[發明專利]基于并行梯度定義方法的臺風目標觀測敏感區識別方法

在審

• 申請號: 201910406608.7
• 申請日: 2019-05-16
• 公開（公告）號: CN110287986A
• 公開（公告）日: 2019-09-27
• 發明（設計）人: 穆斌;任菊慧;袁時金
• 申請（專利權）人: 同濟大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F17/15;G06F17/16;G06Q50/26
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 趙繼明

1.一種基于并行梯度定義方法的臺風目標觀測敏感區識別方法，其特征在于，包括以下步驟：

步驟1：按需求選定將進行目標觀測敏感區識別的臺風類型；

步驟2：選定臺風類型對應的最終驗證區域、開始預報時刻和驗證時刻并建立對應CNOP；

步驟3：利用并行梯度定義方法求解CNOP得出求解結果；

步驟4：結合CNOP的求解結果利用垂直積分能量方法得出選定臺風類型的目標觀測敏感區的識別結果。

2.根據權利要求1所述的一種基于并行梯度定義方法的臺風目標觀測敏感區識別方法，其特征在于，所述步驟3中的并行梯度定義方法包括以下步驟：

步驟S1：初始化相關優化變量；

步驟S2：采用梯度定義方法求解得出條件非線性最優擾動最優值結果；

步驟S3：循環迭代步驟S2并判斷是否滿足停止迭代條件；

步驟S4：當滿足停止迭代條件時輸出原始求解空間的條件非線性最優擾動最優值結果。

3.根據權利要求2所述的一種基于并行梯度定義方法的臺風目標觀測敏感區識別方法，其特征在于，所述的步驟S2具體包括以下分步驟：

步驟S21：求解條件非線性最優擾動的目標函數關于優化變量的梯度；

步驟S22：使用SPG2梯度投影算法沿梯度下降的方向搜索可轉化為最優值結果的目標函數最小值。

4.根據權利要求3所述的一種基于并行梯度定義方法的臺風目標觀測敏感區識別方法，其特征在于，所述步驟S21中的目標函數關于優化變量的梯度，其計算公式為：

式中，f′(X)表示目標函數關于優化變量的梯度，表示優化變量每個變量關于目標函數的一階偏導數。

5.根據權利要求4所述的一種基于并行梯度定義方法的臺風目標觀測敏感區識別方法，其特征在于，所述的優化變量每個變量關于目標函數的一階偏導數的計算公式為：

式中，Δx表示變量增量，x₁,…,x_i,…,x_n表示所有優化變量。

6.根據權利要求3所述的一種基于并行梯度定義方法的臺風目標觀測敏感區識別方法，其特征在于，所述步驟S21中的梯度的優化計算采用MPI技術進行并行計算，所述并行計算采用主-從進程，所述主-從進程中的主進程用于負責任務的分配和結果的收集并將任務均分，若任務無法均分時通過計算為子進程分配任務。

7.根據權利要求1所述的一種基于并行梯度定義方法的臺風目標觀測敏感區識別方法，其特征在于，當數值模式的維度需要降維時，所述步驟3中的并行梯度定義方法還包括：對得到的優化變量的樣本數據使用奇異值分解算法或主成分分析算法進行降維后在特征空間進行梯度的求解和尋優。

8.根據權利要求2所述的一種基于并行梯度定義方法的臺風目標觀測敏感區識別方法，其特征在于，所述步驟S3中的停止迭代條件為：是否超過最大迭代步數或最優值是否超過設定次數保持不變。

9.根據權利要求1所述的一種基于并行梯度定義方法的臺風目標觀測敏感區識別方法，其特征在于，所述步驟4中的垂直積分能量方法具體包括：將CNOP每個格點上的物理量對垂直方向總能量進行垂直積分，從而得到水平面上的各個格點的總能量，然后將水平方向總能量最大值的區域作為選定臺風類型的目標觀測敏感區。