A Preliminary Application of the Differential Evolution Algorithm to Calculate the CNOP

A projected skill is adopted by use of the differential evolution （DE） algorithm to calculate a conditional nonlinear optimal perturbation （CNOP）. The CNOP is the maximal value of a constrained optimization problem with a constraint condition, such as a ball constraint. The success of the DE algorithm lies in its ability to handle a non-differentiable and nonlinear cost function. In this study, the DE algorithm and the traditional optimization algorithms used to obtain the CNOPs are compared by analyzing a theoretical grassland ecosystem model and a dynamic global vegetation model. This study shows that the CNOPs generated by the DE algorithm are similar to those by the sequential quadratic programming （SQP） algorithm and the spectral projected gradients （SPG2） algorithm. If the cost function is non-differentiable, the CNOPs could also be caught with the DE algorithm. The numerical results suggest the DE algorithm can be employed to calculate the CNOP, especially when the cost function is non-differentiable.     

有限元集中质量法在非饱和土壤水流中的应用

利用Ｇａｌｅｒｋｉｎ有限元集中质量法,讨论了非饱和土壤水流动的数值计算模型,用以模拟均质土壤,地下水埋藏很深且在不同的初始和边界条件下的水分运动。通过将第一类边界条件齐次化,而对于第二类非线性边界条件采用变分的办法将其直接转化为已知边界通量的计算,从而容易且较好地处理了带通量约束边界条件。对于入渗或蒸发问题,用通常的离散方法容易产生振荡非物理解。我们采用有限元集中质量法,将质量矩阵的非对角元集中到主对角元,避免了这种非物理解的产生。利用该方案统一地模拟如下情况：稳定入渗和蒸发、蒸发一段时间后达到风干率,以及波动入渗蒸发时土壤水势的变化状况。模拟表明,在已知有关土壤参数的情况下,该模型能较好地模拟非饱和流水势及含水量分布。     

一个基于打靶法的大气污染源反演自适应算法

污染源反演对大气污染预报及控制有重要意义。目前普遍采用的源反演统计方法存在对观测误差、源清单先验估计误差敏感等弱点。基于打靶法思想的各种算法以其精度高、程序简单、实用性强的特点被广泛应用于系统控制领域。本文提出的基于打靶法思想的大气污染源反演自适应算法在精度高、算法简明的基础上弥补了统计方法的不足:能处理源清单中的大误差、初值大误差、观测值在个别时间点的大误差;无需先验分布假设及误差估计。本文还以简单模型的理想试验为例,展示了该自适应算法的计算效果。     

一类三次超越多项式零点的分布及其在时滞生物系统的应用

本文讨论了一类三次超越多项式零点的分布,给出了零点分布在左半复平面、穿过虚轴和进入右半复平面的充分条件.作为应用,考虑了带时滞的三种群食物链模型、带时滞的睾酮分泌模型、带时滞的HIV体内感染动力学模型、带时滞的葡萄糖-胰岛素模型、带时滞的肿瘤-免疫系统作用模型的稳定性和分支问题.     

伴随系统及非线性优化方法在REM模式可预报性研究中的实际个例应用

利用REM模式的伴随系统和非线性优化方法，通过三个实际天气个例，对REM模式的可预报性问题进行了研究。结果表明，REM模式在给定的实际应用中可接受的预报误差范围内，对三个天气个例都具有预报能力。对于个例一，利用现有的常规报文初始观测场，进行简单的插值处理（最优插值等），REM数值模式就可以得到比较满意的预报结果； 对于个例二和个例三，对现有的报文初始观测场进行处理（如四维变分资料同化）后，REM模式在给定的误差允许范围内，对这两个天气个例仍得到满意的预报。研究结果不仅对改进数值模式具有一定的指导意义，而且对如何改进数值模式的初值问题，特别是在中尺度天气预报中如何改进具有一定的参考价值。