文献

J-GLOBAL ID：201702257166002660   整理番号：17A0813865

不連続「スイッチ」過程を含む変分データ同化を効率的に解くための遺伝的アルゴリズムを提案した。【JST・京大機械翻訳】

著者 (3件)： Zheng Qin (解放軍理工大学理学院) ,  Sha Jianxin (解放軍理工大学理学院) ,  Fang Changluan (解放軍理工大学理学院)
資料名： Zhongguo Kexue. Diqiu Kexue  (Zhongguo Kexue. Diqiu Kexue)
巻： 42  号： 3  ページ： 459-471  発行年： 2012年 
JST資料番号： C2584A  ISSN： 1674-7240  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 大気や海洋モデルの改善に伴い、ますます多くの物理過程がパラメータ化形式でモデルに組み込まれ、これはモデルが大気や海洋の運動をより正確に記述することができるが、一方、モデルに「スイッチ」形式の非平滑過程を導入し、モデルの非線形性を向上させる。最終的に,従来の随伴法(ADJ)に基づく変分データ同化(VDA)は有効に機能しない。本論文では,遺伝的アルゴリズム(GA)の自己適応能力を利用して,適応選択と突然変異演算子とハイブリッド交差演算子を採用し,エリート保存戦略を結合することにより,不連続”スイッチ”過程を含む変分データ同化問題を解くためのGA(GANEW)を提案した。GANEWの有効性と実現可能性を検証するために、実際の数値天気予報モデルにおける単一罫線上の比湿の時間発展による偏微分方程式を同化実験における制御方程式として用い、GANEWに基づく同化結果とADJに基づく同化結果との比較を行った結果、以下のことが分かった。制御方程式における「スイッチ」プロセスにより、コスト関数に深刻なジャンプ不連続と多点点が現れるが、GANEWの遺伝演算子の適切な配置により、コスト関数の勾配情報を必要とせず、最適化探索過程において、モード初期値の物理的制約を十分に考慮することができる。GANEWに基づく同化法は同化効果において従来の随伴法より明らかに優れている。また、研究結果により、GAに基づく同化効果は遺伝演算子(選択、交差、変異)の選択と直接関係があり、適切な遺伝演算子を用いてより優れた同化結果が得られることが分かった。最後に,観測誤差,モード誤差および観測密度に対する類似性の感度を解析し,従来の随伴法と比較し,結果は,GANEWが不連続なスイッチを含む変化データ同化において観測誤差をもたらすことを示した。モデル誤差とスパース観測は,より強いロバスト性を持っている。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  パラメタリゼーション ,  類似性 ,  偏微分方程式 ,  非線形性 ,  *データ同化 ,  *不連続性 ,  費用関数 ,  *遺伝的アルゴリズム ,  海洋 ,  *スイッチ ,  時間発展 ,  *変分法 ,  ロバスト性
準シソーラス用語： 随伴法 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 不連続 ,  過程 ,  変分 ,  データ同化 ,  遺伝的アルゴリズム ,  提案