PSO算法在土壤水分运移参数优化中的应用.pdfVIP

第 8卷 第 22期 2008年 11月 科 学 技 术 与 工 程 VolJ8 No．22 NOV． 20o8 1671—1819(2008)22—6092—03 ScienceTechnologyandEnginetring ⑥ 2008 Sci．Tech．Engng． 农业科学 PSO算法在土壤水分运移参数优化中的应用 李晓斌 孙海燕 袁明瀚 (上海海洋大学工程学院，上海 200090；上海电力学院国际交流学院 ，上海 200090) 摘 要 把土壤水分运移参数的拟合按照模型参数的辨识和优化问题来考虑，将粒子群优化(PSO)算法应用到土壤水分运移 参数的辨识和优化中，通过仿真及与其它参数辨识和优化方法的比较表明，PSO算法得出的模型参数优于 自适应免疫遗传算 法和最小二乘算法，具有简单、精度高、速度快、与初值无关和全局收敛等优点，是一种土壤水分运移参数辨识和优化的新 方法。 关键词 粒子群优化算法 土壤水分运移 参数优化 应用 中图法分类号 S152．7； 文献标志码 A 在土壤水运动理论的研究中，土壤水分运动特 最小二乘法在干扰十分严重的情况下，几乎不能适 征参数的确定方法是一个非常关键 的问题。以往 用。利用遗传算法对模型参数进行估计时，复制、 的研究表明tl，传统的实验数据拟合或递推计算方 交叉和变异功能以及群体寻优的方式可避免陷入 法既费时又费力，而且 由于无法获得足够的实验数 局部最优解 ，但要涉及繁琐的编码、解码过程，影响 据，从而造成在不同的时空变异时会发生变化，甚 其效率。粒子群优化(PSO)算法是一种有效的随机 至无法使用；文献[2]研究表明，大量精确的实验数 全局优化技术，PSO算法对优化 目标函数形式没有 据测量是不必要的，采用一些科学的方法是完全可 特殊的要求，而且没有遗传算法中的交叉和变异算 以满足土壤水运动模拟计算 中参数辨识的需要 。 子，各个算子根据 自己的速度来搜索，整个搜索过 本文将土壤水分运动特征参数的确定方法视为一 程是跟随当前最优解来进行。 目前已在函数优化、 个系统辨识与参数优化问题，结合系统辨识与参数 网络训练、参数整定等许多领域中得到了广泛应 优化的理论，以室内实验资料为基础，对拟合土壤 用。将其应用于土壤水分运动特征参数的辨识和 水力参数方法进行了分析，提出了基于PSO方法的 优化中，经仿真和试验表明，该方法优于 自适应遗 土壤水分运移特征模型的辨识与参数优化方法，为 传算法结果 J，具有很好的参数辨识和优化效果。 参数确定方法的选择提供参考。 传统的系统辨识与参数优化方法有最小二乘 1 粒子群优化算法 法和极大似然法等，但 由于这些方法要求 目标函数 连续可导，以及采用梯度信息进行搜索，因此很容 1．1 PSO算法原理 易陷入局部最小，从而得不到理想的结果；尤其是 粒子群优化算法是基于群体的演化算法，其思 想来源于人工生命和演化计算理论 。粒子群优化 2008年7月831收到 国家863(2006AA100207)、国家 自然科学基金 和上海水产大学博士科研基金资助 算法首先初始化一群随机粒子，然后通过迭代找到 第一作者简介：李晓斌(1966一)，男，甘肃秦安人，教授，博士，研究 最优解。每个粒子被当前的位置 和速度 定义， 方 向：土壤灌溉系统 的智能理论 与应用 。E—mail：lixiaobinanto@ 在每一次的搜索过程中，粒子通过跟踪两个 “极值” 163．corn。