水文模型参数识别算法研究及展望

被引：17

作者：

杨晓华 ^{[1
]}

杨志峰 ^{[1
]}

郦建强 ^{[2
]}

沈珍瑶 ^{[1
]}

陈强 ^{[1
]}

机构：

[1] 北京师范大学环境学院水环境模拟国家重点实验室

[2] 水利部水利水电规划设计总院

来源：

自然科学进展 | 2006年 / 06期

关键词：

水文模型; 参数; 识别; 遗传算法; 优化算法;

D O I：

暂无

中图分类号：

P333.1 [水量平衡];

学科分类号：

摘要：

就国内外水文模型参数识别算法的最新进展做了较为详细的阐述,特别对各种编码的遗传算法、单纯形混合加速遗传算法、模式搜索混合加速遗传算法、模拟退火混合加速遗传算法等现代优化算法在流域水文模型参数识别中的应用进行了研究,并与传统方法进行了比较;通过比较水文模型各参数优选方法的特点,认为混合加速遗传算法SHAGA,HJHAGA是一种较好的方法,具有较高的应用价值;同时对水文模型参数识别算法的发展前景进行了展望．

引用

页码：657 / 661

页数：5

共 9 条

[1] 水文模型参数优选遗传算法的应用
陆桂华
郦建强
杨晓华
[J]. 水利学报, 2004, (02) : 50 - 56
[2] 混合加速遗传算法在流域模型参数优化中的应用
杨晓华
陆桂华
郦建强
[J]. 水科学进展, 2002, (03) : 340 - 344
[3] 自适应加速遗传算法及其在水位流量关系拟合中的应用
杨晓华
陆桂华
郦建强
[J]. 水文, 2002, (02) : 14 - 18
[4] 概念性水文模型多目标参数自动优选方法研究
张洪刚
郭生练
刘攀
彭定志
[J]. 水文, 2002, (01) : 12 - 16
[5] 加速基因方法在最大流量频率曲线参数估计中的应用
金菊良
杨晓华
储开凤
郦建强
[J]. 四川联合大学学报(工程科学版), 1997, (04) : 29 - 35
[6] 水文模型参数自动优选方法的比较分析
谭炳卿
[J]. 水文, 1996, (05) : 9 - 12+14-15+66
[7] 基因算法及其在水文模型参数优选中的应用
毛学文
[J]. 水文, 1993, (05) : 22 - 27
[8] 智能算法及其在资源环境系统建模中的应用[M]. 北京师范大学出版社 , 杨晓华,沈珍瑶著, 2005
[9] 遗传算法及其在水科学中的应用[M]. 四川大学出版社 , 金菊良,丁晶著, 2000

← 1 →