摘要
通过对经典遗传算法的改进,采用保留精英个体、将交叉概率设为1的方法改进其进化策略,结合多模式集成预报的权重分配法,进行基于改进遗传算法的多模式气温集成预报的研究。利用EC_thin、JAPAN、GERMAN三个数值模式2 m高度的站点插值逐6 h气温和湘潭国家观测站实况气温资料,通过建立集成预报模型进行预报实验。结果表明,基于改进遗传算法多模式气温集成预报精度明显优于5个数值模式,且改进后的遗传算法相对于经典遗传算法有了显著提高。
引文
[1]杞明辉.天气预报集成技术和方法应用研究[M].北京:气象出版社,2006:13-21.
[2]苗爱梅,吴晓荃,董存仙,等.太原地区集成温度预报方法研究[J].山西气象,1997(3):2-6.
[3]赵声蓉.多模式温度集成预报[J].应用气象学报,2006,17(1):52-58.
[4]李倩,胡邦辉,王学忠,等.基于BP人工神经网络的区域温度多模式集成预报实验[J].干旱气象,2011,29(2):231-235.
[5]熊聪聪,王静,宋鹏,等.遗传算法在多模式集成天气预报中的应用[J].天津科技大学学报,2008,23(4):80-84.
[6]王小平,曹立明.遗传算法—理论、应用与软件实现[M].西安:西安交通大学出版社,2002:31-96.
[7]管小艳.实数编码下遗传算法的改进及其应用[D].重庆:重庆大学,2012.
[8]叶晨洲,杨杰,黄欣,等.实数编码遗传算法的缺陷分析及其改进[J].计算机集成制造系统-CIMS,2001(5):28-32,41.
[9]弭宝福.遗传算法进化策略的改进研究[D].哈尔滨:东北农业大学,2014.