基于随机分形搜索算法的马斯京根模型参数优选 |
| |
引用本文: | 欧阳俊,袁晓辉,毛志伟,袁艳斌,许汉平,张东寅.基于随机分形搜索算法的马斯京根模型参数优选[J].水电能源科学,2018,36(4):6-9. |
| |
作者姓名: | 欧阳俊 袁晓辉 毛志伟 袁艳斌 许汉平 张东寅 |
| |
作者单位: | 1. 国网湖北省电力有限公司 经济技术研究院, 湖北 武汉 430077; 2. 华中科技大学 水电与数字化工程学院, 湖北 武汉 430074; 3. 武汉理工大学 资源与环境学院, 湖北 武汉 430070 |
| |
基金项目: | 国家自然科学基金项目(41571514);中央高校基本科研业务费专项资金资助项目(2017KFYXJJ204);新能源微电网湖北省协同创新中心(三峡大学)资助项目(2015KJX09) |
| |
摘 要: | 马斯京根模型在河道洪水演算中发挥着重要作用,该模型参数优选对提高洪水演算准确性至关重要。提出利用随机分形搜索算法(SFS)解决非线性马斯京根模型参数优选问题,同时将混沌序列替代SFS更新操作中的随机数。对算例进行洪水演算仿真分析并与多种优化算法比较,结果表明,随机分形搜索算法对非线性马斯京根法模型参数优选问题求解行之有效,且算法实施过程简便、参数解算精度高。
|
关 键 词: | 非线性马斯京根模型 参数优选 随机分形搜索算法 混沌 |
Parameters Optimization of Muskingum Model Based on Stochastic Fractal Search |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《水电能源科学》浏览原始摘要信息 |
|
点击此处可从《水电能源科学》下载全文 |
|