智能优化算法在年降水频率分布参数估计中的应用研究
发布时间：2021-03-08 11:10
降水频率分析可为流域（区域）规划和水利工程建设提供设计依据。频率分析需要选取合适的水文分布线型和参数估计方法,但是目前没有统一适用的分布线型和参数估计方法。对不同分布线型,在采用传统参数估计方法时需要推导繁琐的计算公式,计算过程复杂。智能优化算法一般只需要知道其分布目标优化函数关系,不受函数连续性、光滑性限制,避免了大量的求参数计算,因而可应用于水文频率分布参数计算中。本文综述了现行水文频率计算中分布线型和参数估计方法研究进展,总结了目前水文频率分布参数计算中存在的问题,针对这些不足,本文引入智能优化算法,在系统阐述各方法原理的基础之上,并将其应用于年降水频率计算中。采用Matlab 2018b平台编制计算程序,探讨智能优化算法在降水频率分析计算中的应用。以陕西省关中地区36个气象站的年降水序列资料为例,应用4种传统参数估计方法（矩法（MOM）、极大似然法（MLM）、最大熵法（POME）、线性矩法（L-M））和4种智能优化算法（反向学习自适应差分进化算法（OL-ADE算法）、蜻蜓算法（DA算法）、遗传粒子群混合算法（HGAPSO算法）和群居蜘蛛算法（SSO算法））,按照6种优化准则（O...
【文章来源】：西北农林科技大学陕西省 211工程院校 985工程院校 教育部直属院校
【文章页数】：128 页
【学位级别】：硕士
【部分图文】：
各站点的地理位置图
西北农林科技大学硕士学位论文76(k)蒲城站（GEV分布）(l)蒲城站（GLD分布）(m)潼关站（GLD分布）(n)渭南站（GEV分布）(o)渭南站（GLD分布）图4-3渭南市年降水序列最佳分布曲线拟合图Figure4-3FittingdiagramofoptimaldistributioncurveofannualprecipitationsequenceinWeinan（3）西安市各测站年降水序列最佳分布拟合效果
第四章实例应用77(a)户县站（GLD分布）(b)蓝田站（GLD分布）(c)临潼站（GLD分布）(d)西安站（GLD分布）(e).周至站（GLD分布）图4-4西安市年降水序列最佳分布曲线拟合图Figure4-4FittingdiagramofoptimaldistributioncurveofannualprecipitationsequenceinXian（4）咸阳市各测站年降水序列最佳分布拟合效果
【参考文献】：
期刊论文
[1]基于智能算法的轴对称锻件预成形优化设计[J]. 黄超群,来飞. 锻压技术. 2020(02)
[2]基于双频蝙蝠算法的树状灌溉管网规划[J]. 吕石磊,卢思华,魏志威,李震,吴奔雷. 湖南农业大学学报(自然科学版). 2020(01)
[3]基于退火粒子群的混合差分进化算法研究[J]. 郭洋婷,李瑞阳. 电子世界. 2020(02)
[4]一种动态调整惯性权重的混合粒子群算法[J]. 胡堂清,张旭秀,曹晓月. 电光与控制. 2020(06)
[5]粒子群退火算法优化的BP神经网络及其应用[J]. 王荣,白尚旺,党伟超,潘理虎. 计算机系统应用. 2020(01)
[6]引入反向学习机制的自适应差分进化算法研究[J]. 苗晓锋,刘志伟. 计算机与数字工程. 2019(12)
[7]基于粒子群搜索策略的混合果蝇优化算法[J]. 郭德龙,周锦程,周永权. 计算机与数字工程. 2019(12)
[8]一种基于混合蛙跳和粒子群融合的改进优化新算法[J]. 周林,陶冠宏,王佩. 电子信息对抗技术. 2019(06)
[9]基于精英反向学习的逐维改进蜻蜓算法[J]. 何庆,黄闽茗,王旭. 南京师大学报(自然科学版). 2019(03)
[10]陕西省关中地区水资源开发利用现状及节水潜力分析[J]. 党辉,刘刚,马清瑞,曹林顺. 陕西水利. 2019(06)
博士论文
[1]多目标人工蜂群算法研究及应用[D]. 马诗婧.东北师范大学 2019
[2]基于群集智能的复杂问题优化算法与应用研究[D]. 唐若笠.武汉大学 2016
[3]关中地区干旱预警与应急水源配置研究[D]. 乔亮.长安大学 2015
[4]关中地区水资源安全评价[D]. 党碧玲.陕西师范大学 2012
[5]关中地区土地利用动态模拟与优化配置研究[D]. 杨勇.陕西师范大学 2010
[6]基于GIS的关中地区土地利用变化及土地生态安全动态研究[D]. 莫宏伟.陕西师范大学 2010
[7]基于格网GIS的关中地区生态安全评价与格局变化分析[D]. 薛亮.陕西师范大学 2009
[8]遗传算法及其在水问题中的应用[D]. 金菊良.河海大学 1998
硕士论文
[1]基于蜻蜓算法和花朵授粉算法的特征选择方法研究[D]. 庄开元.吉林大学 2019
[2]梯级水库群调度的优化蜂群算法研究[D]. 李冬.华中科技大学 2018
[3]改进果蝇算法在梯级水库群发电优化调度中的应用[D]. 王媛.西安理工大学 2018
[4]基于智能组合模型对降雨量及径流量预测的实证研究[D]. 张娟.兰州大学 2018
[5]P-Ⅲ型曲线参数优选及其不确定性研究[D]. 雷冠军.华北水利水电大学 2016
[6]基于熵原理的水文频率分布参数估计应用研究[D]. 赵明哲.西北农林科技大学 2016
[7]差分进化算法改进研究[D]. 代瑞瑞.西北师范大学 2016
[8]基于EMA法的洪水频率分布参数估计方法研究[D]. 王俊珍.西北农林科技大学 2014
[9]高阶概率权重矩在洪水频率分布参数估计中的应用研究[D]. 肖玲.西北农林科技大学 2014
[10]差分进化算法在组合优化问题中的应用研究[D]. 张明.南京信息工程大学 2011
本文编号：3070947
【文章来源】：西北农林科技大学陕西省 211工程院校 985工程院校 教育部直属院校
【文章页数】：128 页
【学位级别】：硕士
【部分图文】：
各站点的地理位置图
西北农林科技大学硕士学位论文76(k)蒲城站（GEV分布）(l)蒲城站（GLD分布）(m)潼关站（GLD分布）(n)渭南站（GEV分布）(o)渭南站（GLD分布）图4-3渭南市年降水序列最佳分布曲线拟合图Figure4-3FittingdiagramofoptimaldistributioncurveofannualprecipitationsequenceinWeinan（3）西安市各测站年降水序列最佳分布拟合效果
第四章实例应用77(a)户县站（GLD分布）(b)蓝田站（GLD分布）(c)临潼站（GLD分布）(d)西安站（GLD分布）(e).周至站（GLD分布）图4-4西安市年降水序列最佳分布曲线拟合图Figure4-4FittingdiagramofoptimaldistributioncurveofannualprecipitationsequenceinXian（4）咸阳市各测站年降水序列最佳分布拟合效果
【参考文献】：
期刊论文
[1]基于智能算法的轴对称锻件预成形优化设计[J]. 黄超群,来飞. 锻压技术. 2020(02)
[2]基于双频蝙蝠算法的树状灌溉管网规划[J]. 吕石磊,卢思华,魏志威,李震,吴奔雷. 湖南农业大学学报(自然科学版). 2020(01)
[3]基于退火粒子群的混合差分进化算法研究[J]. 郭洋婷,李瑞阳. 电子世界. 2020(02)
[4]一种动态调整惯性权重的混合粒子群算法[J]. 胡堂清,张旭秀,曹晓月. 电光与控制. 2020(06)
[5]粒子群退火算法优化的BP神经网络及其应用[J]. 王荣,白尚旺,党伟超,潘理虎. 计算机系统应用. 2020(01)
[6]引入反向学习机制的自适应差分进化算法研究[J]. 苗晓锋,刘志伟. 计算机与数字工程. 2019(12)
[7]基于粒子群搜索策略的混合果蝇优化算法[J]. 郭德龙,周锦程,周永权. 计算机与数字工程. 2019(12)
[8]一种基于混合蛙跳和粒子群融合的改进优化新算法[J]. 周林,陶冠宏,王佩. 电子信息对抗技术. 2019(06)
[9]基于精英反向学习的逐维改进蜻蜓算法[J]. 何庆,黄闽茗,王旭. 南京师大学报(自然科学版). 2019(03)
[10]陕西省关中地区水资源开发利用现状及节水潜力分析[J]. 党辉,刘刚,马清瑞,曹林顺. 陕西水利. 2019(06)
博士论文
[1]多目标人工蜂群算法研究及应用[D]. 马诗婧.东北师范大学 2019
[2]基于群集智能的复杂问题优化算法与应用研究[D]. 唐若笠.武汉大学 2016
[3]关中地区干旱预警与应急水源配置研究[D]. 乔亮.长安大学 2015
[4]关中地区水资源安全评价[D]. 党碧玲.陕西师范大学 2012
[5]关中地区土地利用动态模拟与优化配置研究[D]. 杨勇.陕西师范大学 2010
[6]基于GIS的关中地区土地利用变化及土地生态安全动态研究[D]. 莫宏伟.陕西师范大学 2010
[7]基于格网GIS的关中地区生态安全评价与格局变化分析[D]. 薛亮.陕西师范大学 2009
[8]遗传算法及其在水问题中的应用[D]. 金菊良.河海大学 1998
硕士论文
[1]基于蜻蜓算法和花朵授粉算法的特征选择方法研究[D]. 庄开元.吉林大学 2019
[2]梯级水库群调度的优化蜂群算法研究[D]. 李冬.华中科技大学 2018
[3]改进果蝇算法在梯级水库群发电优化调度中的应用[D]. 王媛.西安理工大学 2018
[4]基于智能组合模型对降雨量及径流量预测的实证研究[D]. 张娟.兰州大学 2018
[5]P-Ⅲ型曲线参数优选及其不确定性研究[D]. 雷冠军.华北水利水电大学 2016
[6]基于熵原理的水文频率分布参数估计应用研究[D]. 赵明哲.西北农林科技大学 2016
[7]差分进化算法改进研究[D]. 代瑞瑞.西北师范大学 2016
[8]基于EMA法的洪水频率分布参数估计方法研究[D]. 王俊珍.西北农林科技大学 2014
[9]高阶概率权重矩在洪水频率分布参数估计中的应用研究[D]. 肖玲.西北农林科技大学 2014
[10]差分进化算法在组合优化问题中的应用研究[D]. 张明.南京信息工程大学 2011
本文编号：3070947
本文链接：https://www.wllwen.com/projectlw/qxxlw/3070947.html
