首页 | 本学科首页   官方微博 | 高级检索  
     

混沌高效遗传算法在马斯京根模型参数优选中的应用
引用本文:杨晓华,郦建强. 混沌高效遗传算法在马斯京根模型参数优选中的应用[J]. 水力发电学报, 2008, 27(2): 40-44
作者姓名:杨晓华  郦建强
作者单位:北京师范大学环境学院,水环境模拟国家重点实验室,北京,100875;水利部水利水电规划设计总院,水战略研究部,北京,100011
基金项目:国家重点基础研究发展计划(973计划) , 国家重点实验室基金
摘    要:本文利用混沌映射的遍历性和实编码遗传算法的全局优化性,通过在遗传进化过程中加入混沌变异操作,在变量的定义域内投放混沌初始群体,用优秀个体群来逐步缩小搜索空间,提出了求解马斯京根模型参数优选问题的一种新方法——混沌高效遗传算法(CHEGA)。应用该方法对5个经典非线性测试函数进行了仿真,在收敛速度和全局优化方面好于现有的简单遗传算法和改进的遗传算法。并将CHEGA用于求解实际马斯京根水文模型参数优选问题。与实编码加速遗传算法、传统非线性规划方法等相比,CHEGA可以遍历到整个区域的内部和边界,较好的保持了种群的多样性,精度高、收敛速度快,对求解实际水文模型参数优选问题非常有效。

关 键 词:水文学  马斯京根模型  参数优选  遗传算法  混沌
修稿时间:2006-08-11

Chaos high efficient genetic algorithm for parameter optimization of Muskingum routing model
YANG Xiaohua,LI Jianqiang. Chaos high efficient genetic algorithm for parameter optimization of Muskingum routing model[J]. Journal of Hydroelectric Engineering, 2008, 27(2): 40-44
Authors:YANG Xiaohua  LI Jianqiang
Abstract:
Keywords:
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号