新安江模型参数自动优化率定的SCE-UA算法应用研究
发布时间：2021-08-27 09:16
为了探索概念性流域水文模型参数自动优化率定和预报精度问题,本文基于三水源新安江模型,以沿渡河流域为研究对象,在给定理想径流资料定义的基础上,应用SCE-UA算法分别就理想径流资料和实际径流资料的情况下,资料长度选择对新安江模型参数优选的影响进行研究.结果发现,理想资料情况下,资料长度对模型参数优选没有影响,同时发现SCE-UA算法参量p的取值依赖于待优化问题的维数;实际资料情况下,参数优化结果随资料长度增加有向最优值靠拢趋势,说明输入、输出观测误差和模型结构误差是导致算法不能搜索到参数真值和寻优过程不稳定的重要原因.
【文章来源】：三峡大学学报(自然科学版). 2020,42(06)北大核心
【文章页数】：6 页
【部分图文】：
SCE-UA算法理想资料情况模型部分参数寻优过程图
表6 采用1年、2年、3年实测资料的参数寻优结果 参数 K B C WM WUM WLM SM EX KI CS CI CG IMP 1981-1987 0.510 0.231 0.141 125.147 15.556 64.342 15.799 0.474 0.494 0.161 0.741 0.989 0.001 1年 1981 0.411 0.237 0.321 140.593 20.003 76.190 14.813 0.342 0.418 0.169 0.715 0.980 0.001 1982 0.553 0.190 0.192 120.001 20.345 70.554 7.461 0.100 0.184 0.476 0.777 0.963 0.001 1983 0.421 0.104 0.016 85.330 15.001 70.315 17.396 0.707 0.547 0.128 0.754 0.992 0.001 2年 1981-1982 0.519 0.329 0.285 118.868 15.004 70.376 15.684 0.471 0.404 0.190 0.702 0.978 0.001 1982-1983 0.476 0.015 0.244 127.710 23.335 72.967 14.193 0.657 0.515 0.261 0.798 0.990 0.001 1983-1984 0.473 0.600 0.289 107.682 7.681 70.542 14.966 0.427 0.531 0.124 0.727 0.983 0.001 3年 1981-1983 0.499 0.272 0.303 125.384 15.653 70.002 15.577 0.484 0.437 0.174 0.699 0.975 0.001 1982-1984 0.489 0.180 0.381 125.745 20.334 71.465 14.770 0.505 0.508 0.192 0.763 0.988 0.001 1984-1985 0.499 0.534 0.408 105.482 15.481 70.865 16.200 0.465 0.499 0.107 0.696 0.973 0.0014 结 论
【参考文献】：
期刊论文
[1]溶蚀丘陵型岩溶流域概念性水文模型及其应用[J]. 陈晓宏,颜依寒,李诚,危润初. 水科学进展. 2020(01)
[2]基于MOPSO算法的垂向混合产流模型参数多目标优化[J]. 杜彦臻,孙梦瑶,刘伽伊,林洪孝,王刚. 水电能源科学. 2019(06)
[3]基于GPU加速的水文模型参数率定[J]. 阚光远,洪阳,梁珂,何晓燕,丁留谦,张大伟. 人民长江. 2019(05)
[4]基于SCE-UA算法新安江模型在沣河流域的应用[J]. 邓元倩,李致家,刘甲奇,张汉辰,童冰星. 水资源与水工程学报. 2017(03)
[5]概念性流域水文模型参数多目标优化率定[J]. 郭俊,周建中,周超,王光谦,张勇传. 水科学进展. 2012(04)
[6]水文模型模糊多目标SCE-UA参数优选方法研究[J]. 李向阳,程春田,武新宇,林剑艺. 中国工程科学. 2007(03)
[7]水文模型参数识别算法研究及展望[J]. 杨晓华,杨志峰,郦建强,沈珍瑶,陈强. 自然科学进展. 2006(06)
[8]水文模型参数优选遗传算法的应用[J]. 陆桂华,郦建强,杨晓华. 水利学报. 2004(02)
[9]概念性水文模型多目标参数自动优选方法研究[J]. 张洪刚,郭生练,刘攀,彭定志. 水文. 2002(01)
本文编号：3366080
【文章来源】：三峡大学学报(自然科学版). 2020,42(06)北大核心
【文章页数】：6 页
【部分图文】：
SCE-UA算法理想资料情况模型部分参数寻优过程图
表6 采用1年、2年、3年实测资料的参数寻优结果 参数 K B C WM WUM WLM SM EX KI CS CI CG IMP 1981-1987 0.510 0.231 0.141 125.147 15.556 64.342 15.799 0.474 0.494 0.161 0.741 0.989 0.001 1年 1981 0.411 0.237 0.321 140.593 20.003 76.190 14.813 0.342 0.418 0.169 0.715 0.980 0.001 1982 0.553 0.190 0.192 120.001 20.345 70.554 7.461 0.100 0.184 0.476 0.777 0.963 0.001 1983 0.421 0.104 0.016 85.330 15.001 70.315 17.396 0.707 0.547 0.128 0.754 0.992 0.001 2年 1981-1982 0.519 0.329 0.285 118.868 15.004 70.376 15.684 0.471 0.404 0.190 0.702 0.978 0.001 1982-1983 0.476 0.015 0.244 127.710 23.335 72.967 14.193 0.657 0.515 0.261 0.798 0.990 0.001 1983-1984 0.473 0.600 0.289 107.682 7.681 70.542 14.966 0.427 0.531 0.124 0.727 0.983 0.001 3年 1981-1983 0.499 0.272 0.303 125.384 15.653 70.002 15.577 0.484 0.437 0.174 0.699 0.975 0.001 1982-1984 0.489 0.180 0.381 125.745 20.334 71.465 14.770 0.505 0.508 0.192 0.763 0.988 0.001 1984-1985 0.499 0.534 0.408 105.482 15.481 70.865 16.200 0.465 0.499 0.107 0.696 0.973 0.0014 结 论
【参考文献】：
期刊论文
[1]溶蚀丘陵型岩溶流域概念性水文模型及其应用[J]. 陈晓宏,颜依寒,李诚,危润初. 水科学进展. 2020(01)
[2]基于MOPSO算法的垂向混合产流模型参数多目标优化[J]. 杜彦臻,孙梦瑶,刘伽伊,林洪孝,王刚. 水电能源科学. 2019(06)
[3]基于GPU加速的水文模型参数率定[J]. 阚光远,洪阳,梁珂,何晓燕,丁留谦,张大伟. 人民长江. 2019(05)
[4]基于SCE-UA算法新安江模型在沣河流域的应用[J]. 邓元倩,李致家,刘甲奇,张汉辰,童冰星. 水资源与水工程学报. 2017(03)
[5]概念性流域水文模型参数多目标优化率定[J]. 郭俊,周建中,周超,王光谦,张勇传. 水科学进展. 2012(04)
[6]水文模型模糊多目标SCE-UA参数优选方法研究[J]. 李向阳,程春田,武新宇,林剑艺. 中国工程科学. 2007(03)
[7]水文模型参数识别算法研究及展望[J]. 杨晓华,杨志峰,郦建强,沈珍瑶,陈强. 自然科学进展. 2006(06)
[8]水文模型参数优选遗传算法的应用[J]. 陆桂华,郦建强,杨晓华. 水利学报. 2004(02)
[9]概念性水文模型多目标参数自动优选方法研究[J]. 张洪刚,郭生练,刘攀,彭定志. 水文. 2002(01)
本文编号：3366080
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3366080.html
