流域水文模型参数识别的现代优化方法研究进展

被引：7

作者：

武震 ^{[1
]}

张世强 ^{[1
]}

张小文 ^{[2
]}

机构：

[1] 中国科学院寒区旱区环境与工程研究所

[2] 兰州商学院

来源：

冰川冻土 | 2008年 / 01期

关键词：

水文模型; 参数识别; 算法;

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：

水文参数优化是水文模型发展中的一个重要部分,针对水循环过程模拟中的流域水文模型参数识别的复杂优化问题,回顾了水文模型优化算法的发展历程,对国内外水文模型参数识别算法的最新进展进行了阐述.介绍了模拟退火算法、遗传算法、SCE-UA、粒子群算法等常用算法的参数设定及一般流程,并对编码遗传算法、单纯形混合加速遗传算法和运用融合技术的几种遗传算法以及其它几种常用算法在新安江模型中的优化结果进行了比较,认为混合加速遗传算法是一种较好的方法.在系统研究现代优化算法与传统优化算法的基础上,建立各种优化算法的融合技术和法则可能是进一步提高参数优化算法性能的方向.

引用

页码：64 / 71

页数：8

共 22 条

[1] 单纯形——模拟退火混合算法及其在参数估计中的应用 [J].