典型参数优化算法在新安江模型中的应用对比

摘要：

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.

关键词：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

所属期刊栏目：43

分类号：P334+.92;TV11(水文科学（水界物理学）)

资助基金：四川省科技计划重点研发项目;国家国际科技合作专项基金

在线出版日期：2023-07-07（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：16-22