基于优化算法的新安江模型参数的估计

被引:3
作者
张刚
解建仓
罗军刚
汪妮
机构
[1] 西安理工大学西北水资源与环境生态教育部重点实验室
关键词
参数估计; 新安江模型; 小生境; 交叉选择; 粒子群算法;
D O I
10.13207/j.cnki.jnwafu.2011.01.010
中图分类号
P333.2 [暴雨洪涝的分析与计算];
学科分类号
摘要
【目的】解决传统优化算法在新安江模型参数估计中存在的早熟、收敛速度慢和易陷入局部最优等问题。【方法】在标准PSO算法的基础上,引入小生境和交叉选择算子,对寻优过程中粒子的个体历史最好位置进行多样化处理,提出基于小生境和交叉选择算子的粒子群算法(NCSPSO),建立基于NCSPSO算法的新安江模型参数估计数学模型,并给出具体求解步骤。最后将该方法在具体流域的洪水预报中进行应用。【结果】NCSPSO算法计算时间短,参数估计精度大大提高,且预报结果均达到了规范要求。【结论】NCSPSO算法为新安江模型参数估计提供了一条新途径。
引用
收藏
页码:229 / 234
页数:6
相关论文
共 8 条
[1]   一种改进的粒子群优化算法 [J].
黄辉先 ;
陈资滨 .
系统仿真学报, 2007, (21) :4922-4925
[2]   新安江模型参数优选的改进粒子群算法 [J].
江燕 ;
刘昌明 ;
胡铁松 ;
武夏宁 .
水利学报, 2007, (10) :1200-1206
[3]   粒子群算法在新安江模型参数优选中的应用 [J].
江燕 ;
胡铁松 ;
桂发亮 ;
武夏宁 ;
曾志炫 .
武汉大学学报(工学版), 2006, (04) :14-17+24
[4]   基于并行遗传算法的新安江模型参数优化率定方法 [J].
武新宇 ;
程春田 ;
赵鸣雁 .
水利学报, 2004, (11) :85-90
[5]   新安江模型参数全局优化研究 [J].
李致家 ;
周轶 ;
哈布·哈其 .
河海大学学报(自然科学版), 2004, (04) :376-379
[6]   水文模型参数优选遗传算法的应用 [J].
陆桂华 ;
郦建强 ;
杨晓华 .
水利学报, 2004, (02) :50-56
[7]   SCE-UA方法在新安江模型参数优化中的应用(英文) [J].
Hapuarachchi H.A.P. ;
李致家 ;
王寿辉 .
湖泊科学, 2001, (04) :304-314
[8]  
流域水文模拟[M]. 水利电力出版社 , 赵人俊 编著, 1984