(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210772273.2 (22)申请日 2022.06.30 (71)申请人 同济大学 地址 200092 上海市杨 浦区四平路1239号 (72)发明人 穆斌　李婧　袁时金　 (74)专利代理 机构 上海科盛知识产权代理有限 公司 312 25 专利代理师 翁惠瑜 (51)Int.Cl. G06F 30/20(2020.01) G06N 3/00(2006.01) G06F 111/10(2020.01) (54)发明名称 一种基于北大西洋涛动最优前期征兆识别 方法 (57)摘要 本发明涉及一种基于北大西洋涛动最优前 期征兆识别方法， 包括： 通过CESM模式获取北大 西洋扰动数据， 并进行预处理， 构成数据集； 数据 集， 通过细菌觅食算法进行搜索和随机优化， 获 得北大西洋涛动的最优前期征兆； 其中， 通过线 性降维技术对细菌觅食算法的特征空间进行 降 维处理； 以北大西洋涛动指数作为细菌觅食算法 的适应度函数。 与现有技术相比， 本发明具有寻 优能力强、 效率高等优点。 权利要求书1页 说明书5页 附图2页 CN 115203926 A 2022.10.18 CN 115203926 A 1.一种基于北 大西洋涛动最优前期征兆识别方法， 其特 征在于， 包括： 通过CESM模式获取 北大西洋扰动数据， 并进行 预处理， 构成数据集； 数据集， 通过细菌觅食算法进行搜索和随机优化， 获得 北大西洋涛动的最优前期征兆； 其中， 通过线性降维技 术对细菌觅食算法的特 征空间进行降维处 理； 以北大西洋涛动指数作为细菌觅食算法的适应度函数。 2.根据权利要求1所述的一种基于北大西洋涛动 最优前期征兆识别方法， 其特征在于， 所述的线性降维技 术为主成分 分析法。 3.根据权利要求2所述的一种基于北大西洋涛动 最优前期征兆识别方法， 其特征在于， 所述的主成分 分析法的具体过程包括： 选择累计特 征值占比大于等于90％的主成分作为降维后的特 征空间。 4.根据权利要求1所述的一种基于北大西洋涛动 最优前期征兆识别方法， 其特征在于， 所述的预处 理的具体过程包括： 对北大西洋扰动数据进行归一 化， 对北大西洋扰动数据进行约束。 5.根据权利要求4所述的一种基于北大西洋涛动 最优前期征兆识别方法， 其特征在于， 使用Z‑Score算法对北 大西洋扰动数据进行归一 化。 6.根据权利要求4所述的一种基于北大西洋涛动 最优前期征兆识别方法， 其特征在于， 所述的对北 大西洋扰动数据进行约束的具体过程包括： 将超过大气基态干能量的10％的北大西洋扰动数据投影至半径为约束值的超球内部 或表面。 7.根据权利要求1所述的一种基于北大西洋涛动 最优前期征兆识别方法， 其特征在于， 所述的北 大西洋涛动指数为阻塞指数。 8.根据权利要求1所述的一种基于北大西洋涛动 最优前期征兆识别方法， 其特征在于， 通过CUDA框架将C ESM模式的大气辐射模块移植到GPU中。 9.根据权利要求1所述的一种基于北大西洋涛动 最优前期征兆识别方法， 其特征在于， 通过MPI框架对细菌觅食算法进行进程级并行优化。 10.根据权利要求9所述的一种基于北大西洋涛动最优前期征兆识别方法， 其特征在 于， 所述的进程级并行优化的具体过程包括： 假定存在S个细菌， 分配一个主进程和S个子进程， 所述的主进程负责分发给每个细菌 搜索任务和收集子进程的搜索结果， 每个细菌对应的子进程并发调用数值模式并计算适应 度值。权　利　要　求　书 1/1 页 2 CN 115203926 A 2一种基于北大西洋涛动最优前期征兆识别方 法 技术领域 [0001]本发明涉及气候预报技术领域， 尤其是涉及一种基于北大西洋涛动最优前期征兆 识别方法。 背景技术 [0002]利用数值模式进行北大西洋涛动可预报性研究一直是大气科学的研究热点之一。 作为广泛应用于天气/气候事件可预报性研究的成熟方法， 条件非线性最优扰动的经典求 解方案是使用基于梯度信息的算法， 但存在诸多局限。 基于梯度信息的方法往往需要调用 数值模式对应的伴随模式， 因而在尚无伴随模式或目标函数不连续的情形下无法完成求 解。 此外， 模拟北大西洋涛动所采用的数值模式往往维度较高， 由此会带来效率上的问题。 目前， 已有的识别北大西洋涛动最优前期征兆的方法尚不能够脱离伴 随模式， 具有很大 的 局限， 在预报时长较长的情形下将面临求解 失败的问题。 而且， 基于梯度信息的方法对于每 一维都要计算 其梯度， 算法总体而言耗时较长， 达不到短临预报的要求。 发明内容 [0003]本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于北大西洋 涛动最优前期征兆识别方法， 寻优能力强， 效率高。 [0004]本发明的目的可以通过以下技 术方案来实现： [0005]一种基于北 大西洋涛动最优前期征兆识别方法， 包括： [0006]通过CESM模式获取 北大西洋扰动数据， 并进行 预处理， 构成数据集； [0007]数据集， 通过细菌觅食算法进行搜索和随机优化， 获得北大西洋涛动的最优前期 征兆； [0008]其中， 通过线性降维技 术对细菌觅食算法的特 征空间进行降维处 理； [0009]以北大西洋涛动指数作为细菌觅食算法的适应度函数。 [0010]进一步地， 所述的线性降维技 术为主成分 分析法。 [0011]进一步地， 所述的主成分 分析法的具体过程包括： [0012]选择累计特 征值占比大于等于90％的主成分作为降维后的特 征空间。 [0013]进一步地， 所述的预处 理的具体过程包括： [0014]对北大西洋扰动数据进行归一 化， 对北大西洋扰动数据进行约束。 [0015]进一步地， 使用Z ‑Score算法对北 大西洋扰动数据进行归一 化。 [0016]进一步地， 所述的对北 大西洋扰动数据进行约束的具体过程包括： [0017]将超过大气基态干能量的10％的北大西洋扰动数据投影至半径为约束值的超球 内部或表面。 [0018]进一步地， 所述的北 大西洋涛动指数为阻塞指数。 [0019]进一步地， 通过CUDA框架将C ESM模式的大气辐射模块移植到GPU中。 [0020]进一步地， 通过MPI框架对细菌觅食算法进行进程级并行优化。说　明　书 1/5 页 3 CN 115203926 A 3