蚁群算法在水文频率曲线参数计算中的应用

被引：17

作者：

李宏伟

宋松柏

机构：

[1] 西北农林科技大学水利与建筑工程学院

来源：

人民黄河 | 2009年 / 31卷 / 04期

关键词：

参数计算; 蚁群算法; 水文频率分析;

D O I：

暂无

中图分类号：

P333.9 [计算技术在水文计算中的应用];

学科分类号：

081501 ;

摘要：

通过对标准蚁群算法进行修改,提出了一种可以应用于水文频率参数计算的基于网格划分策略的蚁群算法,并以渭河流域4个水文测站的年径流量数据为例,按照OLS准则对皮尔逊Ⅲ型分布参数进行了优化计算。结果表明,蚁群算法参数的估计精度及实际适线效果均优于其他几种常规方法,是一种可行的水文频率分析方法。

引用

页码：38 / 40

页数：3

共 16 条

[1] 基于蚂蚁算法的函数优化 [J].

马良 .

控制与决策, 2002, (S1) :719-722+726

[2] 用于一般函数优化的蚁群算法 [J].

魏平 ;

熊伟清 .

宁波大学学报(理工版), 2001, (04) :52-55

[3] 连续优化问题的蚁群算法研究 [J].

高尚 ;

钟娟 ;

莫述军 .

微机发展, 2003, (01) :21-22+69

[4] 基于小波分析的径向基神经网络年径流预测 [J].

蒋晓辉 ;

刘昌明 .

应用科学学报, 2004, (03) :411-414

[5] 粒子群优化算法及其应用 [J].

范娜 ;

云庆夏 .

信息技术, 2006, (01) :53-56

[6] 优化适线法在水文频率分析中的应用 [J].

周爱霞 ;

张行南 .

人民长江, 2007, (06) :38-39

[7] 基于小波分析和模糊神经网络的水文预测 [J].

郭其一 ;

路向阳 ;

李维刚 ;

王钰 .

同济大学学报(自然科学版), 2005, (01) :130-133

[8] 基于粒子群算法的水文适线法研究 [J].

陈大春 ;

雷晓云 .

水资源与水工程学报, 2006, (04) :29-31+35

[9] 3种智能优化算法在设计洪水频率曲线适线法中的应用 [J].

宋松柏 ;

康艳 .

西北农林科技大学学报(自然科学版), 2008, (02) :205-209

[10] GA适线法软件设计在水文频率计算中的应用 [J].

姜铁兵 ;

康玲 ;

沈同林 ;

李世举 .

华中理工大学学报, 1999, (05) :53-54

← 1 2 →