热带气旋登陆后强度变化的预测一直是热带气旋规律性领域研究中的前沿课题。由于热带气旋的变化和发展是一种复杂的自然现象,因此对热带气旋登陆后的强度变化预报的结果准确率不高。在热带气旋强度研究领域中存在着许多高维的参数优化问题,即模式及公式中的参数优化问题。进化算法作为一种带方向的群体搜索算法,十分适合解决高维决策空间下的单目标优化问题。因此,本文针对热带气旋领域中的参数优化问题,设计出两种基于进化算法的热带气旋强度变化预报方法,为将来进一步求解气象学上更复杂的参数优化问题做了有益和必要的探索。具体而言,本文从以下三个方面进行了探索和研究：1.本文深入了解热带气旋强度变化预报问题的研究热点、难点,从指数模型和分类规则两个不同角度出发,设计出两种热带气旋强度预报模型。通过对进化算法的深入学习,分析目前大部分进化算法的性能,选取粒子群算法和进化策略两种进化算法,以所设计的两种新的热带气旋强度预报模型中参数优化作为切入点,利用进化算法群体搜索的优点对参数进行优化,发挥出了交叉学科的优势。2.设计了基于指数模型的热带气旋强度预报方法。通过投影寻踪模型对高维数据进行降维,利用进化策略对投影方向进行优化,构建最终的指数模型,并将其尝试运用于热带气旋强度预报之中。运用实际的热带气旋数据进行算法验证,并与C4.5算法对热带气旋强度分类的最终准确性进行对比。实验结果验证了基于指数模型的预报方法的可行性以及其自身独特的优越性,为热带气旋强度预报领域提供了新的思路。3.提出了基于分类规则的热带气旋强度预报方法。从传统分类算法角度出发,设计了一整套分类规则挖掘的流程。将分层策略与粒子群算法结合,设计全新的编码方案,数据离散化方法,对热带气旋强度分类规则进行挖掘。以同样的热带气旋数据集对分类规则验证,分别与基于指数模型和C4.5算法的最终准确率进行综合对比。实验结果证明基于分层粒子群的预报方法的有效性,为其余气象学上的分类问题提供一种可借鉴的方法。以上工作不仅丰富了热带气旋强度变化分类预测的理论研究,还进一步扩展了进化算法的应用领域,将其与气象领域课题的结合,提供一种行之有效的新方法,促进进化算法在气象研究中的应用。