人工蜂群算法在暴雨强度公式参数优化中应用.docVIP

人工蜂群算法在暴雨强度公式参数优化中应用 　　摘要： 暴雨强度公式作为计算雨水排水设计流量的根本依据，会对排水工程的投资预算以及可靠性产生直接的影响。因此，编制各地的暴雨强度公式具有重要的现实意义。将人工蜂群算法应用于暴雨强度公式参数的优化，并将其计算结果与遗传算法的计算结果进行了比较。试验结果表明：人工蜂群算法可以成功用于暴雨强度公式的参数优化，相对于遗传算法，人工蜂群算法有效地克服了早熟收敛，更容易收敛到全局最优解。 Abstract： The rainstorm intensity formula as the basis for design and calculation of the flow of rainwater drainage， will have direct impact on the investment budget and reliability of drainage project. Therefore， the rainstorm intensity formula has important practical significance for all regions. The artificial bee colony algorithm is applied to the optimization of the rainstorm intensity formula parameters， and the calculation results and the results of genetic algorithm are compared. The test results show that： artificial bee colony algorithm can be successfully used to optimize the parameters of rainstorm intensity formula， compared with the genetic algorithm， artificial bee colony algorithm effectively overcomes the premature convergence， and is more likely to converge to the global optimal solution. 关键词： 人工蜂群算法；暴雨强度公式；参数优化 Key words： artificial bee colony algorithm；rainstorm intensity formula；parameter optimization 中图分类号：TP301.6 文献标识码：A 文章编号：1006-4311（2013）23-0261-02 0 引言 由于国家规范给定的暴雨强度公式形式是非线性模型，此模型中多采用传统的图解法和线性最小二乘法相结合的非线性方法[2]或优选回归法[3]确定公式中的参数，采用这种方式不但计算复杂、通用性差，最重要的是不能够得到全局的最优解。为了克服这些弊端，近年来在优化暴雨强度公式中参数时采用遗传算法[4]、蚁群算法[5]等方法，并取得了很好的效果。 2005年Karaboga通过模拟蜜蜂的群体采蜜行为而提出了一种基于群体智能的随机优化算法，即人工蜂群算法[6]。 虽然对于人工蜂群算法的研究和应用还处于初级阶段，但是由于其具有控制参数少、易实现以及计算间接等优点， 引起越来越多学者的关注。本文优化了人工蜂群算法应用到不同重现期暴雨强度公式中的参数，同时分析比较了遗传算法的优化结果。通过仿真试验结果表明，利用人工蜂群算法能有效的提高暴雨强度公式参数估计的精度。 1 人工蜂群算法及暴雨强度公式参数的优化 1.1 人工蜂群算法 在人工蜂群算法中，引领蜂、跟随蜂以及侦查蜂三部分组成了人工蜂群。利用人工蜂群算法求解优化问题时，食物源的位置代表优化问题的一个可能解，蜜蜂采蜜的过程即搜寻最优解的过程。考虑全局优化问题：minf（X）s.t.X∈S？奂Rn，每一个食物源的位置对应一个可行解，优化问题的函数值或适应值取决于每个食物源的优劣程度。解的个数（SN）等于引领蜂或跟随蜂的个数。用一个D维的向量Xi=（xi1，xi2，…，xiD）表示第i个食物源的位置（i=1，2，…，SN，D为搜索空间的维数）。首先，ABC随机产生SN个解（食物源）的初始种群，每个解Xi=（xi1，xi2，…，xiD）（i=1，2，…，N）为一个D维的向量。经过初始化，蜜蜂对所有的食物源进行循环搜索，循环次数为MCN。通过不断的搜索以及比较食物源，从而确定更