变异花朵授粉算法在马斯京根模型中的应用

发布时间：2021-05-10 14:07

　　针对基本花朵授粉算法（FlowerPollinationAlgorithm, FPA）在求解马斯京根（Muskingum）线性模型参数优化问题时容易受到选择概率的影响。其本文提出一种混合的花朵授粉算法（HFPA）,将花朵授粉算法的局部授粉部分融入差分进化算法的变异策略,以避免算法陷入局部最优问题,同时修改算法的莱维飞行位移,以增加种群的多样性。通过对马斯京根模型参数优化问题求解的结果与其他算法相比较,验证了混合算法HFPA在求解马斯京根模型参数优化问题上具有一定的优势。它在收敛速度上得到了一个质的提升且具有更好的优化性能,为马斯京根模型参数的估计提供了一种简单且高效的方法。 

【文章来源】：福建电脑. 2020,36(09)

【文章页数】：4 页

【参考文献】：
期刊论文
[1]基于变异策略的改进型花朵授粉算法[J]. 王玉鑫,李东生,高杨.  计算机应用研究. 2017(12)
[2]基于PSO的非线性马斯京根模型参数率定新方法[J]. 马细霞,舒丹丹,黄渝桂.  郑州大学学报(工学版). 2007(04)
[3]马斯京根洪水演算模型的改进——兼论其参数的蚁群算法率定[J]. 詹士昌.  自然灾害学报. 2006(02)



本文编号：3179495