首页> 中文学位 >协同进化算法研究及在暴雨强度公式参数优化中的应用
【6h】

协同进化算法研究及在暴雨强度公式参数优化中的应用

代理获取

目录

摘要

Abstract

第一章 绪论

1.1 研究背景及意义

1.2 优化算法研究进展

1.3 进化算法在气象学参数优化领域的研究现状

1.4 本文研究内容

1.5 本文组织结构

1.6 本章小结

第二章 暴雨强度公式参数优化问题的建模

2.1 城市降水基础知识

2.1.1 降水三要素

2.1.2 降水量的观测

2.1.3 重现期

2.2 问题建模

2.3 本章小结

第三章 进化多目标优化算法相关工作基础

3.1 多目标进化算法研究目标及热点

3.2 多目标进化的基础知识

3.2.1 Pareto相关概念

3.2.2 标准测试函数

3.2.3 评价指标

3.3 遗传算法

3.4 分布估计算法

3.4.1 EDA算法步骤

3.4.2 EDA的优势

3.5 协同进化算法

3.5.1 协同进化的框架

3.5.2 协同进化的特点

3.6 模拟退火技术

3.7 聚类算法

3.8 本章小结

第四章 NSGA-Ⅱ算法在暴雨强度公式参数优化中的研究

4.1 NSGA-Ⅱ算法精髓

4.1.1 精英策略

4.1.2 拥挤距离排序

4.1.3 非支配排序

4.1.4 算法主要过程图及步骤

4.2 仿真实验

4.2.1 测试函数

4.2.2 实验设计

4.2.3 实验结果

4.2.4 实验分析

4.3 本章小结

第五章 CMOA-BDC协同进化算法研究

5.1 CMOA-BDC

5.1.1 多功能的外部精英集合

5.1.2 精英集合分类方法

5.1.3 基于Pareto支配概念的个体评价方法

5.1.4 父种群的产生方法

5.1.5 新个体的产生方法

5.2 算法的实现过程

5.3 仿真实验

5.3.1 测试函数

5.3.2 评价指标

5.3.3 实验设计

5.3.4 实验结果

5.3.5 实验分析

5.4 本章小结

第六章 CEDA-MSGA进化优化算法研究

6.1 CEDA-MSGA

6.1.1 个体评价方法

6.1.2 “学生榜样”精英集合

6.1.3 模拟退火均衡协同进化与遗传进化

6.1.4 父种群的产生方法

6.2 算法的实现过程

6.3 仿真实验

6.3.1 测试函数

6.3.2 评价指标

6.3.3 实验设计

6.3.4 实验结果

6.3.5 实验分析

6.4 本章小结

第七章 混合算法在暴雨公式参数优化中的应用与对比

7.1 相关对比算法

7.1.1 ES(G)、ES(K)

7.1.2 差分进化算法

7.2 不同暴雨强度公式参数优化算法间的对比

7.2.1 实验设计

7.2.2 实验结果

7.2.3 实验分析

7.3 本章小结

第八章 总结与展望

参考文献

致谢

作者简介

附录1 标准测试函数

展开▼

摘要

气象学中存在大量的复杂参数优化问题,特别是模式、公式中的参数优化问题,往往具有多个相互冲突的目标。多目标进化算法(Multi-objective Evolutionary Algorithms, MOEAs)作为一种群体搜索算法,十分适合求解此类优化问题。因此本文针对气象学中的复杂参数优化问题,深入研究,设计出两种基于协同进化的多目标进化算法,并以暴雨强度公式参数优化问题为例,将它们应用于气象学参数优化问题中,为将来进一步求解更复杂的气象学参数优化问题进行了有益和必要的探索。
  具体而言,本文的主要工作有以下三个方面:1.针对目前MOEAs的研究热点及经典多目标算法NSGA-Ⅱ存在的问题进行了探索研究。首先应用经典多目标进化算法NSGA-Ⅱ求解标准测试函数,发现算法存在种群缺乏多样性及后期搜索存在盲目性的问题。然后结合目前MOEAs的研究热点,进行了讨论,并针对这些问题提出了解决方案。
  2.对提出的两种混合多目标算法进行了详细的介绍,并针对MOEAs的研究目标及热点,运用多个标准测试函数,在多个指标上与经典多目标算法NSGA-Ⅱ及一种较新的算法OMOPSO进行了对比验证,实验结果表明这两种进化算法思想的有效性及性能的优越性,为多目标进化计算提供了新的思路,推进了进化多目标优化的研究。
  3.针对气象学参数优化问题,本文以暴雨强度公式参数优化为例,将文中提出的两种混合多目标进化算法应用到暴雨强度公式参数优化中。实验结果表明,文中提出的两种多目标进化算法可行,且获得的大部分结果都优于文献中给出的结果,进而表明这两种算法可以作为将来求解更复杂的气象学参数优化问题的一种可供借鉴的方法。以上工作不仅丰富了MOEAs的研究,还进一步扩展其应用领域,更重要的是以暴雨强度公式参数优化为例,说明本文算法为气象学参数优化提供了一种可借鉴的方法,为气象与计算机结合提供了一个范例,有助于推动优化算法在气象研究中更多的应用。

著录项

  • 作者

    朱海峰;

  • 作者单位

    南京信息工程大学;

  • 授予单位 南京信息工程大学;
  • 学科 气象信息技术与安全
  • 授予学位 硕士
  • 导师姓名 耿焕同;
  • 年度 2012
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 中文
  • 中图分类 P458.121.1;P413.2;
  • 关键词

    协同进化算法; 暴雨强度公式; 参数优化; 气象学;

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号