人工智群算法在水文模型参数优化率定中的应用研究

摘要：

水文模型参数优化率定是一项繁琐、耗时、困难的工作,快速高效地寻求模型最优参数已成为水文模型应用研究的关键.以新安江、暴雨强度、马斯京根3个水文模型为例,引入蜂群和蛙跳两种新型人工智群算法,在改进的基础上探讨了模型参数优化率定的新方法.在参数优化计算过程中,分别利用蜂群算法中不同蜂群间信息共享和分工协作原理以及蛙跳算法中不同蛙群间思想文化交换的机制,对模型进行优化,使其逐渐逼近全局最优.结果表明:相对于人工试错法和经典局部最优算法如牛顿法等,人工蜂群算法和混合蛙跳算法具有简单、鲁棒、全局寻优和易于实现等特点;与广泛应用于水文界的SCE-UA算法和加速遗传算法等现代启发式算法相比,人工智群优化算法在处理参数较多的模型时具有寻优速度更快、能力更强的优势.

关键词：人工蜂群算法、混合蛙跳算法、参数优化率定、水文模型

所属期刊栏目：44

分类号：P333.9(水文科学（水界物理学）)

资助基金：水利部公益性行业科研专项“应急水文预报分析关键技术研究”201001045

在线出版日期：2014-05-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：95-101