首页|典型参数优化算法在新安江模型中的应用对比

典型参数优化算法在新安江模型中的应用对比

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为深入对比研究典型参数优化算法在新安江模型中的应用情况,选用4种典型优化算法:自适应遗传算法(AGA)、改进粒子群算法(IPSO)、SCE-UA和贝叶斯优化算法(BOA),每种算法重复运行50次,每次迭代300次,以安徽省黄山市呈村流域为研究区域对日尺度新安江模型参数进行率定.结果表明:IPSO优化新安江模型参数得到的流量模拟值与实测值拟合程度高且收敛速度较快;目标函数收敛值集中,有90%集中在0.158149～0.156727范围内;算法稳定性好,优化后的参数方差均值仅为0.049404.AGA和SCE-UA优化参数表现较IPSO差,较BOA好.BOA计算量小,但其收敛过程出现明显波动;目标函数收敛值分散在5个范围内;算法稳定性差,优化后的参数方差均值高达0.073751.
Comparative Study of Typical Parameter Optimization Algorithms in Xin'anjiang Model

向鑫、敖天其、肖钦太

展开 >

四川大学 水利水电学院,四川 成都 610065

四川大学 水力学与山区河流开发保护国家重点实验室,四川 成都 610065

新安江模型 自适应遗传算法 改进粒子群算法 SCE-UA 贝叶斯优化算法

四川省科技计划重点研发项目科技部国家国际科技合作专项

2021YFS02852012DFG21780

2023

10.19797/j.cnki.1000-0852.20210445

水文
水利部水文局 水利部水利信息中心

水文

CSTPCDCSCD北大核心
影响因子：0.742
ISSN：1000-0852
年,卷(期)：2023.43(3)
  • 1
  • 10