共查询到10条相似文献，搜索用时 343 毫秒
1.
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
2.
基于遗传算法的新安江模型日模拟参数优选研究 总被引：7，自引：0，他引：7
在概念性水文模型的参数率定中,目前还没有一个传统优化方法能够提供保证足够高效和稳定性的算法。为了克服传统优化方法中局部收敛性的缺点,近年来利用遗传算法通过计算机准确稳定地进行概念性水文模型的参数优选的尝试得到越来越多的重视和发展。目前优选水文模型待定参数,大多是从次洪模型的方面去讨论,有关日模拟模型的遗传算法参数优选讨论的较少。本文系统分析了基于遗传算法的新安江模型日模拟参数的自动优选,同时针对遗传算法在模型参数众多的情况下时间效率低下问题,通过利用新安江模型参数分层原理与模型参数敏感性分析对优选结果影响,提出一套简化的日模型参数遗传算法优选方案。经过流域模拟检验,该优选方案可行,运行效率高,可以作为类似模型遗传算法参数率定快速、有效的方案。 相似文献
3.
以赣江流域峡山站以上为研究区域,利用栅格型数字高程数据,提取数字流域水系及其空间拓扑关系,在此基础上建立数字水文模型。赣江上游峡山站以上集水区域包含21198个空间分辨率为30s的栅格,采用就近移植法将降水数据及蒸发数据插值到每个栅格上,计算峡山站的径流过程。日模型中选取1978~1985年为参数率定期,1986~1987年为参数验证期,以多年径流量误差最小为目标函数。次洪模型中采用前16场洪水用于参数率定,后6场用于模拟验证,以洪水总量、洪峰流量、峰现时间按许可误差统计合格率最高和确定性系数最大为目标函数。结果显示,率定期16场洪水中14场合格,验证期6场洪水均合格,表明栅格型新安江模型模拟效果良好。 相似文献
4.
新安江模型河网汇流参数Cs主要取决于河网形态及地貌特征规律,针对PUB（Prediction in Ungauged Basin）问题,从物理机理分析的角度,构建描述河网汇流动态变化的微分方程并给出适当的定解条件,用解析法得出微分方程的解,从而探索出在无实测水文资料地区适用的Cs计算方法。选取中国湿润地区和半湿润地区25个流域,统计并分析了各流域次洪模型的Cs计算值和率定值。结果表明,从总体来看计算值和率定值基本上相等;不论流域是否分块,提出的Cs计算方法均适用;当其他参数保持不变,虽然Cs取计算值时所得到的次洪模拟结果略逊于取率定值的模拟结果,但误差在可接受的范围之内,也能取得良好的模拟效果;如果令Cs取计算值,再重新率定其余的各项参数,能够使模拟精度得到进一步提高。采用该法可推求无实测资料地区的汇流参数Cs值,使模型在无资料地区的应用成为一种可能。 相似文献
5.
6.
7.
无资料地区降水径流模拟是水文学研究的国际前沿和热点问题。水文模型参数移植是无资料地区降水径流模拟的重要方法,对径流模拟精度具有重要的影响。利用核密度估计和蒙特卡罗随机模拟等方法,构建了一种水文模型参数移植误差驱动的无资料地区径流模拟不确定性定量评估框架。以广西壮族自治区42个有水文监测站点的典型中小河流为研究对象,率定新安江模型参数并模拟日径流和洪水过程,将42个典型流域依次假定为无资料流域,利用基于回归分析、相似流域和机器学习的参数移植方法,模拟无资料地区的洪水过程并识别最优的参数移植方法,分析移植法估算的模型参数值和直接率定值相比误差的概率分布特征,定量评估模型参数移植误差带来的径流模拟不确定性。研究结果表明：(1)基于回归分析的参数移植法模拟无资料地区洪水过程的精度优于相似流域法,优选的机器学习算法比传统回归分析法和相似流域法的计算精度提高了7%～15%;(2)与模型参数率定值相比,移植方法计算的模型参数具有一定的误差,对洪水模拟敏感参数的误差小于不敏感参数;(3)受模型参数移植误差的影响,利用蒙特卡罗法随机模拟的洪水过程具有一定的不确定性,洪量和洪峰相对误差的主要区间分别为10... 相似文献
8.
水文模型参数自动优选方法的比较分析 总被引：12，自引：2，他引：12
模型参数的识别是模糊研制与应用成功与否的关键。介绍了三个自动优选模型参数的方法，以新安江模型为例，应用１４个流域的资料，对罗森布郎克法、改进的单纯形法和基因算法优算法优选模型参数的效果，优化方法和收敛速度及参数初值对优选效果的影响进行了比较分析。 相似文献
9.
10.
SCE-UA算法在新安江模型及TOPMODEL参数优化应用中的研究 总被引：3，自引：0，他引：3
利用江西修水流域资料，将遗传算法和SCE—UA算法对新安江模型汇流参数及TOPMODEL参数进行优化，并对其结果进行了分析研究，得出了以场次洪水拟合的确定性系数为指标，用SCE—UA算法对TOPMODEL参数自动优化的结果比新安江模型的结果稍好的结论。 相似文献