张新明，马艳

(哈尔滨工业大学 深圳研究生院，广东 深圳 518055)



马斯京根模型参数反演的改进粒子群算法

张新明，马艳

(哈尔滨工业大学 深圳研究生院，广东 深圳 518055)

摘要：针对传统粒子群算法容易陷入局部最优(即“早熟”现象)的问题，将基于适应值共享原则的小生境策略与粒子群算法相结合，提出了一种改进的粒子群算法——小生境粒子群算法，并将之应用于4个典型测试函数的数值仿真以及基于马斯京根模型的参数反演计算。数值模拟结果显示，相比于传统的粒子群算法，小生境粒子群算法具有精度高、收敛速度快的特点，但其抗噪性较差。为了进一步提高算法的抗噪性，将基于小波多分辨分析的多尺度反演策略和小生境粒子群算法相结合构造了多尺度小生境粒子群算法。带有5%随机噪声的马斯京根模型参数反演结果显示，新提出的多尺度小生境粒子群算法能够有效提升小生境粒子群算法的抗噪性，从而使反演结果的精度得到较大的改善。

关键词：马斯京根模型；参数反演；小生境粒子群算法；多尺度；随机噪声

众所周知，由于其简单实用性，马斯京根模型是众多洪水演算模型中应用最为广泛的方法之一，它利用河段水量槽蓄方程代替复杂的水动力方程从而使计算过程极大简化, 同时又能取得满足实用的演算精度, 从而被国内外广泛应用, 在洪水预报和防洪规划中具有重要意义。然而，该方法在实际应用中的一个重要难点即是模型的参数优选问题。……