改进遗传算法在水文模型参数优选中的应用

• 作者: 李娜 梅亚东 王祥三 赵微
• 来源期刊: 武汉大学学报（工学版）
• 学科: 地球科学
• 关键词: 参数优选 水文模型 混合加速遗传算法 小生境技术
• 年，卷（期）: 2007,（5）
• 所属期刊栏目: 水利水电工程
• 页码范围: 7-10,14
• 页数: 5页
• 分类号: P333
• 字数: 3730字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-8844.2007.05.002

摘要

为改善传统水文模型参数优选算法的性能,针对遗传算法的寻优效果明显依赖于模型参数的初始变化区间的大小,并且局部搜索能力较差、可能会出现过早收敛等问题,在遗传算法中加入局部搜索算子和加速算子,并引入了生物学中的小生境概念,提出了基于小生境技术的混合加速遗传算法(HAGA).该算法在广西合浦水库流域的洪水预报中得到成功应用.结果表明:基于小生境技术的混合加速遗传算法不仅有较好的全局优化性能而且精度较高,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优秀非线性优化方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李娜	武汉大学水资源与水电工程科学国家重点实验室	136	680	13.0	19.0
2	梅亚东	武汉大学水资源与水电工程科学国家重点实验室	115	1427	20.0	34.0
3	赵微	武汉大学水资源与水电工程科学国家重点实验室	15	108	7.0	10.0
4	王祥三	武汉大学水资源与水电工程科学国家重点实验室	27	153	8.0	11.0