多目标遗传单纯形算法在概念性水文模型参数优化中的应用
参数识别是水文模型应用的前提,在参数识别的同时需要充分考虑模型自身及参数的不确定性.引入了一种具有较强全局与局部搜索能力的多目标优化算法(MOCOM-UA),探讨了该算法在多目标基础上融合遗传算法和单纯形法两类算法不同搜索机制的模型优化方案,并以汉江上游江口流域新安江模型降水一径流模拟实践为例,将MOCOM-UA算法应用于新安江模型的参数识别.得到了4目标函数情形下的Pareto参数空间和模型的预测范围,并根据该算法模拟计算的结果,初步分析了参数和模型的不确定性.
参数识别、水文模型、多目标、全局优化、遗传算法、单纯形法、新安江模型
28
P334+.92(水文科学(水界物理学))
国家重点基础研究发展规划项目2006CB400502,2001CB309404;中国科学院.百人计划"择优支持项目8-057493;中国科学院大气物理研究所东亚区域气候-环境重点实验室开放基金
2008-09-01(万方平台首次上网日期,不代表论文的发表时间)
共6页
107-112