河流预报模型参数多目标优化算法研究在沁水河流域应用

杜彦臻 刘珈伊 孙梦瑶 林洪孝

PDF(1385 KB)
中国农村水利水电 ›› 2018 ›› (12) : 110-116.
水文水资源

河流预报模型参数多目标优化算法研究在沁水河流域应用

  • 杜彦臻1,刘珈伊1,孙梦瑶1,林洪孝2
作者信息 +
稿件信息 +

摘要

水文预报的合理校准主要与模型及参数有关,为了提供更准确的模拟,在垂向混合产流模型的基础上结合水利工程影响,对流域降雨径流过程进行模拟。同时在多目标控制下覆盖整个权衡范围,并在其基础上应用MOPSO及MOSCEM-UA算法生成的Pareto前沿解对模型参数进行合理估计。经案例分析,对比两种算法模拟结果,MOSCEM算法在模拟过程中百分比偏差Bais基本在理想范围10%内且残差较小,相关关系78%在0.90以上。表明该算法在多目标模式下效率更高,为研究区水文预报模型多目标优化提供更准确的模拟。

关键词

水文预报 / 模型 / 多目标优化 / 多目标算法 / Pareto前沿

基金

国家自然科学基金资助项目;科技部国际科技合作与交流计划项目;高等学校博士学科点专项科研基金资助项目

引用本文

导出引用
杜彦臻 刘珈伊 孙梦瑶 林洪孝. 河流预报模型参数多目标优化算法研究在沁水河流域应用[J].中国农村水利水电, 2018(12): 110-116

参考文献

[1]王维,冯忠伦,杨伟,等.基于SCE-UA算法的新安江模型与垂向混合产流模型参数优化应用研究[J].中国农村水利水电, 2017,(3):26-30.
[2]Yapo P. O, Gupta H. V, Sorooshian S. Multi -objective globaloptimization for hydrologic models[J]. Journal of Hydrology, 1998, 204(1):83-97.
[3]周建中, 卢韦伟, 孙娜,等. 水文模型参数多目标率定及最优非劣解优选[J]. 水文, 2017, 37(2):1-7.
[4] Deb K, Pratap A, Agarwal S, et al. A fast and elitist multiobjective genetic algorithm:NSGA-II
[J]. IEEE Transactions On Evolutionary Computation, 2002, 6(2):182-197.
[5]Kennedy J, Eberhart, RC. Particle swarm optimization. In: Proceedings of the IEEE International Conference on Neural Networks. New Jersey: Piscataway, IEEE Service Center; 1995, pp. 1942–1948.
[6]Y. Tang, P. Reed, T. Wagener. How effective and efficient are multiobjective evolutionary algorithms at hydrologic model calibration?. Hydrology and Earth System Sciences Discussions, European Geosciences Union, 2005, 2 (6):2465-2520.
[7]赵坤, 傅海燕, 李薇,等. 流域水文模型研究进展[J]. 现代农业科技, 2009(23):267-270.
[8]包为民. 格林—安普特下渗曲线的改进应用[J]. 人民黄河, 1993(9).
[9]Andrea Holz, Dean Braatz. A Multistep Automatic Calibration Scheme for River Forecasting Models[J]. Journal of Hydrometeorology,2000(12).
[10]谭明豪, 姚娟娟, 张智,等. 基于Morris的SWMM水质参数灵敏度分析与应用[J].水资 源与水工程学报[J].2015,26(6):117-122.
PDF(1385 KB)

284

访问

0

引用

详细情况

段落导航
相关文章

/