首页|遗传单纯形混合算法在复杂环境模型参数识别中的应用

遗传单纯形混合算法在复杂环境模型参数识别中的应用

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
参数识别是数学模型应用的一个重要环节.为提高复杂环境模型参数识别的性能和效率,引入了遗传单纯形法(GASM),该方法融合了遗传算法和单纯形法两类算法的不同搜索机制,具有很强的广度搜索和深度搜索能力.本研究以密云水库水质模拟为例,将GASM算法应用于模拟地表水水质的WASP模型中10个参数的优化识别.计算结果表明,无论是没有扰动的情况还是有扰动的情况,GASM算法均高效可靠地搜索到水质模型参数的全局最优解,说明此方法应用于复杂环境模型参数搜索是可行的实用的.同时,通过不同算法的比较也说明了GASM算法在搜索性能和效率方面的优越性.
Application of genetic algorithm and simplex method in parameter identification of complicated environmental model

王建平、程声通

展开 >

清华大学,环境科学与工程系,北京,100084

参数识别 环境模型 遗传算法 单纯形法 全局优化 混合算法

北京市科技攻关项目

H012110010119

2005

水利学报
中国水利学会

水利学报

CSCD北大核心
影响因子：1.778
ISSN：0559-9350
年,卷(期)：2005.36(6)
  • 15
  • 1