DRL-EnVar：基于深度强化学习的自适应混合集合-变分资料同化方法

黄丽蓝; 冷洪泽; 宋君强; 王东紫; 王悟信; 胡瑞生; 曹航

doi:10.1631/FITEE.2401063

Your Location：

Home >

Browse articles >

DRL-EnVar：基于深度强化学习的自适应混合集合-变分资料同化方法

常规文章 | Updated：2026-01-12

- DRL-EnVar：基于深度强化学习的自适应混合集合-变分资料同化方法
  Enhanced Publication
- DRL-EnVar: an adaptive hybrid ensemble–variational data assimilation method based on deep reinforcement learning
- “在数值天气预报领域，研究人员取得了重大进展。他们建立了DRL-EnVar系统，该系统提供了提高数据同化性能和预测准确性的解决方案。”
- Frontiers of Information Technology & Electronic Engineering 2025年26卷第12期页码：2583-2603
- Affiliations：
  
  1.College of Computer Science and Technology, National University of Defense Technology, Changsha 410073, China
  2.College of Meteorology and Oceanography, National University of Defense Technology, Changsha 410073, China
- Author bio：
  
  E-mail: huanglilan18@nudt.edu.cn
  ‡ Corresponding authors
- Funds：
  
  National Key R&D Program of China(2022YFB3207304);National Natural Science Foundation of China(42205161);Natural Science Foundation of Hunan Province, China(2023JJ30630)
- DOI：10.1631/FITEE.2401063
  中图分类号： TP391
- 收稿：2024-12-14，
  
  修回：2025-08-19，
  
  网络出版：2025-11-26，
  
  纸质出版：2025-12
- Accepted：
Scan QR Code
黄丽蓝, 冷洪泽, 宋君强, 等. DRL-EnVar：基于深度强化学习的自适应混合集合-变分资料同化方法[J]. Frontiers of Information Technology & Electronic Engineering, 2025,26(12):2583-2603.

Lilan HUANG, Hongze LENG, Junqiang SONG, et al. DRL-EnVar: an adaptive hybrid ensemble–variational data assimilation method based on deep reinforcement learning[J]. Frontiers of Information Technology & Electronic Engineering, 2025, 26(12): 2583-2603.
黄丽蓝, 冷洪泽, 宋君强, 等. DRL-EnVar：基于深度强化学习的自适应混合集合-变分资料同化方法[J]. Frontiers of Information Technology & Electronic Engineering, 2025,26(12):2583-2603. DOI： 10.1631/FITEE.2401063.

Lilan HUANG, Hongze LENG, Junqiang SONG, et al. DRL-EnVar: an adaptive hybrid ensemble–variational data assimilation method based on deep reinforcement learning[J]. Frontiers of Information Technology & Electronic Engineering, 2025, 26(12): 2583-2603. DOI： 10.1631/FITEE.2401063.

浏览量

Downloads

CSCD

文章被引用时，请邮件提醒。

Submit

工具集

关联资源

SPID: a deep reinforcement learning-based solution framework for siting low-altitude takeoff and landing facilities^#

Black-box adversarial attacks on deep reinforcement learning-based proportional–integral–derivative controllers for load frequency control

Federated deep reinforcement learning based computation offloading in a low Earth orbit satellite edge computing system

Significance extraction based on data augmentation for reinforcement learning

Incentive-based task offloading for digital twins in 6G native artificial intelligence networks: a learning approach

相关机构

南京航空航天大学民航学院

浙江大学控制科学与工程学院工业控制技术全国重点实验室

青岛理工大学信息与控制工程学院

齐鲁工业大学（山东省科学院）算力互联网与信息安全教育部重点实验室

贵州大学计算机科学与技术学院公共大数据国家重点实验室

Intro

Map

Chat

地址：浙江杭州天目山路148号，浙江大学出版社邮编：310028
联系电话：+86-571-88273162 Email：fitee@zju.edu.cn
本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies

⁰

DRL-EnVar：基于深度强化学习的自适应混合集合-变分资料同化方法

DRL-EnVar: an adaptive hybrid ensemble–variational data assimilation method based on deep reinforcement learning

DOI：10.1631/FITEE.2401063