利用改进的并行粒子群算法对变分资料同化的研究

董怡琦; 周明睿; 刘力源; 余一冬; 陈科; 童亚拉

doi:10.19603/j.cnki.1000-1190.2021.01.008

华中师范大学学报（自然科学版） ›› 2021, Vol. 55 ›› Issue (01) : 46 -51. DOI: 10.19603/j.cnki.1000-1190.2021.01.008

利用改进的并行粒子群算法对变分资料同化的研究

董怡琦, 周明睿, 刘力源, 余一冬, 陈科, 童亚拉

作者信息 +

Author information +

文章历史 +

摘要

近年来,为了提高同化精度和减少同化时间,粒子群算法(PSO)被引入到数值天气预报资料同化中来.粒子群算法虽然令同化精度有所提高,但同化时间仍然存在较大缺陷.基于此,首先设计了一种改进的并行粒子群算法(P2PSO),然后应用于含不连续"开关"过程的变分资料同化中,与时变双重压缩因子粒子群算法(PSOTVCF)和动态权重粒子群算法(PSODIWAF)在同化速度、同化精度和收敛性上进行了比较.实验结果表明,设计的并行粒子群算法在不降低同化精度的同时,将同化时间缩短了一半,在收敛速度上明显优于动态权重粒子群算法和时变双重压缩因子粒子群算法.