粒子群算法在河道水动力模型参数校正中的应用

被引：9

作者：

贾本有

吴时强

范子武

马振坤

谢忱

刘国庆

机构：

[1] 南京水利科学研究院水文水资源与水利工程科学国家重点实验室

来源：

南水北调与水利科技 | 2018年 / 16卷 / 03期

关键词：

淮河流域; 洪水模拟; 水动力模型; 参数估计; 粒子群算法;

D O I：

10.13476/j.cnki.nsbdqk.2018.0080

中图分类号：

TV133 [河渠水力学];

学科分类号：

摘要：

参数估计一直是河道水动力模型研究的难点之一,在传统的模型参数人为经验率定方法的基础上,提出了基于粒子群算法的模型参数优化校正方法,构建了参数校正优化模型,并将参数优化校正算法与河道水动力模型进行耦合,针对淮河干流和史灌河支流组成的研究区域,采用一维河道洪水演进模型,比较了糙率系数校正方法和传统经验估算法,校正方法得到的河段糙率系数值比人为经验估计值平均大0.01,淮河干流河段糙率略大于史灌河支流河段糙率,采用校正河段糙率系数得到的河道水位过程与实测值拟合更优,特别在主峰段洪水过程模拟精度显著改善,验证了本文所提出的参数优化校正算法的有效性,为复杂河道水动力模型参数的确定提供了一种有效方法。

引用

页码：143 / 148

页数：6

共 21 条

[1]

Definition and solution of a stochastic inverse problem for the Manning’s n parameter field in hydrodynamic models.[J].T. Butler;L. Graham;D. Estep;C. Dawson;J.J. Westerink.Advances in Water Resources.2015,

[2] Multiobjective Calibration of Reservoir Water Quality Modeling Using Multiobjective Particle Swarm Optimization (MOPSO) [J].

Afshar, Abbas ;

Shojaei, Nasim ;

Sagharjooghifarahani, Mahdi .

WATER RESOURCES MANAGEMENT, 2013, 27 (07) :1931-1947

[3]

A Particle Swarm Optimization Algorithm and its Application in Hydrodynamic Equations.[J].Zhou Jian Hui;Zhao Shu Zhong;Yue Li Xi;Lu Yan Nan;Si Xin Yi.Advanced Materials Research.2012, 510

[4]

现代水文模拟与预报技术.[M].李致家; 等编著.河海大学出版社.2010,

[5] 基于改进粒子群优化算法的BOD-DO水质模型参数确定 [J].

张俊娜 ;

刘元会 ;

郭建青 ;

杨丹 .

西北农林科技大学学报(自然科学版), 2017, 45 (03) :212-217

[6] 基于量子行为粒子群优化算法的河道糙率反演 [J].

张梦泽 ;

刘远洪 ;

王苓如 ;

王思琪 ;

王文民 .

人民黄河, 2015, 37 (02) :26-29

[7] 基于DEM数据的河道水动力过程数值模拟 [J].

俞茜 ;

陈永灿 ;

朱德军 ;

刘昭伟 .

水力发电学报, 2014, 33 (03) :133-137+157

[8] 基于参数函数曲面的参数率定方法 [J].

包为民 ;

张小琴 ;

赵丽平 .

中国科学:技术科学, 2013, 43 (09) :1050-1062

[9] InfoWorks RS软件在河道洪水模拟中的应用 [J].

魏凯 ;

梁忠民 ;

陈永钢 .

水电能源科学, 2013, 31 (08) :56-58

[10]

Dual state-parameter optimal estimation of one-dimensional open channel model using ensemble Kalman filter.[J].赖瑞勋;方红卫;何国建;余欣;杨明;王明;.Journal of Hydrodynamics.2013, 04

← 1 2 3 →