期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于改进蝴蝶优化算法的新安江模型参数率定研究 被引量:1
1
作者 张明进 肖章玲 +4 位作者 王健 孙冬梅 杨云平 邢岩 刘芯阅 《中国农村水利水电》 北大核心 2025年第6期90-94,101,共6页
参数率定是提升水文模型径流模拟精度的重要环节,构建高效稳健的参数优化算法是水文模型应用研究的热点。针对蝴蝶优化算法易于早熟收敛的问题,引入Halton序列提升初始种群的均匀性、利用动态转换概率平衡全局与局部搜索进程、采用L... 参数率定是提升水文模型径流模拟精度的重要环节,构建高效稳健的参数优化算法是水文模型应用研究的热点。针对蝴蝶优化算法易于早熟收敛的问题,引入Halton序列提升初始种群的均匀性、利用动态转换概率平衡全局与局部搜索进程、采用Lévy飞行和标准化操作算子改善进化方程,建立了一种改进的蝴蝶优化算法(MSBOA),并将其应用于新安江模型参数率定,比较分析了原蝴蝶优化算法(BOA)、改进后蝴蝶优化算法(MSBOA)、正余弦优化算法(SCA)和鲸鱼优化算法(WOA)在新安江模型参数率定中的收敛性和稳定性。在钦江上游陆屋水文站以上流域的应用结果表明:(1)与原算法BOA相比,MSBOA取得的纳什效率系数高0.03,相对误差降低至±5%以内,且均方根误差降低了8.2%。这说明MSBOA率定的新安江模型参数取得的日径流模拟精度更好,能够较准确地描述流域的水文过程。(2)各算法在新安江模型参数率定中均有较好的适用性(纳什效率系数高于0.85)。从收敛性来看,MSBOA的收敛速度较快且取得的纳什效率系数值最高,其次是WOA和SCA算法。从稳定性来看,MSBOA取得的纳什效率系数的标准差最低、且参数率定结果的波动范围最小,说明其稳定性较高,其次是WOA算法。改进后的蝴蝶优化算法MSBOA可丰富水文模型参数率定研究,为模型参数优化提供一条新途径。 展开更多
关键词 新安江模型 参数率定 蝴蝶优化算法 日径流模拟 钦江流域
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部