基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
粒子群优化箅法的原理较易理解,所需参数较少而易于实现,但在具体问题中仍存在如收敛性不稳定等不足.基于收缩因子改进的粒子群算法可以保证算法的收敛性.同时使得速度的限制放松.结合新安江模型参数的特点,将其应用于该模型参数的率定,并编程实现检验分析.实例应用结果表明,该优化算法可得到较为稳定的模型参数,提高模型在洪水预报中的效率.
推荐文章
新安江模型参数优选的改进粒子群算法
参数优选
新安江模型
全局优化
粒子群算法
多种群混合进化
基于改进粒子群优化算法的新安江模型参数优选
参数优选
新安江模型
粒子群优化算法
径流预测
PA-DDS算法在新安江模型参数优化中的应用
PA-DDS算法
新安江模型
参数优化
Pareto最优解
确定性系数
新安江产流模型与改进的BP汇流模型耦合应用
新安江模型
人工神经网络
反向传播算法
K-最近邻算法
SCE-UA算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 改进粒子群算法在新安江模型参数优选中的应用
来源期刊 水力发电 学科 地球科学
关键词 参数优化 新安江降雨径流模型 粒子群算法 收缩因子
年,卷(期) 2008,(8) 所属期刊栏目 水文水资源
研究方向 页码范围 14-16
页数 3页 分类号 P339
字数 3214字 语种 中文
DOI 10.3969/j.issn.0559-9342.2008.08.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 袁鹏 四川大学水利水电学院 56 652 15.0 24.0
2 吕琳莉 四川大学水利水电学院 4 38 3.0 4.0
3 邵骏 四川大学水利水电学院 12 101 7.0 10.0
4 李秀峰 四川大学水利水电学院 7 56 5.0 7.0
5 王问宇 四川大学水利水电学院 2 10 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (60)
参考文献  (5)
节点文献
引证文献  (8)
同被引文献  (20)
二级引证文献  (44)
1960(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(4)
  • 参考文献(1)
  • 二级参考文献(3)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(5)
  • 引证文献(1)
  • 二级引证文献(4)
2014(6)
  • 引证文献(1)
  • 二级引证文献(5)
2015(5)
  • 引证文献(1)
  • 二级引证文献(4)
2016(6)
  • 引证文献(0)
  • 二级引证文献(6)
2017(9)
  • 引证文献(1)
  • 二级引证文献(8)
2018(6)
  • 引证文献(1)
  • 二级引证文献(5)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
参数优化
新安江降雨径流模型
粒子群算法
收缩因子
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
水力发电
月刊
0559-9342
11-1845/TV
大16开
北京西城区德外六铺炕北小街2号
2-428
1954
chi
出版文献量(篇)
7774
总下载数(次)
11
总被引数(次)
33587
论文1v1指导