科研之友
微信
新浪微博
Facebook
分享链接
摘要
提出一种改进自适应粒子群算法并将其应用于大气光学湍流廓线模式的拟合研究。为提高粒子群算法的寻优速度，避免陷入局部最优，提出一种改进的自适应粒子群算法。采用当前粒子与全局最优位置的距离来调控惯性权重系数，进行非线性自适应变化；采取对称线性变化思想设计自我学习因子和社会学习因子，实现了各阶段寻优重点的自适应改变。把改进的自适应粒子群算法引入到求解阿里地区广义Hufnagel-Valley湍流模式中，拟合得到该地区早晚和四季的湍流模式廓线。仿真表明，本文算法的判定系数均在0.997以上，这与探空获得的统计平均廓线保持一致。对比其他自适应粒子群算法，本文算法的收敛精度基本一致但速度更快。本研究为基于Hufnagel-Valley湍流廓线模式拟合提供了新方法。
-
单位中国人民解放军陆军工程大学; 中国科学院国家天文台; 中国人民解放军78092部队
