[发明专利]求解条件非线性最优扰动的改进人工蜂群数据处理方法

摘要

本发明涉及一种求解条件非线性最优扰动的改进人工蜂群数据处理方法，属于计算机和大气海洋学科交叉领域，可用于气海洋领域的数值天气和气候现象的可预报性研究。本发明提供了一种免梯度信息的改进人工蜂群算法用于高效求解大气海洋领域的条件非线性最优扰动(CNOP)，在原始人工蜂群算法的基础上，针对CNOP求解这一问题，进行了适应性的改进，主要包括适应度函数和选择概率的适应性调整以及特征提取和约束条件的增加等。与现有技术相比，本发明具有精确度高，求解速度快等优点。

主权项

1.一种求解条件非线性最优扰动的改进人工蜂群数据处理方法，求解条件非线性最优扰动的整体过程包括：先使用主成分分析方法对样本数据进行降维，将样本数据所代表的原始求解空间转换到特征空间后使用改进人工蜂群数据处理方法，在特征空间进行寻优，得到最优值并最终将其用于大气海洋领域的数值天气和气候现象的预报，其特征在于，该数据处理方法包括以下步骤：步骤1：初始化蜂群和数值模式；步骤2：利用雇佣蜂搜索食物源；步骤3：利用观察蜂依设定概率选择食物源，若食物源被选择的概率大于设定概率，则该食物源被选中，若否则利用观察蜂在该食物源周围进行搜索；步骤4：利用侦查蜂查看所有食物源并进行食物源去留判断；步骤5：从步骤2持续迭代直到超过最大迭代步数或最优值保持不变时结束迭代；步骤6：将迭代完毕后的结果记录为最优值并还原到原始空间；步骤7：利用还原到原始空间的最优值结果大气海洋领域的数值天气和气候现象进行预报。