水文模型参数识别算法研究及展望.pdf.pdfVIP

第 卷 第 期 年 月 K’I ! #$$ ! ! ! 水文模型参数识别算法研究及展望 ! ! ! ! 杨晓华 杨志峰 郦建强 沈珍瑶 陈 强 ! ! ! ! ! 北京师范大学环境学院 水环境模拟国家重点实验室 北京 ! ! !# !$$%I’ ! #水利部水利水电规划设计总院 北京 !$$$!! 摘要 就国内外水文模型参数识别算法的最新进展做了较为详细的阐述!特别对各种编码的遗 !! 传算法单纯形混合加速遗传算法模式搜索混合加速遗传算法模拟退火混合加速遗传算法等 现代优化算法在流域水文模型参数识别中的应用进行了研究!并与传统方法进行了比较#通过比 较水文模型各参数优选方法的特点!认为混合加速遗传算法 [)*)![a[)*) 是一种较好的方 法!具有较高的应用价值#同时对水文模型参数识别算法的发展前景进行了展望# 关键词 水文模型 参数 识别 遗传算法 优化算法 ! ! ! ! ! ! () 水文模型是对水文过程进行模拟计算的数学模 线性和庞杂的信息类型+ !传统优化方法难以处理 ! ! 型 在水文过程模拟中 包括对流域内的产流 坡 ! + ! + # 上述优化问题# 一般来说 参数越多 非线性越 ! 面汇流及河道汇流过程的模拟 参数识别 就是根 强!优化时间就越多!同时也不能够保证优化算法 # 据特定的目标函数 确定一套固定的参数寻找法 收敛到全局最优 法 共轭梯度法 变尺 ! # V3]C;4 + + 则 根据这套法则 可以估计出模型的参数值 其 度算法 单纯形法 步长加速法 方向加速法和 ! ! ! + + + ( !) 中模型参数识别是一个十分复杂且困难的问题 ! 法等传统优化方法都是与初始点有关的 # G;Z342A;9N 局部优化方法 常常是找出初始点附近的一个极值 水文模型包含的参数一般可分为 类 %’ 是 !