共查询到20条相似文献,搜索用时 250 毫秒
1.
水文地质参数的正确与否是构建地下水数值模型的根本,而参数寻优结果很大程度上取决于优化算法的选择。禁忌搜索算法是一种广泛应用于组合优化问题的启发式全局寻优算法,但在连续函数优化领域应用比较少。基于上述考虑,本文首先引入求解连续函数优化问题的连续禁忌搜索算法并对其进行改进,进而提出一种连续禁忌搜索改进算法(ICTS),最后将其与地下水模型耦合进行水文地质参数识别。算例研究表明,ICTS算法较其他算法(CTS,SGA,Micro-GA,PSO)求解效率提高1.87~4.64倍,求解精度提高1.08~12.86倍。因此ICTS算法在参数反演计算中求解精度高、收敛速度快、寻优性能强,是一种值得推广的水文地质参数识别方法。 相似文献
2.
大区域地下水模拟的预优并行GMRES(m)算法研究 总被引:1,自引:1,他引:0
大区域研究区由于涉及范围大、水文地质参数复杂多变,一直是进行地下水数值模拟的热点和难点。针对大区域地下水模拟的特点,在MPI环境中对Krylov子空间GMRES(m)算法的并行性进行分析,提出基于区域分解法的并行实现策略,并对不同的预条件子的加速效果进行比较。数值实验结果表明:并行GMRES(m)算法在求解大区域三维地下水模型时可以显著的加快求解速度,且具有较好的可扩展性。另外,Jacobi预条件子与GMRES算法的组合具有更优的加速比和执行效率,是一种求解大型化、复杂化地下水水流问题的可行方案。 相似文献
3.
求解地下水逆问题是水文地质学研究的重要内容,传统的基于非线性优化技术的求解地下水逆问题的方法存在收敛速度慢,寻优效率低,易陷入局部最优的缺点。基于模仿生物功能和习性而开发的人工神经网络、遗传算法、蚁群算法、粒子群算法、入侵杂草算法、免疫算法、混合蛙跳算法、人工蜂群算法、萤火虫算法、蝙蝠算法、布谷鸟算法和果蝇优化算法、蚊子算法、螳螂算法、人工鱼群算法、捕鱼策略算法等仿生算法具有很强的优化能力和寻优效率。人工神经网络、遗传算法、蚁群算法、粒子群算法等4种仿生算法在求解地下水逆问题的应用实践表明,这些方法可以按较大的概率找到全局最优解,且收敛速度较快。确定适当的目标函数转换形式和算法参数,其它仿生算法也完全可以用于地下水模型反演。从这些算法的理论和已应用于其它领域的实践来看,仿生算法在求解地下水逆问题中具有广阔前景。 相似文献
4.
5.
地下水管理模型求解方法的研究是目前地下水管理领域的热点问题。本文从地下水管理模型传统优化算法和现代智能优化算法等方面进行了评述,着重讨论了目前应用较广泛的求解非线性地下水系统的优化算法,如遗传算法、模拟退火算法、人工神经网络算法等;阐述了地下水监测网优化设计研究以及多目标地下水管理模型的求解方法。最后指出应加强地下水动态规划管理模型和地下水系统随机管理模型的求解技术的研究。 相似文献
6.
7.
建立了二维非恒定渗流的有限元并行计算模型,在windows操作系统下实现了基于消息传递的二维渗流的有限元并行计算。模型采用广义极小残余算法(GMRES)对方程组进行并行迭代求解,通过分析数据执行时的相关性和检验算法结构的固有串行性,将原有串行算法中的算法元直接并行化。对溪洛渡上游围堰的渗流分析进行了并行数值模拟,并针对水位骤降情况下非恒定渗流进行了并行计算,证明了模型的合理性。对模型进行了加速比测定,可以看出并行计算的效率随着问题规模的增加而逐渐提高。 相似文献
8.
模型参数快速校准是地下水数值模型应用中非常重要和困难的工作,反演模型提高了该工作的效率。在阐述i TOUGH2反演模型流程和TOUGH2/EOS9模块原理的基础上,介绍了i TOUGH2关于敏感性分析、参数估计和不确定性分析的原理。以FEFLOW软件中含三个观测井信息的Breyell抽水试验为例,利用i TOUGH2进行了敏感性分析、参数估计和不确定性分析,发现渗透率和孔隙度为敏感参数,而且通过加权最小二乘法的目标函数和优化算法获得了参数的估计值,最后使用一次二阶矩法和蒙特卡罗法分别进行了不确定性分析。将i TOUGH2反演的参数估计值与FEFLOW反演结果对比,发现两者接近,说明i TOUGH2的反演结果是可靠的。i TOUGH2对应的功能全,包括参数反演,敏感性分析,不确定性分析,可作为地下水模型反演模型的选择之一。 相似文献
9.
10.
针对传统基于单一目标的水文模型参数优化率定方法不能充分挖掘水文系统不同动态行为特征的缺陷,提出一种多目标文化混合复形差分进化算法(Multi-objective Culture Shuffled Complex Differential Evolution,MOCSCDE)用于求解水文模型参数多目标优化问题。MOCSCDE算法将混合复形进化算法(Shuffled Complex Evolution,SCE-UA)置于文化算法(Cultural Algorithms,CA)进化的框架中,利用种群进化过程中提取的各种知识指导算法的运行,提高算法的运行效率,同时考虑到SCE-UA中单纯形算子不能充分利用种群个体信息的不足,采用全局搜索能力强的差分进化算法(Differential Evolution,DE)替代单纯形算子,可以更加充分利用种群个体信息进行演化计算,进一步提高算法的计算效率。将MOCSCDE算法应用于概念性水文模型——新安江模型的参数多目标优化率定,并与NSGA-Ⅱ和SPEA2算法进行对比分析,结果表明MOCSCDE算法的收敛性和分布性均优于NSGA-Ⅱ和SPEA2,可为水文预报提供更为全面可靠的参数组合决策依据。 相似文献
11.
12.
13.
针对概念性水文模型参数众多、相互制约,且多目标参数优化率定最优参数求解困难、易受决策者主观因素影响的问题,采用多目标优化算法对水文模型参数进行率定,得到模型参数最优非劣解集,在此基础上,引入最小最大后悔值决策理论,并结合Pareto支配基本理论,提出了一种多目标最优非劣解选取准则。以柘溪流域为研究对象,采用三目标MOSCDE优化率定新安江模型的参数,并与单目标SCE-UA优化结果进行对比分析。结果表明,提出的非劣解选取方法可以有效从大规模非劣解集中筛选出最优非劣解,大大缩短参数率定耗时。 相似文献
14.
Soft structured clays usually exhibit complex behaviors, which can lead to difficulties in the determination of parameters and high testing costs. This paper aims to propose an efficient optimization method for identifying the parameters of advanced constitutive model for soft structured clays from only limited conventional triaxial tests. First, a new real-coded genetic algorithm (RCGA) is proposed by combining two new crossover and mutation operators for improving the performance of optimization. A newly developed elastic–viscoplastic model accounting for anisotropy, destructuration and creep features is enhanced with the cross-anisotropy of elasticity and is adopted for test simulations during optimization. Laboratory tests on soft Wenzhou marine clay are selected, with three of them being used as objectives for optimization and others for validation. The optimization process, using the new RCGA with a uniform sampling initialization method, is carried out to obtain the soil parameters. A classic genetic algorithm (NSGA-II)-based optimization is also conducted and compared to the RCGA for estimating the performance of the new RCGA. Finally, the optimal parameters are validated by comparing with other measurements and test simulations on the same clay. All comparisons demonstrate that a reliable solution can be obtained by the new RCGA optimization combined with the appropriate soil model, which is practically useful with a reduction in testing costs. 相似文献
15.
Due to their complex nature, river models require extensive calibration in order to achieve reliable model predictions. Manually
fitting the numerous parameters included in this procedure can be a laborious and repetitive process. This paper presents
a new instrument, developed specifically for the automatic calibration of river models based on the software MHYSER. The instrument
is completely autonomous and returns the model with the parameter values giving rise to the smallest difference between the
model-generated observations and the measured observations. It utilises the software PEST to fit continuous calibration parameters
and exceeds the program’s capabilities in order to also fit discontinuous calibration parameters. Testing of the instrument
is accomplished using three models, one of which was developed during a study on the dynamics of sediments on the Romaine
River, situated in the Eastern region of the Province of Quebec. 相似文献
16.
一种土的非线性弹性本构模型参数的反演方法 总被引:2,自引:1,他引:1
旨在提出一种土的非线性弹性本构模型参数反演的方法。以现今普遍实行的地基载荷试验为基础,依据遗传算法的组合优化理论,采用正演计算和遗传算法优化相结合的方式,建立了土层非线性弹性本构模型参数反演的方法;并依据某黄土场地地基载荷试验数据,实施了黄土土层非线性弹性本构模型参数反演的全过程。计算结果表明,所建立的方法可以实现土层非线性弹性本构模型中相互关联的多个参数的组合优化,并在对初始值要求较低的情况下,可以获得良好的参数反演精度。从而为土的变形特性分析和土与其中及相邻结构的共同作用分析,提供了较好的土体本构模型参数的确定方法。 相似文献
17.
复合微粒群优化(HPSO)是一类随机全局优化技术,具有搜索能力强、收敛速度快、搜索精度高的优点.针对岩石蠕变本构模型非定常参数的辨识问题,利用FLAC软件自带的fish语言实现了HPSO算法对非定常参数的辨识.该方法从非定常参数的随机值出发,以蠕变过程中试件变形的实验值与计算值的误差大小作为适应度函数来评价参数的品质,... 相似文献
18.
水文频率分析在参数估计过程中常采用智能优化适线法,如蚁群算法、遗传算法、粒子群算法、模拟退火算法等,但这些算法模型参数难以有效确定,导致寻优结果存在不稳定的不足。为了克服传统优化适线法的缺陷,在系统阐述群居蜘蛛优化算法基本原理的基础上,将群居蜘蛛优化算法用于水文频率曲线的参数确定中,并与传统的参数估计方法(矩法、权函数法、概率权重矩法、遗传算法)加以比较。实例结果表明,该方法搜索效率高,寻优结果稳定,能较好获得参数的最优解。 相似文献
19.
通过在格雷码遗传算法进化过程中加入单纯形搜索算子,并利用格雷码遗传算法和单纯形法所得到的优秀个体群,作为变量新的变化范围,逐步缩小搜索空间,自动向最优解收缩,提出了水环境模型参数识别的一种新方法——格雷码混合加速遗传算法(GCHAGA),给出了实施该算法的详细步骤。对GCHAGA的收敛性和全局优化性进行了理论和实例分析,并在确定河流横向扩散系数等参数识别问题中,GCHAGA得到了精度较高的全局最优解。与格雷码遗传算法(GCGA)和常规优化方法相比,GCHAGA具有精度高、速度快和适用性强等特点,是一种既可以较大概率搜索全局最优解,又能进行局部细致搜索的较好的非线性优化方法,可广泛应用于各种水环境优化问题中。 相似文献
20.
Deformation control is a central problem in earth-rockfill dam design. The finite element method (FEM) is the primary method used to analyze and predict the deformation of earth-rockfill dams. The parameters of the constitutive model of soil used in earth-rockfill dams determine the FEM analysis results. Using prototype monitoring displacements, the soil parameters of the Malutang II concrete face rockfill dam were back-analyzed using parallel mutation particle swarm optimization. The calculated displacements of the back-analyzed soil parameters are consistent with the prototype monitoring results. The parallel mutation particle swarm optimization has a high optimization rate and can be used in large-scale practical engineering applications. The back-analysis results indicate that the deformation moduli of rockfills in the Malutang II are affected by construction situ. 相似文献