几种约束优化算法求解含“开关”过程的条件非线性最优扰动的比较

求解条件非线性最优扰动(Conditional Nonlinear Optimal Perturbation,CNOP)属约束最优化问题,一般采用基于伴随模式提供梯度信息的约束优化算法(简称ADJ)进行求解。当优化问题涉及不连续的"开关"过程时,传统优化算法的寻优能力会受到较大的影响。近年来遗传算法(Genetic Algorithm,GA)因其在非光滑优化问题中的鲁棒性备受关注,但GA的性能不仅与优化问题有关,还取决于遗传算子的配置。本文将一种新的约束GA(GA1)用于求解CNOP,并对GA1,ADJ及具有不同遗传算子配置的约束GA(GA2)求解含"开关"过程的CNOP时的性能进行了比较。数值试验结果显示,GA1和GA2的全局寻优能力明显优于ADJ,后者易于陷入局部最优;对于不同的初猜值(不同的初始种群),GA1求解的CNOP能够保持一个较为一致的空间结构,ADJ求解的CNOP呈现了明显的两种结构,一种代表的是全局CNOP,一种是局部CNOP。通过验证不同遗传策略对优化结果的影响发现,对不同的优化问题,采用合适的遗传策略以及合适的参数设置是获取更好优化结果的一种有效途径。     

除草剂百草枯对褶皱臂尾轮虫(Brachionus plicatilis)摄食和实验种群动态的影响

采用实验生态学方法研究了除草剂百草枯对褶皱臂尾轮虫(Brachionus plicatilis)的摄食和种群动态的影响。结果表明,百草枯对褶皱臂尾轮虫的24hLC50为9.17mg/L,对褶皱臂尾轮虫的摄食具有明显的抑制作用。实验浓度下褶皱臂尾轮虫对小球藻的滤水率和摄食率随百草枯浓度的增加先下降后升高。百草枯对褶皱臂尾轮虫种群动态影响显著,使轮虫的胚胎发育时间、繁殖前期和繁殖后期延长,繁殖期和平均寿命缩短,产卵量和繁殖率降低。轮虫的净生殖率和世代时间均低于对照,不同百草枯浓度下轮虫能够维持一定的种群增长。     

最优化方法在确定对流混合层顶夹卷率中的应用

晴天充分混合的对流边界层(CBL)中常采用相对简单的零阶近似平板模式.在该模式中,通常假设边界层顶的夹卷通量与地面通量有着固定的线性关系作为其闭合条件,即/(wθ)h=-A/(wθ)s.由于受观测资料的限制,参数A通常是由大涡模拟(LES)的方法得到,并利用有限的观测资料加以验证.作者基于ARM(Atmospheric RadiationMeasurement Program)观测资料,利用最优化参数算法,确定该闭合参数,使得对流混合层模式能最大可能地再现实际边界层的发展过程.首次尝试了最优参数算法在确定真实物理过程参数中的应用.模拟结果分析表明,在观测资料足够多的情况下,最优化方法应是确定该闭合参数的行之有效的方法.     

THE EFFECTIVENESS OF GENETIC ALGORITHM IN CAPTURING CONDITIONAL NONLINEAR OPTIMAL PERTURBATION WITH PARAMETERIZATION “ON-OFF” SWITCHES INCLUDED BY A MODEL

In the typhoon adaptive observation based on conditional nonlinear optimal perturbation (CNOP), the ‘on-off’ switch caused by moist physical parameterization in prediction models prevents the conventional adjoint method from providing correct gradient during the optimization process. To address this problem, the capture of CNOP, when the “on-off” switches are included in models, is treated as non-smooth optimization in this study, and the genetic algorithm (GA) is introduced. After detailed algorithm procedures are formulated using an idealized model with parameterization “on-off” switches in the forcing term, the impacts of “on-off” switches on the capture of CNOP are analyzed, and three numerical experiments are conducted to check the effectiveness of GA in capturing CNOP and to analyze the impacts of different initial populations on the optimization result. The result shows that GA is competent for the capture of CNOP in the context of the idealized model with parameterization ‘on-off’ switches in this study. Finally, the advantages and disadvantages of GA in capturing CNOP are analyzed in detail.     

Lorenz 96模式中三种目标观测方法的有效性比较

目标观测是有效提升观测效能和观测质量的一种观测策略,其核心部分是敏感区的识别。本文在Lorenz-96模式上比较了奇异向量法(SVs)、集合变换卡尔曼滤波法(ETKF)和条件非线性最优扰动法(CNOP)识别敏感区的优劣,并尝试揭示ETKF方法性能不稳定的原因与机制。试验结果表明:在312h内的不同预报时刻,CNOP方法识别的敏感区范围较小且对预报效果的提升率最高;SVs方法识别的敏感区对72h内的预报有较好的改进,但72h后改进程度急剧下降,到120h后基本失效;ETKF方法识别的敏感区在72h内不如其他方法的效果好。此外,在ETKF方法识别的敏感区与随机选取的敏感区对比中发现,由于ETKF方法操作时采用顺序观测资料处理方案搜寻敏感区,本质上忽略了观测资料间的相关性,导致ETKF方法识别出的敏感区并不一定是全局信号方差最大的区域,对预报效果的改善有限,这也说明了如何优化敏感区搜寻方案是提高ETKF方法效能的关键。