基于遗传算法的马斯京根模型参数优化

针对传统的优化马斯京根模型参数的方法计算过程繁琐、计算精度不高的问题,提出利用加速遗传算法直接优化马斯京根流量演算系数,有效解决了传统方法计算结果精度不高的问题,并在马斯京根模型参数优化求解中得以应用。结果表明,加速遗传算法较易程序化、收敛速度快,且计算精度较高,为河道洪水演算的研究提供了一种新途径。     

黄河上游水库群多目标优化调度研究

为了使黄河上游梯级水库群在丰、平、枯水年的实际调度中最大限度地发挥效益,建立黄河上游水库群的多目标优化调度模型,选择1989—2008年共20 a的实测径流长系列资料,利用改进的快速非劣排序遗传算法(NSGA-Ⅱ)对模型进行求解。从水库发电、运行情况、供水满足度、防凌、生态等方面对模型计算结果进行分析,结果表明:在充分满足防凌和生态前提下,模型优化后的整个梯级水库群总发电量比"实际"发电量提高了2.07%、总缺水率平方和比实际降低了5.98%。     

基于长办汇流曲线的多模型联合洪水演算研究

传统长办汇流曲线采用试算法确定稳定流的河段传播时间K值时,计算过程繁琐且不一定能得到最优解。基于此,提出利用遗传算法求解马斯京根模型的河段传播时间,进而优化长办汇流曲线模型的参数K。该方法既充分利用了长办汇流曲线模型中的经验性汇流系数,又融入了改进马斯京根法,可以保证参数全局最优的特点,有效提高了河道洪水演算精度,为河道洪水演算研究提供了一种多模型联合求解的新思路。