×

一种基于梯度定义的求解条件非线性最优摄动的有效方法。 (英语) Zbl 1426.90237号

摘要:条件非线性最优摄动(CNOP)已被广泛应用于研究天气和气候的可预测性。求解CNOP的经典方法是伴随法,其中使用伴随模型来获得梯度。但是一些数值模型没有实现伴随模型,由于工作量巨大,从头开始开发是不现实的;然而,随着维数的急剧增长,其计算效率将急剧下降。因此,在求解CNOP时,很少通过定义获得梯度。本文提出了一种基于梯度定义的有效方法,在整个解空间内并行求解CNOP。我们的方法用于求解Zebiak-Cane(ZC)模型中的CNOP,与作为基准的伴随方法相比,我们的方法可以在CNOP值和模式方面获得类似的结果,并且在时间上效率更高消耗方面,只有12.83秒,而伴随方法花费15.04秒,如果提供更多的CPU内核,则花费更少的时间。所有实验结果都表明,基于整个解空间周围梯度定义的方法求解CNOP是可行的。

MSC公司:

90立方 非线性规划
65千5 数值数学规划方法

软件:

运动类游戏
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Mu,M。;Duan,W.S.,研究ENSO可预测性的新方法:条件非线性最优扰动,中国科学通报,48,10,1045-1047,(2003)·doi:10.1360/02wd0389
[2] Mu,M。;Duan,W。;王,Q。;Zhang,R.,条件非线性最优摄动方法的扩展及其应用,地球物理中的非线性过程,17,2,211-220,(2010)·doi:10.5194/npg-17-211-2010
[3] Duan,W.S。;Mu,M。;Wang,B.,作为厄尔尼诺-南方涛动事件最佳前兆的条件非线性最佳扰动,地球物理研究杂志:大气,109,23,(2004)·doi:10.1029/2004JD004756
[4] Duan,W.S。;薛凤。;Mu,M.,通过条件非线性最优扰动研究厄尔尼诺事件的非线性特征,大气研究,94,1,10-18,(2009)·doi:10.1016/j.atmoses.2008.09.03
[5] Duan,W。;Yu,Y。;Xu,H。;Zhao,P.,调节最佳前兆扰动引起的厄尔尼诺事件的非线性行为,气候动力学,40,5-6,1399-1413,(2013)·数字对象标识代码:10.1007/s00382-012-1557-z
[6] 王,Q。;Mu,M。;Dijkstra,H.A.,条件非线性最优摄动方法在黑潮大弯曲可预报性研究中的应用,大气科学进展,29,1,118-134,(2012)·doi:10.1007/s00376-011-0199-0
[7] Sun,G。;Mu,M.,人类活动初始扰动和气候变化参数扰动对草原生态系统的非线性组合影响,地球物理学中的非线性过程,18,6,883-893,(2011)·doi:10.5194/npg-18-883-2011年
[8] Mu,M。;Duan,W。;Wang,B.,理论模型中非线性最优误差增长和厄尔尼诺-南方涛动可预测性的季节依赖动力学,地球物理研究杂志:大气,112,10,(2007)·doi:10.1029/2005JD006981
[9] Mu,M。;Xu,H。;Duan,W.,与Zebiak-Cane模型中厄尔尼诺事件的“春季可预测屏障”相关的一种初始误差,《地球物理研究快报》,34,3,(2007)·doi:10.1029/2006GL027412
[10] Duan,W。;Mu,M.,《非线性误差增长动力学和厄尔尼诺预测的“春季可预测性障碍”》,《气候变化:几十年及其后》。《气候变化:几十年及其后》,《亚洲-太平洋气候与气候世界科学丛书》,6,81-96,(2015),《世界科学》·doi:10.1142/9789814579933_0005
[11] Duan,W.S。;Zhang,R.,模型参数误差是否与厄尔尼诺事件的春季可预测性障碍有关?理论模型的结果,大气科学进展,27,5,1003-1013,(2010)·doi:10.1007/s00376-009-9166-4
[12] Mu,M。;王,Q。;Duan,W。;蒋政,条件非线性最优摄动在大气和海洋目标观测研究中的应用,气象研究杂志,28,5,923-933,(2014)·doi:10.1007/s13351-014-4057-8
[13] 王,Q。;Mu,M.,条件非线性最优摄动在高影响海洋大气环境事件目标观测中的应用,大气、海洋和水文应用数据同化,III,513-526,(2017),德国柏林:施普林格国际出版公司,德国柏林
[14] 张,L.-L。;袁世杰。;Mu,B。;Zhou,F.-F.,利用PCAGA方法识别基于CNOP的热带气旋自适应观测敏感区,《亚洲太平洋大气科学杂志》,53,1,63-73,(2017)·doi:10.1007/s13143-017-0005-8
[15] 邹,G。;王,Q。;Mu,M.,使用浅水模型确定适应性观测的敏感区域以预测黑潮大弯曲,中国海洋与湖沼学杂志,34,5,1122-1133,(2016)·doi:10.1007/s00343-016-4264-5
[16] Mu,M。;蒋,Z.,生成集合预测初始扰动的新方法:条件非线性最优扰动,中国科学通报,53,13,2062-2068,(2008)·doi:10.1007/s11434-008-0272-y
[17] 霍,Z。;Duan,W.,《正交条件非线性最优扰动:应用于生成集合预报成员》,EGU大会摘要,17,(2015)
[18] Duan,W。;霍,Z.,为集合预报生成相互独立的初始扰动的方法:正交条件非线性最优扰动,大气科学杂志,73,3,997-1014,(2016)·doi:10.1175/JAS-D-15-0138.1
[19] 伯金,E.G。;马丁内斯,J.M。;Raydan,M.,算法813:SPG-凸约束优化软件,ACM数学软件汇刊,27,3,340-349,(2001)·兹比尔1070.65547 ·数字对象标识代码:10.1145/502800.502803
[20] 朱,C。;伯德·R·H。;Lu,P.,L-BFGS-B:大规模有界约束优化的fortran子程序,报告NAM-11,4,(1994),美国伊利诺伊州埃文斯顿:美国伊利诺伊州埃文斯顿西北大学EECS系·Zbl 0912.65057号 ·doi:10.1145/279232.279236
[21] 郑琦。;戴,Y。;张,L。;Sha,J。;Lu,X.,关于遗传算法在涉及“开-关”开关的可预测性问题中的应用,大气科学进展,29,2,422-434,(2012)·文件编号:10.1007/s00376-011-1054-z
[22] F.Chang-luan。;Qin,Z.,遗传算法在捕获带参数化条件非线性最优摄动中的有效性,“开关”,模型中的开关,热带气象学杂志,15,1,13-19,(2009)
[23] Wen,S。;袁,S。;Mu,B。;李,H。;Chen,L.,SAEP:求解条件非线性最优扰动的基于模拟退火的集成投影方法,并行处理算法和架构国际会议。国际并行处理算法和架构会议,计算机科学讲稿,8630,655-668,(2014)·doi:10.1007/978-3-319-11197-1_51
[24] Mu,B。;Wen,S。;袁,S。;Li,H.,PPSO:基于PCA的粒子群优化算法求解条件非线性最优扰动,计算机与地球科学,83,65-71,(2015)·doi:10.1016/j.cageo.2015.06.016
[25] Wen,S。;袁,S。;Mu,B。;Li,H.,基于鲁棒PCA的遗传算法求解CNOP,智能计算国际会议。国际智能计算大会,《计算机科学讲义》,9225,597-606,(2015),施普林格国际出版社·doi:10.1007/978-3-319-22180-9_59
[26] Wen,S。;袁,S。;Mu,B。;李,H。;Ren,J.,PCGD:求解CNOP的基于主成分的大洪水方法,IEEE进化计算大会论文集,(CEC’15),IEEE·doi:10.1109/CEC.2015.7257067
[27] Mu,B。;张,L。;袁,S。;Li,H.,PCAGA:基于主成分分析的遗传算法求解条件非线性最优扰动,《国际神经网络联合会议论文集》(IJCNN’15),爱尔兰基拉尼·doi:10.1109/IJCNN.2015.7280522
[28] 袁,S。;严,J。;Mu,B。;Li,H.,求解条件非线性最优摄动的并行动态步长球隙传输算法,第17届IEEE高性能计算与通信国际会议论文集,IEEE第七届网络空间安全与保障国际研讨会和IEEE第十二届嵌入式软件与系统国际会议(ICESS’15)·doi:10.1109/HPCC-CSS-ICESS.2015.261
[29] 袁,S。;季凤。;严,J。;Mu,B.,用于快速求解CNOP的基于并行敏感区域选择的粒子群优化算法,神经信息处理国际会议。神经信息处理国际会议,计算机科学讲稿,9490,71-78,(2015),斯普林格国际出版公司·doi:10.1007/978-3-319-26535-39
[30] 袁,S。;钱,Y。;Mu,B.,具有正弦映射的并行连续禁忌搜索算法和求解CNOP的分阶段策略,并行处理算法和体系结构国际会议。国际并行处理算法和架构会议,计算机科学讲稿,9530,281-294,(2015),Springer International Publishing·doi:10.1007/978-3-319-27137-8_22
[31] 袁,S。;赵,L。;Mu,B.,用于求解条件非线性最优摄动的基于并行协同进化的粒子群优化算法,神经信息处理国际会议。神经信息处理国际会议,计算机科学讲稿,9490,87-95,(2015),斯普林格国际出版公司·doi:10.1007/978-3-319-26535-3_11
[32] Ren,J。;袁,S。;Mu,B.,求解条件非线性最优扰动的并行改进人工蜂群算法,第18届IEEE高性能计算与通信国际会议论文集,第14届IEEE智能城市国际会议和第2届IEEE数据科学与系统国际会议,(HPCC/SmartCity/DSS’16),IEEE·doi:10.10109/HPCC-市场-DSS.2016.0055
[33] 张,R.-H。;Zebiak,S.E。;Kleeman,R。;Keenlyside,N.,使用改进的中间耦合模型进行厄尔尼诺回顾性预测,《月度天气评论》,133,9,2777-2802,(2005)·doi:10.1175/MWR3000.1
[34] 张,R.-H。;Kleeman,R。;Zebiak,S.E。;基恩利赛德,北卡罗来纳州。;Raynaud,S.,《用于改进中间海洋模型中SST异常模拟的次表层卷吸温度的经验参数化》,《气候杂志》,18,2,350-371,(2005)·doi:10.1175/JCLI-3271.1
[35] 张,R.-H。;Zebiak,S.E。;Kleeman,R。;Keenlyside,N.,《厄尔尼诺模拟和预测的新中间耦合模型》,《地球物理研究快报》,30,19,153-166,(2003)
[36] 王,B。;Tan,X.W.,台风目标观测实验中获取CNOP的快速算法及其初步测试,《中国气象学报》,2175-188,(2009)
[37] 王,B。;Tan,X.,条件非线性最优摄动:无伴随计算方法和初步检验,《月度天气评论》,138,4,1043-1049,(2010)·doi:10.1175/2009MWR3022.1
[38] Chen,L。;Duan,W。;Xu,H.,基于SVD的集合投影算法计算条件非线性最优摄动,科学中国地球科学,58,3,385-394,(2015)·doi:10.1007/s11430-014-4991-4
[39] Zebiak,S.E。;Cane,M.A.,《厄尔尼诺-南方涛动模型》,《每月天气评论》,115,1022262-2278,(1987)·doi:10.1175/1520-0493(1987)115<2262:AMENO>2.0.CO;2
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。