進化策略算法研究及其在氣象優(yōu)化問題中的應用.pdf

1、大多數(shù)工程實踐和科學研究問題最終大都可以歸結(jié)為優(yōu)化問題,并且優(yōu)化問題有著很廣泛的應用領域。一些氣象問題比如氣象反問題以及資料同化問題都屬于優(yōu)化問題的范疇。對氣象反問題的研究,有助于提高氣象預報模式的準確度；對資料同化問題的研究,有助于提高預報初值的準確度。而準確的預報模式和準確的初值正是提高數(shù)值天氣預報準確度的前提條件。因此,對這兩方面研究有著重要的科學意義和應用價值,有利于提高我國的數(shù)值預報水平,達到防災和減災的目的,并為經(jīng)濟發(fā)展與社

2、會穩(wěn)定提供強有力的保障。
　　 本研究緊緊圍繞進化策略算法與氣象優(yōu)化問題,進行較深入的探索研究,并取得相應的研究成果。具體而言,本文的工作主要有以下三個方面:
　　 1.針對進化策略算法。應用進化策略算法求解非線性方程組時,發(fā)現(xiàn)算法有時會陷入局部最優(yōu),搜索不到方程組的真實解。討論排序過程的思想,分析排序過程中存在的問題,提出一種基于目標的排序方法,改進了原有的排序方法,通過數(shù)值實驗驗證了改進后算法的有效性。
　　

3、 2.針對預報模式參數(shù)反演問題。應用進化策略算法研究對預報模式的參數(shù)進行反演,在一維擴散方程和Lorenz-96模式上進行了數(shù)值實驗,驗證了進化策略算法在求解參數(shù)反演問題的可行性。
　　 3.針對預報初值問題。在對預報資料進行研究時,應用進化策略算法優(yōu)化其中的目標函數(shù)。先在Lorenz-63模式和Lorenz-96模式上進行了理想個例實驗,然后進一步在正壓原始方程上做了數(shù)值實驗,實驗結(jié)果驗證了進化策略算法在資料同化中應用的可行性