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
2017-03-21冯忠伦林洪孝刁艳芳
中国农村水利水电 2017年3期
王 维,冯忠伦,杨 伟,林洪孝,王 刚,刁艳芳
(山东农业大学水利土木工程学院,山东 泰安 271018)
0 引 言
洪水是自然界对人类的主要威胁之一。洪水预报就是在流域上发生的暴雨及河流上游的水流补给,经过水情信息采集、传输、存贮、处理等一系列的科学计算,最终预估在流域出口断面或河流下游水文站即将发生的实际洪水过程。做好洪水预报,关键是选择适应流域情况的水文模型以及确保模拟结果精度。前者主要表现在产汇流结构,后者则主要反映在所采用的参数组上[1]。
模型参数的确定方法总体可分为人工试错率定和自动优化率定两种。人工率定得来的参数经验性较强,具有极大的主观性且极为耗时。故在生产实践中人们开始寻求参数求解的程序化实现。而针对参数的不确定性,理解也从最初的局部寻优过渡到寻找全局最优解[2],此过程涌现了诸如遗传算法、粒子群优化算法、SCE-UA等优秀算法。其中SCE-UA算法是一种结合了基因算法、单纯形算法优点,以信息共享和生物演化规律为基础的非线性混合算法。能在不需要显式目标函数或目标函数的偏导数情况下有效解决高维参数全局优化问题,在应用过程中被证明更适应各类水文模型求参[3,4]。
本文针对山东境内一般山丘地形的田庄水库流域,选取了三水源新安江与垂向混合产流两种模型结构,将SCE-UA优化后的参数带入,对典型洪水进行模拟与检验。
1 SCE-UA算法
SCE-UA(Shuffled Complex Evolution Algorithm)是美国亚利桑那大学的Duan博士等人在原有单纯性算法基础上结合生物与基因选择原理后研究出的一种能够有效解决非线性约束最优化问题的算法,为高效筛选多参数组合的全局最优解提供了一种新的思路。……
登录APP查看全文
