[發(fā)明專利]一種非恒定的條件非線性最優(yōu)參數(shù)擾動(dòng)計(jì)算方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201610099151.6
• 申請(qǐng)日: 2016-02-23
• 公開（公告）號(hào): CN105631556A
• 公開（公告）日: 2016-06-01
• 發(fā)明（設(shè)計(jì)）人: 徐強(qiáng)強(qiáng)
• 申請(qǐng)（專利權(quán)）人: 徐強(qiáng)強(qiáng)
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04
• 代理公司: 北京挺立專利事務(wù)所(普通合伙) 11265
• 代理人: 王震秀

技術(shù)領(lǐng)域

本發(fā)明涉及參數(shù)擾動(dòng)計(jì)算領(lǐng)域，具體涉及一種非恒定的條件非線性最優(yōu)參 數(shù)擾動(dòng)計(jì)算方法。

背景技術(shù)

在預(yù)報(bào)領(lǐng)域中(如天氣預(yù)報(bào)、海況預(yù)報(bào))，由于存在初始誤差和參數(shù)誤差， 所以會(huì)導(dǎo)致預(yù)報(bào)結(jié)果出現(xiàn)誤差。要提高預(yù)報(bào)結(jié)果的準(zhǔn)確性就有必要研究初始誤 差和參數(shù)誤差，在各種類型的初始誤差和參數(shù)誤差中，最典型的就是能導(dǎo)致預(yù) 報(bào)誤差最大的一類，也就是最優(yōu)的初始擾動(dòng)和參數(shù)擾動(dòng)。要找到這樣的最優(yōu)擾 動(dòng)，就需要一定的計(jì)算方法。

目前已公開的類似的方法是條件非線性最優(yōu)擾動(dòng)方法(Conditional NonlinearOptimalPerturbation,簡(jiǎn)稱CNOP)，該方法有兩方面內(nèi)容：一是 用于計(jì)算最優(yōu)初始擾動(dòng)(ConditionalNonlinearOptimal Perturbation-Initial,簡(jiǎn)稱CNOP-I)；另一個(gè)則是用于計(jì)算最優(yōu)參數(shù)擾動(dòng) (ConditionalNonlinearOptimalPerturbation-Parameter,簡(jiǎn)稱CNOP-P), 但是其將參數(shù)擾動(dòng)視作恒定進(jìn)行優(yōu)化計(jì)算，所得的最優(yōu)參數(shù)擾動(dòng)也是恒定的 (不隨時(shí)間、空間變化)，顯然這種方法在某些參數(shù)擾動(dòng)變化的系統(tǒng)中是不夠 完善的。

發(fā)明內(nèi)容

為解決上述問題，本發(fā)明提供了一種非恒定的條件非線性最優(yōu)參數(shù)擾動(dòng)計(jì) 算方法，將參數(shù)擾動(dòng)作為變化的量來進(jìn)行優(yōu)化計(jì)算，計(jì)算出的最優(yōu)參數(shù)擾動(dòng)也 會(huì)隨時(shí)間或空間變化。

為實(shí)現(xiàn)上述目的，本發(fā)明采取的技術(shù)方案為：

一種非恒定的條件非線性最優(yōu)參數(shù)擾動(dòng)計(jì)算方法，包括如下步驟：

S1、假設(shè)一個(gè)預(yù)報(bào)系統(tǒng)表達(dá)為：

X(t)＝M(p)(X₀)(1)

式中，X為預(yù)報(bào)變量，X＝(x₁,x₂,…,x_n),n表示變量個(gè)數(shù)，X₀為初始狀態(tài)， X(t)為預(yù)報(bào)結(jié)果，p＝(p₁,p₂…..p_m)為系統(tǒng)中的參數(shù)(共m個(gè))，M(p)為 參數(shù)為p時(shí)的非線性傳播算子；p_i(i＝1,2,….,m)可以記作p_i(j,k)，j表示不同 空間位置，k表示不同的時(shí)間點(diǎn)；p_i(j,k)可以是一個(gè)常數(shù)，也可以隨時(shí)間、 空間變化；

S2、假設(shè)一個(gè)隨時(shí)間、空間變化的參數(shù)擾動(dòng)記作p’，p’ ＝(p₁’,p₂’,…..,p_m’)。p_i’(i＝1,2,….,m)是隨時(shí)間和空間變化的量，那么 p_i’可以記作p_i’(j,k)，j表示空間位置，k表示時(shí)間點(diǎn)；

S3、添加參數(shù)擾動(dòng)之后(1)變成：

X’(t)＝M(p+p’)(X₀)(2)

S4、利用(1)和(2)構(gòu)造一個(gè)能夠衡量參數(shù)擾動(dòng)對(duì)預(yù)報(bào)誤差影響大小的 目標(biāo)函數(shù)J，那么J就是p’的函數(shù)，即:

J＝J(p’)(3)

S5、根據(jù)梯度定義，估算目標(biāo)函數(shù)J對(duì)p_i’(j,k)各分量的梯度函數(shù)G；

S6、設(shè)置參數(shù)擾動(dòng)約束條件；

S7、在優(yōu)化算法中輸入多組不同的參數(shù)擾動(dòng)初猜值，擾動(dòng)約束條件，目標(biāo) 函數(shù)，目標(biāo)函數(shù)對(duì)擾動(dòng)的梯度函數(shù)，結(jié)果輸出條件，即可計(jì)算出能使目標(biāo)函數(shù) 最大的參數(shù)擾動(dòng)p’^*,p’^*即是最優(yōu)參數(shù)擾動(dòng)。

優(yōu)選地，通過如下步驟計(jì)算p’^*：

S11、同S1；

S12、同S2；

S13、同S3；

S14、同S4,具體目標(biāo)函數(shù)J為：

J＝-(||X(t)’-X(t)||₂)²/2，(4)

其中||||₂表示L2范數(shù)；