通过无导数优化调整蔓延速率因子：一种改进森林火灾模拟器性能的新方法
机器学习
2019-09-16 v1 最优化与控制
摘要
在实际应用中，野火模拟器常常不能正确预测火烧迹地的演变。通常，这是由于多种因素造成的，包括输入数据的不准确（如土地覆盖分类、湿度）、不恰当的局部风表示、火灾蔓延模拟模型中的累积误差、景观内高度的不连续性/异质性等等。因此，在实践中，有必要调整火灾的蔓延以获得更好的结果，无论是为了支持扑救活动，还是为了考虑未来事件的新默认参数来改进模拟器的性能，从而更好地表示当前的火灾蔓延增长现象。在本文中，我们通过一种使用无导数优化（DFO）算法来调整名为 Cell2Fire 的火灾模拟增长模型中蔓延速率（ROS）因子的新方法解决该问题。为此，我们求解一个捕获模拟与观测火灾之间差异的误差最小化优化问题，该问题在每次迭代中涉及在 DFO 框架内评估模拟器输出，使我们能够为景观中存在的每种燃料找到最佳可能的因子。给出了不同目标函数的数值结果并进行讨论，包括替代 DFO 算法的性能比较。
引用
@article{arxiv.1909.05949,
title = {Adjusting Rate of Spread Factors through Derivative-Free Optimization: A New Methodology to Improve the Performance of Forest Fire Simulators},
author = {Jaime Carrasco and Cristobal Pais and Zuo-Jun Max Shen and Andres Weintraub},
journal= {arXiv preprint arXiv:1909.05949},
year = {2019}
}
备注
8 figures, 35 pages