|
|
VI Международная конференция «Суперкомпьютерные технологии математического моделирования» (СКТеММ’25)
17 июля 2025 г. 16:15–16:30, Секция 3. Вычислительные методы, машинное обучение, суперкомпьютерные технологии и их приложения, г. Москва, МИАН, ауд. 110 (ул. Губкина, 8)
|
|
|
|
|
|
|
Аппроксимация данных температуры атмосферы с использованием гармоник Россби и двухстратегического адаптивного алгоритма пчелиной колонии
В. И. Сивцева Северо-Восточный федеральный университет им. М. К. Аммосова, г. Якутск
|
|
Аннотация:
В работе представлена методология аппроксимации данных температуры атмосферы с использованием гармоник Россби на основе адаптивного алгоритма искусственной пчелиной колонии (TSaABC) с жестким пороговым отсечением. Алгоритм разработан для решения сложных задач оптимизации, связанных с нелинейными пространственно-временными моделями, описывающими динамику крупномасштабных атмосферных волн. Рассмотренные в работе волны Россби играют ключевую роль в динамике атмосферы, поскольку они являются основным механизмом передачи энергии и импульса между различными уровнями атмосферы. Для анализа этих процессов использовались спутниковые данные с инструментов Aura (MLS).
Методология исследования заключается в формулировке обратной задачи, в которой минимизируется функционал, состоящий из двух частей: невязки между моделью и данными наблюдений (в терминах L2-нормы), и штрафа за количество используемых гармоник (в терминах L1-нормы). Это позволяет находить минимальное число значимых гармоник, которые достаточно точно описывают наблюдаемую температурную структуру. Для решения этой задачи был применён двухстратегический адаптивный алгоритм TSaABC, который сочетает в себе механизмы глубокой эксплуатации и широкой эксплорации пространства решений. Важным дополнением к алгоритму стало использование жёсткого порогового отсечения (Hard Thresholding), позволяющего исключать малозначимые гармоники в ходе оптимизации и снижать размерность задачи.
Численные эксперименты показали, что предложенный метод достигает относительной ошибки порядка 12%, что является хорошим результатом при наличии коротковолновых возмущений, таких как внутренние гравитационные волны. Также было установлено, что алгоритм быстро сходится, благодаря комбинации двух стратегий поиска и адаптивному выбору наиболее эффективных направлений оптимизации. Работа выполнена при финансовой поддержке гранта РНФ № 23-71-30013.
|
|