粒子群优化算法在确定河流水质参数中的应用

被引：17

作者：

郭建青 ^{[1
]}

李彦 ^{[2
]}

王洪胜 ^{[1
]}

周宏飞 ^{[2
]}

机构：

[1] 长安大学环境科学与工程学院

[2] 中国科学院新疆生态与地理研究所

来源：

水利水电科技进展 | 2007年 / 06期

关键词：

河流水质; 参数估计; 粒子群算法; 算法收敛性; 粒子数目;

D O I：

暂无

中图分类号：

P333 [水文分析与计算];

学科分类号：

摘要：

将粒子群优化(PSO)算法应用于求解分析瞬时投放示踪剂情况下的一维河流水团示踪试验数据,以及确定河流水质参数的函数优化问题。分别就粒子数目和待估水质参数的初始取值范围对算法运算过程的影响进行了数值实验。结果表明:①PSO算法能够有效地应用于求解分析河流水质试验数据,确定水质参数的函数优化问题;②粒子数目的多少对迭代次数、运算时间和算法是否收敛有一定的影响,在粒子数目较大的情况下,可以保证运算过程收敛;③待估参数初始猜测值的选取范围对迭代次数也有一定的影响,选取范围越大,需要的迭代次数越多。最后,指出了需要进一步研究的问题。

引用

页码：1 / 5

页数：5

共 9 条

[1] 基于混沌序列的粒子群优化算法 [J].