首页 | 本学科首页   官方微博 | 高级检索  
     

粒子群算法参数设置对新安江模型模拟结果的影响研究
作者姓名:刘欣蔚  王 浩  雷晓辉  廖卫红  王明娜  王维平  张苹苹
作者单位:天津大学水利工程仿真与安全国家重点实验室;中国水利水电科学研究院;
基金项目:“十三五”国家重点研发计划( 2016YFC0402204)
摘    要:合理的粒子群算法(Particle Swarm Optimization Algorithm,PSO)的参数设置,可以提高算法的优化效率、避免陷入局部最优值,但常用参数设置对于特定优化问题,如新安江模型模拟,不具普适性。为分析种群规模pop、惯性权重w、学习因子c1和c2以及速度位置相关系数m这5个粒子群参数对新安江模型模拟结果的影响,对每个参数取5个不同水平,应用L25(56)正交表,设计了正交试验。通过对试验结果进行分析,得出了参数对PSO算法性能的影响能力和最优的参数组合方案(pop=80,w=1.3~0.4线性递减,c1=1.85,c2=2.5,m=0.05)。通过极差分析和方差分析,得出参数pop和w对模型模拟结果具有高显著性,其他三个参数对模型模拟结果不显著。将不同PSO参数组合应用于新安江模型模拟,证明了合理的PSO算法参数设置可以有效提高新安江模型模拟精度。通过对各因素分别进行趋势分析,得到了因素取值变化趋势与模型结果变化趋势的相关关系。本文提出的方法为如何寻找某一特定应用情景下的PSO算法参数组合提供了一种借鉴。

关 键 词:粒子群算法  新安江模型  参数优化  参数设置  正交试验

Influence of parameter settings in PSO Algorithm on simulation results of Xin'anjiang model
Authors:LIU Xinwei  WANG Hao  LEI Xiaohui  LIAO Weihong  WANG Mingn  WANG Weiping  ZHANG Pingping
Affiliation:( 1. State Key Labor atory of Hydraulic Engineering Simulation and Safety , Tianjin University , Tianjin 300072, China; 2. China Institute of Water Resources and Hydropower Research, Beijing 100038, China)
Abstract:
Keywords:particle swarm optimization algorithm  Xin''anjiang model  parameter optimization  parameter setting  orthogonal test
本文献已被 CNKI 等数据库收录!
点击此处可从《》浏览原始摘要信息
点击此处可从《》下载全文
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