|
|||||
|
|
| 水文模型参数优选的改进粒子群算法参数分析 | |
| 引用本文： | 江燕,刘昌明,武夏宁. 水文模型参数优选的改进粒子群算法参数分析[J]. 水电能源科学, 2009, 27(1) |
| 作者姓名： | 江燕 刘昌明 武夏宁 |
| 作者单位： | 1. 北京师范大学,水科学研究院,北京,100875 2. 北京师范大学,水科学研究院,北京,100875;中国科学院地理科学与资源研究所,北京,100101 3. 中国水利水电建设集团公司,北京,100044 |
| 摘 要： | 借鉴竞争演化和多种群混合进化的思想,对粒子群算法(PSO)进行改进,提出了序列主-从种群混合进化的粒子群算法(SMSE-PSO).鉴于优选水文模型参数算法的有效性与算法控制参数有关,为评价SMSE-PSO算法不同控制参数对优化性能的影响,结合水文模型参数优选的特点提出采用正交试验设计的方法分析.结果显示,正交法较好地识别了关键影响因素并提出可能的最优方案,SMSE-PSO算法能较好地应用于复杂多参数水文模型的参数识别研究中. |
| 关 键 词： | 参数识别 水文模型 粒子群算法 混合进化 正交试验 |
Parameter Optimization of Hydrological Model: Implementation of Improved Particle Swarm Optimization and Its Control Parameters Analysis |
|
| JIANG Yan LIU Changming,WU Xianing. Parameter Optimization of Hydrological Model: Implementation of Improved Particle Swarm Optimization and Its Control Parameters Analysis[J]. International Journal Hydroelectric Energy, 2009, 27(1) | |
| Authors: | JIANG Yan LIU Changming WU Xianing |
| Affiliation: | 1.College of Water Sciences;Beijing Normal University;Beijing 100875;China;2.Institute of Geographic Science and Natural Resources Research;CAS;Beijing 100101;3.Sinohydro Corporation Limited;Beijing 100044;China |
| Abstract: | By introducing competitive evolution and complex shuffling into particle swarm optimization(PSO),an improved PSO is proposed,whose name is serial master-slaver swarms shuffling evolution algorithm based on particle swarm optimization(SMSE-PSO).Considering that the effect of optimization method on identification of hydrological model's parameter has relation to the control parameter of optimization method,for evaluating the influence of SMSE-PSO's different parameters on optimization result of hydrological m... |
| Keywords: | parameter identification hydrological model particle swarm optimization shuffling evolutionary orthogonal experiments |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |