司存友 ，卢婉莹 ，罗俐雅

（1. 江苏省水文水资源勘测局，江苏 南京 210029；2. 北京金水信息发展有限公司，北京 100000）

0 引言

洪水预报经验模型由于操作简便，能较好地阐述水文规律，目前在水文业务中应用十分广泛，为防汛及水资源调度利用等工作提供了至关重要的决策依据。但是洪水预报经验模型的参数在确定时具有较高的难度，需要通过多次循环往复的参数率定加以确定。江苏省采用的经验模型主要是 API 模型，场次洪水降水量P、前期影响雨量Pa、径流深R三要素及单位线的推求计算比较复杂。API 模型的参数优化率定更是一项繁琐、耗时、困难的工作，快速高效地寻求模型最优参数已成为水文模型应用研究的关键[1–2]。

江苏省洪水预警预报平台成功实现了高效率的人机交互，可以帮助业务人员完成 API 模型的场次洪水选择、次洪三要素（P，Pa，R）计算、相关图拟合、产流方案误差评定、单位线推求和综合、预报方案评定等过程的在线处理，并引入改进的遗传算法、人工蜂群、混合蛙跳等基于仿生学的人工智能优化算法实现经验模型的智能优化定线。其中混合蛙跳算法（SFLA）是一种模拟青蛙觅食行为的智能优化算法，具有参数少，鲁棒性强，简单易理解等特点，但目前还未引入到洪水经验模型参数优化方面，因此针对混合蛙跳定线进行研究。

1 API 模型结构和相关线型

1.1 模型结构

以前期影响雨量Pa表示土壤干湿程度的指标，以K代表土壤含水量的日消退系数，则

式中：Pa,t为t日上午 8 时的前期影响雨量；……