中尺度模式遗传算法同化系统及同化试验研究

摘要	第1-5页
Abstract	第5-6页
目录	第6-8页
第一章 引言	第8-11页
·四维变分同化的研究进展	第8-9页
·遗传算法的发展与现状	第9-10页
·本文的研究内容	第10-11页
第二章 资料同化简介	第11-18页
·资料同化的理论基础	第11-13页
·数值预报中的向前积分问题	第11-12页
·实际天气预报模式中的反问题	第12页
·预报模式中向前问题与反问题的实质	第12页
·反问题理论	第12-13页
·四维变分资料同化	第13-18页
·变分同化的基本原理	第14-15页
·下降算法	第15-16页
·适应度函数	第16-18页
第三章 遗传算法简介	第18-25页
·遗传算法的生物学基础	第18-19页
·算法特征	第19-20页
·遗传算法概要	第20-25页
·遗传算法的运算过程	第22-23页
·遗传算法的搜索特点	第23-24页
·遗传算法的应用步骤	第24-25页
第四章 遗传算法在 MM5中的实现	第25-37页
·伴随变分同化的局限性和遗传算法的可行性	第25页
·遗传算法的基本实现技术	第25-33页
·参数编码	第25-28页
·群体的设定	第28-29页
·适应度函数	第29-31页
·遗传操作算子	第31-33页
·自适应交叉概率和变异概率	第33-34页
·混合遗传算法	第34-35页
·并行遗传算法	第35-37页
第五章 数值实验	第37-48页
·GA同化与伴随同化的比较	第37-40页
·GA同化系统同化常规资料和非常规资料	第40-43页
·GA同化系统中同化不同变量的效果的比较	第43-46页
·权重系数和尺度因子对同化效果的影响	第46-48页
第六章 结论与展望	第48-50页
参考文献	第50-53页
附图	第53-72页
致谢	第72页