基于多层感知机代理模式的地球系统模式物理参数优化方法

论文摘要

地球系统模式中物理参数的不确性会对气候模拟的精度产生巨大的影响,优化物理参数对提高气候预测的准确性至关重要。通常在地球系统模式的参数优化中有多个目标需要同时优化,然而目前常用的进化多目标算法在地球系统模式上使用需要极高的计算代价,因此提出了一种基于多层感知机（MLP）神经网路的多目标代理模式参数优化方法MO-ANN。此方法利用多层感知机建立代理模式,用代理模式来预估候选采样点的优劣,提高了多目标优化的精度和收敛性。在复杂数学函数和单柱大气模式上的对比实验表明,MO-ANN优化算法相对于进化多目标算法具有明显优势,特别是在热带暖池-国际云实验的单柱大气模式中,MO-ANN收敛速度可相对NSGAIII提升5倍以上。

论文目录

• 0 引言
• 1 多目标代理模式优化方法
•   1.1 基于多层感知机代理模式参数优化方法总体思路
•   1.2 多层感知机代理模式的实现
• 2 实验设计
• 3 复杂数学函数上多目标优化结果
• 4 单柱大气模式上多目标优化结果
• 5 结论

文章来源

类型: 期刊论文

作者: 吴利,黄欣,薛巍

关键词: 参数优化,多目标优化,多层感知机,地球系统模式

来源: 电子技术应用 2019年08期

年度: 2019

分类: 信息科技,基础科学

专业: 气象学

单位: 清华大学计算机科学与技术系,北亚利桑那大学生态系统科学与社会中心

分类号: P45

DOI: 10.16157/j.issn.0258-7998.190606

页码: 99-103

总页数: 5

文件大小: 314K

下载量: 85