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(zāi)害問題一直是人類極度關(guān)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(yù)報,防洪調(diào)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(yīng)用的成敗起著關(guān)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(chǔ)之上進行總結(jié),選取基于適應(yīng)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(yīng)值共享的小生境技術(shù)與粒子群算法結(jié)合后得到的。
　　本文先將算法應(yīng)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(jié)果與基本粒子群算法的優(yōu)化結(jié)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(yīng)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(jié)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(jié)果來看,在加噪5%時,參數(shù)K和x的反演結(jié)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(jié)合形成多尺度小生境粒子群算法,并將其應(yīng)用于洪水演進模型的參數(shù)反演。數(shù)值計算結(jié)果顯示,單參數(shù)反演結(jié)果精度較高;但雙參數(shù)的反演精度不是很高