孙安香[1]2002年在《数值气象预报变分同化的伴随模式并行计算》文中指出可扩展并行计算技术与数值气象领域研究成果相互渗透，对发展高性能并行计算机的应用、提高数值气象预报水平、促进并行计算机的研制，具有极为重要的意义。本文针对“十五”期间“我军新一代全球数值预报业务系统”、国家气象局组织的“新一代多尺度数值预报系统”，紧跟国际并行计算和数值气象技术研究前沿，基于可扩展并行计算和伴随变分同化原理，研究伴随模式可扩展并行算法和并行实现技术，设计高效可扩展并行计算伴随模式。本文的研究和创新工作概括如下： 1)提出了建立伴随方程的分解技术；分别从连续的、离散的非线性二维浅水波模式，建立其伴随模式。 2)设计了伴随模式的基于区域分裂方法的“Arakawa C—网格”离散并行算法；该并行算法具有并行计算高效可扩展性。 3)提出了伴随模式的基于3次数据剖分、4次矩阵二维转置数据重分配的并行谱离散方法；该并行算法实现了谱离散方法全部并行计算过程的负载平衡、减少了通信开销，具有并行计算高效可扩展性。设计了国内第一个高效可扩展并行化中期数值天气预报谱模式系统PT106L19：与CCM3相比较，具有并行计算性能高、可扩展性好；与T_L213L31相比，具有相同的高效并行计算性能。 4)提出了谱离散伴随模式并行计算的有效循环数据分配方法，采用该方法在某分布式存储并行计算机上32台处理机并行计算效率提高了30.7％。提出了伴随模式并行计算的蝶网数据重分配方法，所占开销较环形算法少。提出了伴随模式并行谱离散方法的计算与通信重迭、结构性数据通信的通信隐藏技术，采用该技术在某分布式存储并行计算机32台处理机上并行计算效率提高了12.9％。 5)提出了谱离散伴随模式与预报模式的并行计算设计原理具有相同性；应用连续方法和不连续方法相结合，设计业务系统Semi—Lagrangian谱离散模式T_L213L31的伴随。
赵军[2]2007年在《数值天气预报资料同化关键技术及并行计算研究》文中提出资料同化是数值天气预报核心技术之一。其中四维变分资料同化被普遍认为是最有发展潜力的资料同化方法,对于改进高分辨率数值预报模式的预报效果具有十分重要的作用。切线性模式和伴随模式是建立四维变分同化系统的基础和重要组成部分,对于复杂的数值预报业务全球谱模式,其切线性模式和伴随模式的建立仍然是个难题。因此必须对谱模式的切线性和伴随模式进行关键技术研究,解决关键技术问题,才能建立谱模式的切线性和伴随模式。并行计算技术是数值天气预报系统应用实现的重要手段和基础。对于全球业务谱模式及其切线性模式和伴随模式的并行算法研究是四维变分资料同化中的关键并行计算问题。本文对数值天气预报资料同化中的关键技术和并行算法进行研究,设计并实现了基于最优统计插值方法的资料同化系统可扩展并行算法;提出了一种“自动微分+算子特性分析”的切线性模式和伴随模式实现方法;对数值天气预报业务全球谱模式、切线性模式和伴随模式的并行算法进行了研究。本文的主要研究成果概括如下:(1)对基于最优统计插值方法的资料同化系统串行算法进行深入分析,设计了基于跳跃选取策略的分布式可扩展并行算法,实现了基于最优统计插值方法的资料同化系统分布式并行算法;该并行算法具有较好的机器规模可扩展性和问题规模可扩展性;(2)通过对全球谱模式计算过程和数据相关性的深入分析,提出了基于二维数据转置的分布式并行算法;该并行算法在对于高分辨率谱模式使用精简高斯网格时能达到较好的负载平衡,并且具有高效并行可扩展性;实现了业务全球谱模式TL399L31的高效可扩展并行计算;(3)通过深入分析和比较,对于全球谱模式这样复杂的非线性模式提出“自动微分+算子特性分析”的方法,构造业务谱模式TL399L31的切线性模式和伴随模式代码,并对其进行了切线性和伴随检验。结果显示,得到的切线性和伴随模式正确;(4)将“多维球体的等区域划分算法”的特例——叁维球体“等面积区域划分算法”引入到格点空间的区域划分中,提出了谱正模式和切线性模式的“类二维数据转置”并行算法,解决了原有二维划分要求处理机数为所谓“好数”的问题,该算法在任意处理机数目情况下,仍能实现负载平衡,取得较高的并行计算效率;实现了业务谱模式TL399L31的切线性模式分布式并行计算;(5)对伴随模式的并行计算进行了研究实现。由于正模式中使用的计算与通信分离技术,以及伴随模式、切线性模式与正模式使用相同的数据剖分、区域分解,伴随实现主要着重于对模式通信层的性能关键程序及其对数据分布的映射程序进行伴随处理,实现TL399L31伴随模式的并行计算;数值测试表明伴随模式的并行实现是成功的,取得较高的相对并行计算效率;(6)对于不可微函数的切线性计算中自动微分无法处理而出现的一类临界点问题创新性地提出了解决方法,该方法能保证临界点问题的整体计算精度。
张卫民[3]2005年在《气象资料变分同化的研究与并行计算实现》文中提出初值的优劣是决定数值预报效果的关键之一,利用气象观测得到初值的资料同化技术在数值天气预报技术研究中占有重要地位。随着遥感探测技术的发展,大气观测正在由常规探空观测为主发展到以卫星、雷达等非常规遥感观测为主的时代。由于非常规遥感资料观测要素与模式预报要素之间存在着复杂的非线性关系,这为资料同化带来了技术上的困难。为了充分有效地利用非常规观测资料,需要研究开发能够有效处理这种复杂非线性关系的资料变分同化技术。变分同化将资料处理问题描述为以动力模式为约束的极小化问题,它利用最优控制原理,通过调整控制变量,使得在指定的时间窗口内由控制变量得到的模式预报结果与实际观测资料之间的偏差达到最小。变分同化将不同时刻、不同地区、不同性质的气象观测资料,包括以前客观分析方法中很难应用的卫星、雷达等非常规观测资料作为一个整体同时进行考虑,从而得到满足协调性要求的、相对比较合理的初始场。本文针对第二代军用中期数值天气预报业务系统建设的需要,全面、系统、深入地研究了变分同化系统实现的各个方面,包括高效算法、平衡关系与物理变换、背景场误差协方差处理、常规与非常规观测算子、变分同化软件实现和变分同化的并行计算等,研究成果解决了全球叁维/四维变分同化业务系统实现中的关键技术。论文在高效算法方面,着重研究了增量方法、预条件和最优化算法。增量方法是一种减少变分同化系统计算量的有效方法,目前已在变分同化业务系统实现中得到广泛应用,论文根据系统设计需要,研究了一般形式的增量方法和简化形式的增量方法;目标函数的预条件数对优化算法的收敛速度具有至关重要的影响,引入预条件技术是减小目标泛函的预条件数、改善变分同化迭代收敛速度和简化背景场协方差处理的重要手段。论文采用控制变换方法对预条件处理技术进行了研究;最优化算法是变分同化的核心,论文在研究和实现共轭梯度和有限存储拟Newton方法的基础上,提出了一种类似于增量方法,但能保证收敛性的扩展截断Newton方法,该方法在变分同化中应具有很好的应用前景。平衡关系与物理变换是消除分析变量之间相关性的技术,论文针对第二代军用全球中期数值预报系统建设的需要,首先讨论了分析变量选择的问题,然后重点研究了在谱空间下的质量场和风场平衡关系及其相应的平衡变换实施方法,最后研究了格点空间下分别适合于全球和区域分析的平衡变换。背景场误差处理技术在变分同化中十分重要,它决定了观测信息分布到网格点的方式,通常的处理方法是利用预条件引入的控制变换消除背景场误差之间的相关性。论文首先分析了背景场误差协方差在资料同化中的重要作用,给出了构造背景场误差协方差矩阵的一般方法,然后分别利用递归滤波和谱方法研究了变分框架中水平变换处理,利用EOF分解研究了垂直变换处理。在递归滤波方面,不仅研究了区域变分的递归滤波方法,而且通过使用分区处理和使递归因子随纬度变化等技巧,将递归滤波方法应用到了全球变分的水平相关处理中;在谱方法方面,在深入研究已有的谱分析和谱滤波的基础上,提出了一种新的谱变换方法,它比传统的谱分析更适合于全球/区域统一变分系统,又比谱滤波具有更高的计算效率。目前的变分同化业务系统,一般是将全球变分同化和区域变分同化分开实现,全球变分同化在谱空间中进行分析,而区域变分同化则在格点空间进行分析。论文提出了基于全球谱变换和区域递归滤波的统一叁维变分的实现方法,设计了统一叁维变分的计算流程。变分同化系统的实现过程是十分复杂的,国外的经验表明,在理论框架已经成熟的前提下,一个变分同化业务系统的实现往往需要几十个人年。论文通过综合利用应用框架、组件技术和WRF的层次式软件设计等技术,提出了统一叁维变分的组件软件实现方法,设计了统一叁维变分的应用框架、核心代码组件、基于Fortran 90导出数据类型的数据结构等,完整实现了统一叁维变分系统。利用统一叁维变分技术分别建立了区域叁维变分同化和全球叁维变换同化的业务试验系统,理论试验和2005年上半年的实际天气过程分析说明统一叁维变分同化系统有很好的分析效果。论文在推导出增量形式四维变分同化具体计算公式的基础上,提出了基于统一叁维变分同化的四维变分同化系统设计方法,给出了四维变分同化的计算流程、目标函数及其梯度的计算步骤、共轭梯度算法实施、更新向量计算,设计得到的全球四维变分同化系统能够为全球谱模式提供协调的初始场。论文从并行算法、并行支持工具和并行程序实现叁个方面研究了变分同化的并行计算。针对叁维/四维变分同化的计算特点提出了多阶段区域分解并行算法,提出了观测资料的自适应地理划分算法,提出了基于耦合器四维变分同化的并行实现方法;针对变分系统并行系统实现需要考虑的区域分解、周边区域通讯、数据场转置、并行I/O等共性问题实现了并行支持工具,提出了基于HDF5数据格式的高效I/O组织和数据管理手段;设计并实现了四维变分同化组成部分的全球谱模式及其切线性/伴随模式的可扩展并行计算;并行统一叁维变分在32CPU并行规模下加速比可达到14.30,结果好于WRF 3DVAR,分辨率为TL399的全球谱模式在112CPU并行规模下,加速比可达到了80.53。
任迪生[4]2010年在《GRAPES有限区域切线/伴随模式高效并行算法研究》文中研究指明四维变分同化技术作为数值天气预报的关键技术之一,可将不同地区、不同性质的观测资料随时间的变化信息融入到初始场,从而提高系统的预报质量,因而当前在国际上被认为是最有效的资料同化方案。但其计算过程非常复杂,程序占用内存量巨大,系统的运行时间较长。我国自主研发的新一代数值天气预报系统GRAPES(Global/Regional Assimilation and Prediction System)的四维变分同化系统(GRAPES-4DVAR)也有计算量大,占用内存多,运行时间长的特征。如何针对GRAPES有限区域模式在算法或代码上进行改进,提高其运行效率和并行可扩展性,是本文研究的关键与重点。文章主要从优化程序代码、改进伴随算法、开展混合并行等方面来提高程序的运行效率和可扩展性,研究并实现减少程序运行时间的有效方法。主要内容概述如下:(1)对GRAPES有限区域模式的代码进行调整优化。研究提高内存系统资源利用率和处理器运算部件运行效率的方法,消除代码中对性能有着显着影响的瓶颈因素。通过有效的代码实现,非线性模式的运行效率提高约25%。(2)提出了一种新的伴随模式计算方法—极限断点存储技术。用增加约30%的内存代价换取了程序运行性能100%的提升。(3)提出了一种可实现数据块先进先出与先进后出关系的内存数据管理技术,并实现了该结构-嵌套多链栈。(4)针对GRAPES伴随模式并行读写外部存储器可扩展性受限的问题,提出一种增强性能的改进方案。用有限的内存空间来实现大量中间数据的管理方法,替换了影响性能的外部存储器读写过程,实现了当扩展处理器规模超过128时,可减少70%程序墙钟时间。(5)实现GRAPES的混合并行计算。立足当前流行的集群系统结构,实现了在节点内使用OPENMP线程级并行,节点间使用MPI进程级并行的混合并行来替代纯MPI并行的GRAPES计算方法。得出了当纯MPI并行效率下降到90%以下时,使用混合并行方式,可提高5%到10%左右的结论。
朱小谦[5]2007年在《四维变分同化关键技术研究与并行计算》文中研究指明由于初始场在数值天气预报中的重要性以及被精确确定的困难性,先进的气象资料同化方法已经成为提高数值天气预报效果的核心技术之一。本文以解决四维变分同化(4D-Var)业务化关键技术为目标,综合运用大气科学、计算数学和计算机应用技术等方面的知识,对制约四维变分同化效果和计算性能的关键算法和并行计算技术进行了研究,并实现了一个基于增量公式的多分辨率四维变分同化试验系统YH4DVAR。论文完成的主要工作和创新成果如下:一、研究了四维变分同化基本原理和实现技术,对四维变分同化算法进行了理论推导和分析。针对增量方法中内循环最优化计算量大,容易丢失中小尺度信息等缺点,提出了多分辨率多增量四维变分同化实现方法。多增量方法可以加快内循环最优化迭代的收敛速度,减少计算量,同时保留不同尺度的大气信息,从而能够获得更高分辨率的分析增量和更准确的分析场。针对一般控制变量变换中背景误差协方差水平和垂直相关相分离的简化处理,构造了基于球面小波变换的控制变量转换新算子,通过小波尺度实现了水平和垂直相关的依赖。二、对背景误差协方差的统计方法进行了研究。针对传统的NMC统计方法只能估计出气候意义上的或静止的背景误差统计的不足,提出了基于集合预报的NMC方法,实现了具有流依赖(flow-dependent)特征的背景误差协方差统计。针对谱方法估计背景误差统计量的缺点,提出了基于球面小波的全球背景误差协方差模拟方法。理论研究和试验结果表明,基于球面小波的背景误差协方差模型能够模拟出既依赖于不同尺度又依赖于地理空间位置的局地垂直相关矩阵,这对于提高全球范围的中尺度预报效果具有重要意义。叁、针对非高斯型的观测误差导致非二次型目标函数的问题,将变分原理应用于观测资料质量控制过程中,设计了基于多分辨率迭代的变分质量控制算法。实现了观测资料质量控制和四维变分同化分析过程相结合的技术,其中考虑了显着误差的非高斯性质,在迭代中对目标函数的观测项作了修正。变分质量控制改善了资料的利用情况,对于前一次迭代中被拒绝的观测资料,如果周围的观测与之相一致,则可以在下一次迭代中被重新评估和利用,并最终影响分析场。试验结果表明,通过变分质量控制,资料的利用率和同化效果得到了明显改进。四、研究了大规模最优化算法原理和实现技术。为了加快四维变分同化最优化计算迭代收敛速度,在分析共轭梯度方法和有限存储LBFGS方法的基础上,基于预条件和混合迭代步思想,并考虑目标函数的局部特性,提出了迭代时利用线性共轭梯度法进行预条件的改进LBFGS方法。与传统LBFGS方法比较,该方法能够保证更快地收敛。数值实验表明,当目标函数不是严格的二次型时,计算性能的提升更加明显,这对于采用复杂处理而导致目标函数非严格二次型的四维变分同化具有很好的应用前景。五、针对四维变分同化系统的计算性能瓶颈,研究了高分辨率谱模式和变分同化框架的大规模可扩展并行算法。针对谱模式的两类空间计算(格点空间和谱空间)和两类变换(傅立叶变换和勒让德变换)算法特点,提出了格点空间的二维非规则区域分解算法,解决了一维数据划分导致的计算负载不平衡和通讯效率低的问题。针对四维变分同化的计算特点,提出了基于类型的观测资料混合数据划分算法,有效地解决了由于观测资料的随机分布导致的观测空间计算负载不平衡。实现了基于二维数据剖分和叁维数据转置的谱模式并行计算和四维变分同化框架的多阶段并行。实际分析场数据的预报试验表明,谱模式512个进程并行计算能够在15分钟以内完成5天预报,完全满足业务预报的时效性要求。六、研究了四维变分系统设计和实现技术。针对四维变分同化多任务、复杂数据流、计算量大的特点,基于多分辨率多增量算法设计了四维变分同化计算流程,建立了业务时序图。针对四维变分同化分析效果和计算性能瓶颈问题,采用论文提出的基于球面小波的背景误差协方差模型、变分质量控制、基于小波的控制变量变换、迭代时预条件LBFGS算法,和高分辨率谱模式、变分同化框架的并行计算技术实现了一个四维变分同化试验系统YH4DVAR。通过在我军某气象中心的试运行表明,YH4DVAR四维变分同化系统可以同化12小时时间窗口的气象观测资料,得到与模式协调一致的分析场,与模式一起组成的同化预报系统可以取得较好的预报效果。
赖绍钧[6]2005年在《MM4遗传算法四维变分资料同化系统的基础研究及其数值试验》文中指出伴随变分同化技术被公认为是提高数值模式初始场质量的有效方法之一,但它对目标函数的数学性态有较高的要求,同时,伴随变分同化在用下降算法求解目标函数梯度的过程中,容易陷入局部最优解的陷阱。遗传算法作为一种新兴的算法理论,对目标函数的性态无要求,具有较好的全局最优解的求解能力以及较好的普适性和易扩充性等特点。因此,将遗传算法与变分同化结合,应用于数值天气预报模式的最优初始场的求解中,找到全局最优或接近全局最优解,提高数值预报模式的准确性,使得变分同化技术能够更广泛地应用于研究和实际业务就显得十分必要。 本文将遗传算法与中尺度数值模式MM4相结合,应用于解决四维资料伴随变分同化问题,建立基于遗传算法的MM4四维变分同化系统,并给出了相应的遗传理论依据和详细算法,结合变分问题本身的特点,设计了合理的遗传操作和遗传参数。同时,进行MM4遗传算法变分同化系统理想场、实际观测资料的同化数值试验。数值试验结果表明,MM4遗传算法四维变分同化系统取得了较好的同化效果。遗传算法同化系统对初始场中的随机误差具有很强的过滤和平滑能力,能够吸收同化窗口内观测资料信息,并在模拟预报过程中将这些信息体现出来,从而提供较客观分析初始场更优的模式预报初始场。因此,将遗传算法应用于数值天气预报模式的四维变分资料同化是切实可行而且有效的,这一工作扩展了遗传算法变分同化的内容。MM4遗传算法四维变分同化系统能够为数值天气预报模式提供高质量的初始场,从而提高NWP模式预报的准确性,使得遗传算法这一有效技术得到了进一步的应用。
孙桂平[7]2005年在《遗传算法同化系统在MM5模式中的应用研究》文中研究表明本文将遗传算法的四维同化系统运用到更复杂的MM5模式中,在理想实验中验证遗传算法同化系统的性能,并以2003年7月4日“南京暴雨”作为研究对象,进行了实际观测资料的同化,并将遗传算法同化系统和MM5伴随模式同化系统得到的结果跟未同化的结果进行了比较,结果如下: 遗传算法同化系统不仅可以用在正压原始方程模式上,同样也可以用在MM5等复杂模式上,理想实验证明了遗传算法同化系统优于MM5伴随同化系统,在实际观测资料同化中,采用两种方法的同化系统都能有效地改善数值预报模式的初始场,能在一定程度上提高物理量场和降水量的预报效果。由于复杂模式的运算量很大,因此实验中采用将遗传算法并行化处理,实验证明,并行化后程序的运算速度有了很大的提高,为遗传算法同化系统在复杂模式中更广泛的应用奠定了基础。 遗传算法作为一种新兴的同化方法,随着大气科学和数学理论的发展,以及计算机运算能力的提高,采用遗传算法的四维同化必定给数值预报模式带来更好的预报效果。
吴伟飞[8]2017年在《数值天气预报初始化软件系统的优化设计研究》文中研究表明数值天气预报是高性能计算的重要应用之一,它是在符合条件的初始值下通过计算机求解一组描述大气物理演变规律的偏微分方程,以达到预报未来一段时间天气现象的一种技术。作为预报问题,初值质量很大程度上决定了数值天气预报的预报结果准确与否,准确的数值天气预报必须以高质量的模式初值为前提。数据同化(即数据初始化)是一类将不同来源的信息融合在一起以获得高质量初值的方法,现已广泛用于为数值天气预报提供高质量的初值。本文对现有数据同化算法进行了深入研究与细致分析,针对目前主流数据同化算法存在的问题,选择了一种比较好的降维投影四维变分数据同化算法DRP4Dvar。借助该算法,运用一组扰动集合样本生成基向量,并将模式空间的分析增量投影到这组基向量子空间上,使目标函数的控制变量由分析增量转换为基向量的系数,从而完成了缩短计算时间的投影降维工作,投影降维优化的效果使得模式空间的维数由原来的10~8减小到不超过10~2。在此工作基础上,将降维投影的四维变分算法的串行版本,按照格点统计插值(GSI)的并行规则进行重新设计与优化。在优化过程中,分析和挖掘出算法在最小化迭代过程中存在的主要计算量是加入局地化矩阵后的目标函数,进而对该目标函数通过在128个多核处理器上采用MPI并行编程模型予以并行化运行实现,实现后的运行时间约缩短到原来的1/26,从而解决了整个同化系统推广应用的技术瓶颈问题。为测试数值天气预报数据同化系统的正确性和系统性能,设计了合理的测试算例并提出了性能测试方案。按照提出的测试方案在实验平台上进行了测试,并对测试结果进行了分析。分析结果表明:采用本文提出的数据同化技术后的运行结果不仅完全正确,而且提高了初值质量,使得整个系统的性能得到了较大的提高。
常慧琳[9]2007年在《MM5遗传算法同化系统的设计及其应用研究》文中研究表明变分同化技术被公认为是提高数值模式初始场质量的有效方法之一。遗传算法是一种新兴的算法理论，其所具有的特点，正好解决了伴随算法容易陷入局部最优解的问题。本文建立了MM5遗传算法同化系统，简单介绍了其理论基础和实现步骤，并以2005年7月10日华中暴雨为例，比较了遗传算法同化系统与伴随同化系统的效率和模拟效果，结果表明：遗传算法同化系统与伴随同化系统都可以有效改善模式预报的初始场，从而在一定程度上提高物理量场和降水场的预报，实验结果显示其略优于伴随同化系统。并行算法证明该系统具有比伴随同化系统更高的同化效率。随后，根据上个实验的结论，对同化系统进行调整，并在系统中加入了静止气象卫星的云导风产品，以2005年7月2日的一次暴雨为例，设计了几种数值试验方案，进行模拟，得到以下结论：遗传算法同化系统对非常规资料同样具有同化能力。云导风资料可以明显改善初始风场和温度场，使得模式得到更优的初始场，以提高模式的预报能力。本次实验中，加入云导风资料的遗传算法同化系统与伴随同化系统相比较，在降水场和物理量场、以及暴雨形成时的各分析场上的预报都略显优势。
彭菊香[10]2007年在《中尺度模式遗传算法同化系统及同化试验研究》文中进行了进一步梳理现在普遍使用的变分同化技术是一种公认较为有效的同化方法，但是其优化方法要求的连续条件是模式预报方程达不到的，而且其使用的下降算法常常易于陷入局部最优解。遗传算法是一种对目标函数数学性态要求较弱，并且能够在求解质量和计算速度上达到较好平衡的搜索算法。因此，本文设计了基于遗传算法的MM5模式四维变分资料同化系统，以期改善数值预报初始场。本文作了以下试验：将基于遗传算法的同化系统与伴随模式的同化效果进行了比较，以此检验遗传算法同化系统的同化能力；在MM5模式中加入不同的观测资料，观察各种观测资料对于提高模拟效果的重要性，并将提高最大的观测资料进行了同化前后的对比；在基于遗传算法的同化系统中同化不同的模式变量来研究同化不同模式变量的差异；最后选取不同的权重系数和尺度因子进行同化效果的对比。研究发现：基于遗传算法的同化系统在本文个例中表现出比伴随模式更好的同化能力；加入观测资料进行模拟时，经过同化后的模拟效果优于直接加入的，显示了同化的必要性；权重系数和尺度因子对于同化系统的同化性能有非常重要的影响。遗传算法作为一种新发展的资料同化方法，已展现出它的优越性，我们相信随着大气科学，数学理论和计算机的迅猛发展，遗传算法与四维变分同化相结合的资料同化新方法必定会带来数值天气预报的更大进步。
参考文献：
[1]. 数值气象预报变分同化的伴随模式并行计算[D]. 孙安香. 中国人民解放军国防科学技术大学. 2002
[2]. 数值天气预报资料同化关键技术及并行计算研究[D]. 赵军. 国防科学技术大学. 2007
[3]. 气象资料变分同化的研究与并行计算实现[D]. 张卫民. 国防科学技术大学. 2005
[4]. GRAPES有限区域切线/伴随模式高效并行算法研究[D]. 任迪生. 国防科学技术大学. 2010
[5]. 四维变分同化关键技术研究与并行计算[D]. 朱小谦. 国防科学技术大学. 2007
[6]. MM4遗传算法四维变分资料同化系统的基础研究及其数值试验[D]. 赖绍钧. 南京信息工程大学. 2005
[7]. 遗传算法同化系统在MM5模式中的应用研究[D]. 孙桂平. 南京信息工程大学. 2005
[8]. 数值天气预报初始化软件系统的优化设计研究[D]. 吴伟飞. 哈尔滨工程大学. 2017
[9]. MM5遗传算法同化系统的设计及其应用研究[D]. 常慧琳. 南京信息工程大学. 2007
[10]. 中尺度模式遗传算法同化系统及同化试验研究[D]. 彭菊香. 南京信息工程大学. 2007
标签：计算机软件及计算机应用论文; 并行计算论文; 遗传算法论文; 目标函数论文; 数据同化论文; 天气预报论文; 空间分析论文; 空间数据论文; 增量模型论文; 误差分析论文;