000 488），Y6=3.007 00，Y7=3.002 30，適應度函數W=0.000 301 09，預測曲線為：Y=3.065 450+0.006 412x-0.005 618x2+0.000 488x3。利用該多項式得出預測結果Y8=3.00705≈3.01，即在2011年5月28日16：00時刻的電場強度的預測值為3.01 kV/m。

2.3 結果分析

查取自動氣象站在2011年5月28日16：00：00的氣象觀測數據，得到電場強度的觀測值為3.01 kV/m。在本數據庫電場強度精度條件下，預測值與觀測值相等。對于自動氣象站控制系統而言，數據檢驗通過，未發現任何異常，自動氣象站工作狀態正常。本組試驗數據較好地證明了基于遺傳算法的氣象數據分析預測方法對自動氣象站的適用性。

將擬合出的多項式預測曲線與實際觀測值模擬顯示出來，如圖2所示。從圖2可以發現，觀測值在這些時刻點存在波動，預測曲線的走向與波動趨勢基本一致。該曲線沒有通過所有樣本數據，但是在預測時刻點（橫坐標8處）基本與電場強度的觀測值相一致。表明本方法針對不同時刻點進行數據預測得出的多項式具有惟一性，不能利用此預測曲線預測其他時刻點的電場強度。在實際應用過程中，必須根據樣本數據的數量和觀測值結合算法的參數動態進行具體操作，這樣可以有效提高預測數據的準確性，保證氣象數據的觀測質量。

以文中所介紹的方法進行多組電場強度的預測試驗，進一步驗證本方法在氣象數據預測中的可行性。各組試驗的預測時刻點的預測值的參考樣本數據由該點觀測值之前的12組以分鐘為間隔的觀測值所決定，算法中的各個參數與上組試驗相同，預測時刻點選取2011年5月28日16：00—16：37。預測值和觀測值以及相對誤差結果如表2所示，圖3為預測值與觀測值的比較圖。

分析表2和圖3中的結果可以發現，各個時刻點的預測值與觀測值存在相對誤差。對于自動氣象站控制系統而言，將氣象數據的預測值用于檢測觀測值的時候需要設定一個誤差閾值。設定誤差閾值可以選出自動氣象站運行過程中的異常時刻點，誤差閾值如果設定過小會導致虛警，同時造成系統不必要的開銷；如果設定過大會漏報性能告警，擾亂自動氣象站的正常工作。由于之后將對異常時刻點的數據進行再次預測實現異常處理，虛警出現的概率很小，故可設定誤差閾值為10%。將相對誤差大于該閾值的時刻點列為觀測數據異常點，異常點可能是由于大氣環境突變或自動氣象站運行故障所引起的。本方法在實際應用中檢測出的異常點可以提高氣象觀測數據的利用價值，也對自動氣象站控制系統的功能實現起到一定的幫助作用。異常點之后的時刻點的預測值緩慢貼近觀測值，說明單個異常點對其作為樣本時刻點的氣象數據預測過程影響較小，本預測方法具有魯棒性，這也從側面解釋了圖2中的預測曲線并沒有與所有樣本數據完全契合的原因。

自動氣象站在運行過程中，當控制系統對這些異常時刻點（16：02、16：11、16：25、16：26、16：35）的電場強度觀測數據進行檢驗時，針對異常可能出現的原因檢查異常時刻點相鄰間隔度以秒為單位的觀測數據，做出異常處理，確定這些時刻點是否存在大氣環境的突變或自動氣象站的運行故障，從而發出正確的警報。從數據庫中讀取自動氣象站在2011年5月28日16：02：00相鄰時刻以秒為時間間隔的電場強度的觀測值（表3），以該組觀測值作為樣本，采用基于遺傳算法的氣象數據分析預測方法結合本次試驗的各個參數得到16：02：00的預測數據值為3.41 kV/m，與觀測值的相對誤差為0.9%，表明此時刻電場強度觀測值的相對異常是由于大氣環境突變造成的，并非存在干擾或者儀器故障，自動氣象站運行正常。試驗中其他異常時刻點經過檢測也確定了其電場強度的異常是由大氣環境突變所造成。

基于遺傳算法的氣象數據分析預測方法從與預測點相關的觀測數據入手，對于不同的情況具體考慮和分析，有很好的擴展性，能夠較準確預測氣象數據。在自動氣象站的控制系統中采用該分析預測方案，通過觀測數據和預測數據的比較，有助于反饋自動氣象站運行過程中存在的異常，報告大氣環境出現的突變情況，保障自動氣象站的正常工作。

3 總結

對于氣象數據而言，時間與數據值滿足某種函數關系，可以粗略地擬合成某種曲線，這樣就為簡單預測某個時刻的數值創造了條件。基于遺傳算法的氣象數據分析預測方案是對函數關系中不確定的參數個數群體進行遺傳調整，根據適應度函數求得最合適的曲線方程，達到氣象數據預測和檢驗的效果。通過對一段時間內多個時刻點電場強度的預測實驗進一步說明了本方法在自動氣象站中的可行性，分析試驗結果發現其誤差較小，同時具有魯棒性，滿足自動氣象站控制系統的基本需要，可以起到改善控制系統功能的目的。因此，這種基于遺傳算法的氣象數據分析預測方法完全可以應用于自動氣象站控制系統，對保證自動氣象站的穩定運行和提高氣象資料的利用效果有重要的意義。

參考文獻：

[1] 李 黃.自動氣象站實用手冊[M].北京：氣象出版社，2007.4-5.

[2] 白雪峰，蔣國棟.基于改進K-means聚類算法的負荷建模及應用[J].電力自動化設備，2010，30（7）：80-83.

[3] 李 蔚，盛德仁，陳堅紅，等.雙重BP神經網絡組合模型在實時數據預測中的應用[J].中國電機工程學報，2007，27（17）：94-97.

[4] DUAN G L， LIU P， CHEN P， et al. Short-term traffic flow prediction based on rough set and support vector machine[A]. IEEE.2011 Eighth International Conference on Fuzzy Systems and Knowledge Discovery（FSKD）[C]. New York：IEEE， 2011.1526-1530.

[5] 孫申申，任會之，康 雁，等.基于遺傳算法和支持向量機的肺結節檢測[J].系統仿真學報，2011，23（3）： 497-501.

[6] BAI L，CHEN H. A new kind of on-line prediction BSE method based on genetic algorithm[A]. IEEE.2009 International Conference on Wireless Communications Signal Processing （WCSP）[C]. New York：IEEE，2009.1-5.

[7] 方水良，姚嫣菲，趙詩奎.基于遺傳算法的柔性車間多目標優化調度[J].機電工程，2011，28（3）：269-274.

[8] 唐杰斌，周渝慧，陳向婷，等.基于遺傳算法與蟻群算法的電網規劃[J].電力需求側管理，2011， 13（2）：12-15.

[9] ZENG Y C，YUAN F，YONG G， et al. Research on logistics vehicle routing problem based on genetic algorithm[A]. IEEE.2011 IEEE 3rd International Conference on Communication Software and Networks（ICCSN）[C]. New York：IEEE， 2011.232-235.

[10] BOX G E P，JENKINS G M，REINSEL G C. 時間序列分析——預測與控制[M].顧 嵐，范金城，譯.北京：中國統計出版社，1997.

[11] 周 明，孫樹棟.遺傳算法原理及應用[M].北京：國防工業出版社，1999.4.

[12] 陳國良，王煦法，莊鎮泉，等.遺傳算法及其應用[M].北京：人民郵電出版社，1996.3-4.

[13] MEHMED K.數據挖掘——概念、模型、方法和算法[M].閃四清，陳 茵，程 雁，譯.北京：清華大學出版社，2003.6-7.

[14] 辛 馡，朱鰲鑫.遺傳算法的適應度函數研究[J].系統工程與電子技術，1998（11）：58-62.

[15] 張超群，鄭建國，錢 潔.遺傳算法編碼方案比較[J].計算機應用研究，2011，28（3）：819-822.

[16] 王小平，曹立明.遺傳算法——理論、應用與軟件實現[M].西安：西安交通大學出版社，2002.21-25.

[17] 余有明，劉玉樹，閻光偉.遺傳算法的編碼理論與應用[J].計算機工程與應用，2006（3）：86-89.

[18] WHITLEY D， MATHIAS K， FITZHORN P. Delta coding： An iterative search strategy for genetic algorithms[A]. BELEW R K， BOOKER L B.Proceedings of the 4th International Conference on Genetic Algorithms（ICGA）[C]. San Francisco：Morgan Kaufmann， 1991.77-84.

[19] WANG X C， XIAO J X， ZHANG Q. An optimal design of genetic operation[A]. IEEE.2009 International Conference on Computational Intelligence and Software Engineering （CISE）[C]. New York：IEEE， 2009.1-8.

[20] 張 琛，詹志輝.遺傳算法選擇策略比較[J].計算機工程與設計，2009，30（23）：5471-5474.

[21] 蔡良偉，李 霞.遺傳算法交叉操作的改進[J].系統工程與電子技術，2006，28（6）：925-928.

[22] 盧厚青，陳 亮，宋以勝，等.一種遺傳算法交叉算子的改進算法[J].解放軍理工大學學報（自然科學版），2007，8（3）：250-253.