Национальный цифровой ресурс Руконт - межотраслевая электронная библиотека (ЭБС) на базе технологии Контекстум (всего произведений: 634794)
Контекстум
Руконтекст антиплагиат система
Сибирский журнал вычислительной математики  / №4 2016

ПОСЛЕДОВАТЕЛЬНЫЕ АЛГОРИТМЫ УСВОЕНИЯ ДАННЫХ В МОДЕЛЯХ МОНИТОРИНГА КАЧЕСТВА АТМОСФЕРЫ НА БАЗЕ ВАРИАЦИОННОГО ПРИНЦИПА СО СЛАБЫМИ ОГРАНИЧЕНИЯМИ (300,00 руб.)

0   0
Первый авторПененко
АвторыПененко В.В., Цветова Е.А.
Страниц18
ID525642
АннотацияЗадача усвоения данных для нестационарных моделей рассматривается как последовательность связанных обратных задач о восстановлении пространственно-временной структуры функций состояния с учетом различных наборов данных измерений. Усвоение данных осуществляется вместе с идентификацией дополнительной искомой функции, которую мы трактуем как функцию неопределенности модели. Основой для построения алгоритмов служит вариационный принцип. Приводятся и анализируются различные версии алгоритмов решения задачи. На основе принципа невязки построен вычислительно эффективный алгоритм для решения задачи усвоения данных в локально-одномерном случае и получена теоретическая оценка его эффективности. Этот алгоритм является составляющей системы усвоения данных в контексте общей схемы расщепления нестационарной трехмерной модели транспорта и трансформации атмосферной химии
УДК517.972.7:519.6
Пененко, А.В. ПОСЛЕДОВАТЕЛЬНЫЕ АЛГОРИТМЫ УСВОЕНИЯ ДАННЫХ В МОДЕЛЯХ МОНИТОРИНГА КАЧЕСТВА АТМОСФЕРЫ НА БАЗЕ ВАРИАЦИОННОГО ПРИНЦИПА СО СЛАБЫМИ ОГРАНИЧЕНИЯМИ / А.В. Пененко, В.В. Пененко, Е.А. Цветова // Сибирский журнал вычислительной математики .— 2016 .— №4 .— С. 62-79 .— URL: https://rucont.ru/efd/525642 (дата обращения: 25.04.2024)

Предпросмотр (выдержки из произведения)

19, №4 УДК 517.972.7:519.6 Последовательные алгоритмы усвоения данных в моделях мониторинга качества атмосферы на базе вариационного принципа со слабыми ограничениями∗ А.В. Пененко, В.В. Пененко, Е.А. Цветова Институт вычислительной математики и математической геофизики Сибирского отделения Российской академии наук, просп. <...> М.А. Лаврентьева, 6, Новосибирск, 630090 E-mails: a.penenko@yandex.com (Пененко А.В.), penenko@sscc.ru (Пененко В.В.), e.tsvetova@ommgp.sscc.ru (Цветова Е.А.) <...> Последовательные алгоритмы усвоения данных в моделях мониторинга качества атмосферы на базе вариационного принципа со слабыми ограничениями // Сиб. журн. вычисл. математики / РАН. <...> Задача усвоения данных для нестационарных моделей рассматривается как последовательность связанных обратных задач о восстановлении пространственно-временной структуры функций состояния с учетом различных наборов данных измерений. <...> Усвоение данных осуществляется вместе с идентификацией дополнительной искомой функции, которую мы трактуем как функцию неопределенности модели. <...> Основой для построения алгоритмов служит вариационный принцип. <...> Приводятся и анализируются различные версии алгоритмов решения задачи. <...> На основе принципа невязки построен вычислительно эффективный алгоритм для решения задачи усвоения данных в локально-одномерном случае и получена теоретическая оценка его эффективности. <...> Этот алгоритм является составляющей системы усвоения данных в контексте общей схемы расщепления нестационарной трехмерной модели транспорта и трансформации атмосферной химии. <...> DOI: 10.15372/SJNM20160405 Ключевые слова: усвоение данных, вариационный принцип, слабые ограничения, прямые и обратные задачи, модель как регуляризатор, последовательные алгоритмы. <...> Sequential data assimilation algorithms in air quality monitoring models based on weak-constraint variational principle // Siberian J. <...> Data assimilation problem for non-stationary model is considered as a sequence of the linked inverse problems which reconstruct, taking into account the different sets of measurement data, the space-time structure of the state functions. <...> Data assimilation is carried out together with the identification of additional <...>