耦合多目标遗传算法的数据同化方法参数优化研究

摘要

针对影响数据同化系统性能的数据同化方法中多参数优化问题,设计了一种耦合多目标优化非支配排序遗传算法(Non-dominated Sorting Genetic Algorithms,NSGA-2)的优化框架。以Lorenz-96模型为研究对象,局地化集合转换卡尔曼滤波(Local Ensemble Transform Kalman Filter,LETKF)为实验算法,对影响其同化性能的分析膨胀因子和协方差膨胀因子进行联合优化实验。同时针对计算时间过长问题,对该框架进行并行改进。研究结果表明:该框架针对变量范围较大的参数空间,具有良好的多变量寻优效果,鲁棒性较强,并行设计节省运行时间,耦合多目标遗传算法的数据同化方法整体寻优框架设计实现简单,进一步将验证其在陆面数据同化中的应用前景。

关键词