粒子群算法参数设置对新安江模型模拟结果的影响研究

• 作者: 刘欣蔚 廖卫红 张苹苹 王明娜 王浩 王维平 雷晓辉
• 来源期刊: 南水北调与水利科技
• 学科: 工学
• 关键词: 粒子群算法 新安江模型 参数优化 参数设置 正交试验
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 水文水资源
• 页码范围: 69-74,208
• 页数: 7页
• 分类号: TV213
• 字数: 6415字
• 语种: 中文
• DOI: 10.13476/j.cnki.nsbdqk.20180011

摘要

合理的粒子群算法(Particle Swarm Optimization Algorithm,PSO)的参数设置,可以提高算法的优化效率、避免陷入局部最优值,但常用参数设置对于特定优化问题,如新安江模型模拟,不具普适性.为分析种群规模 pop、惯性权重 w、学习因子 c1和 c2以及速度位置相关系数 m这5个粒子群参数对新安江模型模拟结果的影响,对每个参数取5个不同水平,应用L25(56)正交表,设计了正交试验.通过对试验结果进行分析,得出了参数对PSO算法性能的影响能力和最优的参数组合方案(pop=80,w=1.3~0.4线性递减,c1=1.85,c2=2.5,m=0.05).通过极差分析和方差分析,得出参数 pop和w对模型模拟结果具有高显著性,其他三个参数对模型模拟结果不显著.将不同PSO参数组合应用于新安江模型模拟,证明了合理的 PSO算法参数设置可以有效提高新安江模型模拟精度.通过对各因素分别进行趋势分析,得到了因素取值变化趋势与模型结果变化趋势的相关关系.本文提出的方法为如何寻找某一特定应用情景下的PSO算法参数组合提供了一种借鉴.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	雷晓辉		157	1165	16.0	26.0
2	廖卫红		51	228	9.0	12.0
3	王浩	天津大学水利工程仿真与安全国家重点实验室	37	282	8.0	16.0
4	刘欣蔚	天津大学水利工程仿真与安全国家重点实验室	2	9	2.0	2.0
5	王明娜		11	83	4.0	9.0
6	王维平		6	8	1.0	2.0
7	张苹苹		1	7	1.0	1.0