[发明专利]一种非恒定的条件非线性最优参数扰动计算方法

摘要

本发明公开了一种非恒定的条件非线性最优参数扰动计算方法，包括如下步骤：假设一个预报系统表达为：X(t)＝M(p)(X₀)；假设一个随时间、空间变化的参数扰动记作p’；添加参数扰动之后上式变成：X’(t)＝M(p+p’)(X₀)；利用上述两个算式构造一个能够衡量参数扰动对预报误差影响大小的目标函数J；按照梯度定义估算目标函数J关于p’的各时刻、空间上的分量的梯度；再利用优化算法，计算出能使目标函数J最大的参数扰动p’^*。本发明可以计算出随时间和空间变化的最优参数扰动，可以用于分析不同时段、不同区域的参数扰动对预报系统的影响。

主权项

一种非恒定的条件非线性最优参数扰动计算方法，其特征在于，包括如下步骤：S1、假设一个预报系统表达为：X(t)＝M(p)(X₀)  (1)式中，X为预报变量，X＝(x₁,x₂,…,x_n),n表示变量个数，X₀为初始状态，X(t)为预报结果，p＝(p₁,p₂.....p_m)为系统中的参数(共m个)，M(p)为参数为p时的非线性传播算子；p_i(i＝1,2,....,m)也可以记作p_i(j,k)，j表示不同的空间位置，k表示不同的时间点；p_i(j,k)可以是一个常数，也可以随时间、空间变化；S2、假设一个随时间、空间变化的参数扰动记作p’，p’＝(p₁’,p₂’,.....,p_m’)，p_i’(i＝1,2,....,m)是随时间和空间变化的量，那么p_i’可以记作p_i’(j,k)，j表示空间位置，k表示时间点；S3、添加参数扰动之后(1)变成：X’(t)＝M(p+p’)(X₀)  (2)S4、利用(1)和(2)构造一个能够衡量参数扰动对预报误差影响大小的目标函数J，那么J就是p’的函数，即:J＝J(p’)  (3)S5、根据梯度定义，估算目标函数J对p_i’(j,k)各分量的梯度函数G；S6、设置参数扰动约束条件；S7、在优化算法中输入多组不同的参数扰动初猜值，扰动约束条件，目标函数，目标函数对扰动的梯度函数，结果输出条件，即可计算出能使目标函数最大的参数扰动p’^*,p’^*即是最优参数扰动。