隨著地球模型的復(fù)雜度增加,各種新型高精度信息的融入和多模型多角度契合,使得數(shù)據(jù)同化系統(tǒng)的計(jì)算時(shí)間越來(lái)越長(zhǎng)。并行數(shù)據(jù)同化框架可較為有效的解決這一問(wèn)題。同時(shí),數(shù)據(jù)同化系統(tǒng)性能易受系統(tǒng)內(nèi)多參數(shù)影響,耦合智能算法優(yōu)化選擇數(shù)據(jù)同化系統(tǒng)參數(shù)值得探究,同時(shí)耦合方案的并行性能亟待開(kāi)發(fā)。鑒于上述問(wèn)題,開(kāi)展了以下工作:一、從集合類Kalman濾波的內(nèi)在并行性入手,對(duì)并行計(jì)算框架存在的模式分解和區(qū)域分解兩種并行策略的原理和集合轉(zhuǎn)換Kalman濾波理論進(jìn)行了探討,并在Lorenz-96模型的基礎(chǔ)上,對(duì)主要接口和進(jìn)程進(jìn)行設(shè)計(jì),最終從單雙進(jìn)程的基礎(chǔ)驗(yàn)證了并行計(jì)算框架在降低單機(jī)存儲(chǔ)需求,不影響數(shù)據(jù)同化性能和降低同化系統(tǒng)耗時(shí)三個(gè)方面取得的良好效果。二、提出了耦合DE算法和NSGA-2算法的數(shù)據(jù)同化參數(shù)優(yōu)化系統(tǒng),對(duì)耦合DE算法的系統(tǒng)進(jìn)行了由局地化半徑和協(xié)方差膨脹因子構(gòu)成的變量空間內(nèi)的變量組合優(yōu)化研究,并從種群個(gè)體分布情況、最優(yōu)個(gè)體的收斂性、種群的變分差值分布等方面驗(yàn)證了該方案具有較好的收斂性和有效性。并最終從空間內(nèi)任意選取的個(gè)體和最優(yōu)個(gè)體的同化性能比較中證實(shí)最優(yōu)個(gè)體選取的正確性。同樣,對(duì)耦合NSGA-2的系統(tǒng)進(jìn)行了由協(xié)... 

【文章來(lái)源】：西北師范大學(xué)甘肅省

【文章頁(yè)數(shù)】：59 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 數(shù)據(jù)同化的發(fā)展
    1.2 研究的背景與意義
    1.3 國(guó)內(nèi)外的研究進(jìn)展
    1.4 研究?jī)?nèi)容與章節(jié)安排
第2章 理論基礎(chǔ)
    2.1 LETKF理論
    2.2 PDAF理論基礎(chǔ)
        2.2.1 語(yǔ)言基礎(chǔ)
        2.2.2 矩陣分布式運(yùn)算
        2.2.3 PDAF的并行策略
    2.3 DE算法與NSGA-2算法
        2.3.1 優(yōu)化問(wèn)題
        2.3.2 DE算法
        2.3.3 NSGA-2
    2.4 本章小結(jié)
第3章 PDAF性能探究
    3.1 模型選擇
    3.2 PDAF與Lorenz-96模型的結(jié)合
    3.3 相交進(jìn)程集配置方案
    3.4 主要接口及程序
        3.4.1 Init_Filter
        3.4.2 Get_State
        3.4.3 Put_State
    3.5 實(shí)驗(yàn)條件與性能參數(shù)
        3.5.1 實(shí)驗(yàn)條件
        3.5.2 性能參數(shù)
    3.6 實(shí)驗(yàn)結(jié)果及分析
    3.7 本章小結(jié)
第4章 數(shù)據(jù)同化參數(shù)優(yōu)化及并行實(shí)現(xiàn)
    4.1 前言
    4.2 耦合DE的數(shù)據(jù)同化系統(tǒng)參數(shù)優(yōu)化
        4.2.1 耦合原理
        4.2.2 數(shù)值實(shí)驗(yàn)
    4.3 耦合NSGA-2的數(shù)據(jù)同化系統(tǒng)參數(shù)優(yōu)化
        4.3.1 耦合原理
        4.3.2 數(shù)值實(shí)驗(yàn)
    4.4 本章小結(jié)
第5章 總結(jié)與展望
    5.1 本文總結(jié)
    5.2 展望
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果及參與項(xiàng)目
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于差分進(jìn)化的動(dòng)態(tài)預(yù)測(cè)模型——以高爐煉鐵為例[J]. 衣麗萍,王西賢,史雨.  中國(guó)高新區(qū). 2018(02)
[2]Lorenz-96模式中三種目標(biāo)觀測(cè)方法的有效性比較[J]. 嚴(yán)珺,鄭琴,周仕政,王璞.  氣象科技. 2017(05)
[3]基于反向?qū)W習(xí)的差分進(jìn)化算法的冷軋負(fù)荷分配[J]. 趙志偉.  計(jì)量學(xué)報(bào). 2017(04)
[4]基于差分進(jìn)化算法的供熱節(jié)能控制系統(tǒng)[J]. 閆峰.  沈陽(yáng)工業(yè)大學(xué)學(xué)報(bào). 2017(03)
[5]任務(wù)并行編程模型研究與進(jìn)展[J]. 王蕾,崔慧敏,陳莉,馮曉兵.  軟件學(xué)報(bào). 2013(01)
[6]順序數(shù)據(jù)同化的Bayes濾波框架[J]. 李新,擺玉龍.  地球科學(xué)進(jìn)展. 2010(05)
[7]遙感科學(xué)與技術(shù)中的一些前沿問(wèn)題[J]. 宮鵬.  遙感學(xué)報(bào). 2009(01)
[8]陸面數(shù)據(jù)同化系統(tǒng)的研究綜述[J]. 黃春林,李新.  遙感技術(shù)與應(yīng)用. 2004(05)

博士論文
[1]集合變分資料同化關(guān)鍵技術(shù)及其并行算法研究[D]. 冷洪澤.國(guó)防科學(xué)技術(shù)大學(xué) 2013

碩士論文
[1]差分進(jìn)化算法的應(yīng)用研究[D]. 周謙.中原工學(xué)院 2016



本文編號(hào)：3634198