流域洪水演進模型參數(shù)反演的小生境粒子群算法研究.pdf

1、從古至今幾千年來,洪水災害問題一直是人類極度關注和重視的問題,人類嘗試采取各種方法解決。例如,利用洪水演進模型可以計算出在不同時段的流量,流速等,從而對洪水預報,防洪調度等方面發(fā)揮重要作用。其中模型的參數(shù)反演問題就是非常重要的一步,對洪水演進模型應用的成敗起著關鍵的作用。
　　作為群智能算法成員之一的粒子群算法,是一種全局優(yōu)化算法。該算法編程簡單同時本身還具有許多良好的優(yōu)化性能和很強的魯棒性。但粒子群算法有兩個主要的缺點分別是:容

2、易陷入局部收斂和后期收斂速度慢。針對基本粒子群算法的缺點,學者們提出過很多改進的方法。本文在前人研究的基礎之上進行總結,選取基于適應值共享的小生境粒子群算法作為本文的求解算法,該算法是由基于適應值共享的小生境技術與粒子群算法結合后得到的。
　　本文先將算法應用到典型多模態(tài)函數(shù)優(yōu)化問題的求解中,將優(yōu)化結果與基本粒子群算法的優(yōu)化結果作對比,驗證了算法的有效性與優(yōu)越性,并對小生境粒子群算法的收斂性進行了討論。然后,把該算法應用到實際問題

3、中,對存在解析解的洪水演進模型進行了參數(shù)反演,反演結果表明,該方法不僅精度高而且收斂速度快,反演值與真值幾乎完全吻合。最后,對添加5％到15%不同噪聲的情況進行了研究。從程序運行的結果來看,在加噪5%時,參數(shù)K和x的反演結果不是特別理想。因此,為提高本文方法的抗噪性,嘗試將多尺度方法和小生境粒子群算法相結合形成多尺度小生境粒子群算法,并將其應用于洪水演進模型的參數(shù)反演。數(shù)值計算結果顯示,單參數(shù)反演結果精度較高;但雙參數(shù)的反演精度不是很高