[发明专利]一种基于代理模型的大气模式优化方法

权利要求书

1.一种基于代理模型的大气模式优化方法，其特征在于，包括以下步骤：

步骤一：确定调优的参数和优化目标，根据选定参数确认其上下限；

步骤二：利用拉丁超立方采样在参数的范围内进行采样；

步骤三：步骤二中获得的参数样本依次带入到大气模式的参数输入列表中，启动执行大气模式，待各个采样值对应的大气模式执行完毕后，读取大气模式的输出文件，得到不同的样本对于优化目标的改变，使用均方根误差RMSE来判别各个样本对模式的改变水平；

步骤四：利用步骤三获得的数据构建代理模型；

步骤五：利用粒子群算法寻找代理模型的最优解；

步骤六：将步骤五中的解所代表的参数带回到大气模式中，得到新的一组值，将这组值添加到构建代理模型的解集中更新代理模型；

步骤七：判断步骤六中的结果是否满足优化要求，如果不满足，将步骤六中的参数和大气模式模拟的RMSE分别添加到步骤四的样本集合S和均方根误差集合RMSE中，更新代理模型，重复步骤四～步骤六；

步骤八：当步骤六得到的RMSE符合优化的标准时，结束调优过程，输出此时获得的参数，该参数就是最终调优实现的结果。

2.根据权利要求1所述的基于代理模型的大气模式优化方法，其特征在于，根据步骤二，所述拉丁超立方采样的步骤如下：

步骤201：首先确定样本数N，即要抽取的样本数目；

步骤202：将(0，1)区间均分为N段；

步骤203：在这N段中的每一段随机的抽取一个值；

步骤204：将抽取的值通过标准正态分布的反函数映射为标准正态分布样本；

步骤205：打乱抽样顺序，得到最终的采样结果。

3.根据权利要求1所述的基于代理模型的大气模式优化方法，其特征在于，根据步骤三，所述RMSE的计算方法为：

其中n代表第n组采样的结果，取值范围在1到N之间，m表示优化区域的总格点数，y_i表示在第i个格点模式模拟的目标的结果，y_o,i表示观测数据在第i个格点的数值。

4.根据权利要求1所述的基于代理模型的大气模式优化方法，其特征在于，根据步骤四，所述代理模型的方法如下：

401：多项式代理模型，以二阶多项式为例，表达式如下：

其中，β表示待估计系数，d是参数的个数；

402：Kriging代理模型，表达式如下：

y＝f(x)^Tβ_l+z_l(x)，l＝1，2，...，q

其中，β是多项式的回归系数，多项式f(x)可以是任意阶数，z(x)是随机过程，其均值E[z(x)]＝0；

403：RBF代理模型，表达式如下：

其中，i＝1～n表示样本点i的响应值，ω_i表示第i个样本点权重系数，rⁱ为待测点与第i个样本点之间的欧式距离，rⁱ＝∥y-yⁱ∥，φ(rⁱ)为镜像函数，常用的是Guass函数：φ(r)＝-r²/c²，其中c为系数。