遗传单纯形混合算法在复杂环境模型参数识别中的应用

• 作者: 王建平 程声通
• 来源期刊: 水利学报
• 学科: 地球科学
• 关键词: 参数识别 环境模型 遗传算法 单纯形法 全局优化 混合算法
• 年，卷（期）: 2005,（6）
• 页码范围: 674-679
• 页数: 6页
• 分类号: X524
• 字数: 3391字
• 语种: 中文
• DOI: 10.3321/j.issn:0559-9350.2005.06.007

摘要

参数识别是数学模型应用的一个重要环节.为提高复杂环境模型参数识别的性能和效率,引入了遗传单纯形法(GASM),该方法融合了遗传算法和单纯形法两类算法的不同搜索机制,具有很强的广度搜索和深度搜索能力.本研究以密云水库水质模拟为例,将GASM算法应用于模拟地表水水质的WASP模型中10个参数的优化识别.计算结果表明,无论是没有扰动的情况还是有扰动的情况,GASM算法均高效可靠地搜索到水质模型参数的全局最优解,说明此方法应用于复杂环境模型参数搜索是可行的实用的.同时,通过不同算法的比较也说明了GASM算法在搜索性能和效率方面的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王建平	清华大学环境科学与工程系	14	674	12.0	14.0
2	程声通	清华大学环境科学与工程系	42	1541	19.0	39.0