基于历史数据挖掘的战场气象环境数据模糊预测算法

陈 冲，徐清宇，程 欣，李克奇，甄 磊

（北方自动控制技术研究所，太原 030006）

0 引言

现今的模拟仿真训练系统中，对于温度、风力、云、雾、沙尘、降雨量等气象环境的仿真主要是以复现历史战场气象环境数据来实现的。主要是通过对历史战场气象环境数据的挖掘进行复现，主要方法包括基于K 均值聚类算法的气象数据挖掘、基于蚁群算法的战场气象环境数据挖掘，和基于气象预测相关数据挖掘模型的战场气象环境数据挖掘。其中最常用的是气象预测相关数据挖掘模型的战场气象环境数据挖掘方法。

在模拟仿真训练过程中，单一的对历史战场气象环境的再现，已经远远不能满足对于多变战场环境的仿真需求。针对陆军模拟仿真训练系统其在训练过程中对虚拟战场气象环境的干预，需要在合理可控的预测区间内对调理作出响应。本文所提出的基于战场气象环境历史数据的模糊预测算法，是在拟合区间内对气象数据的模糊预测拟合，满足陆战场仿真系统中对多变战场气象环境的要求。

1 战场气象环境数据处理方法

1.1 气象预报专家系统

对于气象环境预报来说，用到最多的是被广为熟知的气象预报专家系统。该系统是以气象环境学知识为基础，并以推理机系统产生的逻辑推断为依据来预报气象环境。通常包括知识获取、知识库、数据库、推理机、输出解释和资料处理与预报参数采集等6 部分分系统。知识获取分系统是利用压缩后的预报因子和因子群，将从气象环境预报员和气象领域专家得到的知识转变为系统可识别的形式，并将其寄存于知识库分系统中。……