MOVPSO算法在TOPMODEL参数优化中的应用

• 作者: 代旭 陈元芳
• 来源期刊: 人民长江
• 学科: 地球科学
• 关键词: 多目标参数优化 MOVPSO算法 TOPMODEL MOPSO算法 NSGA-Ⅱ算法 确定性系数
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 水文水资源
• 页码范围: 30-34
• 页数: 5页
• 分类号: P33
• 字数: 3448字
• 语种: 中文
• DOI: 10.16232/j.cnki.1001-4179.2018.09.006

摘要

为了对水文模型中难以直接测算的参数进行调试和优化,将多目标涡流粒子种群优化算法(Multi-Ob-jective Vortex Particle Swarm Optimization,MOVPSO)应用于水文模型参数优化计算中,并以逼近性(Generation-al Distance,GD)及超体积值(Hyper-Volume,HV)作为算法性能评价指标.将MOVPSO算法与NSGA-Ⅱ算法及多目标粒子种群优化算法(Multi-Objective Particle Swarm Optimization,MOPSO)独立运行50次所得Pa-reto前沿的GD值及HV值进行统计分析,并结合方差分析比较3种算法的性能.将MOVPSO算法迭代过程中的粒子种群速率、种群半径的估计值与测量值进行对比分析并判别两者的拟合程度.用尼泊尔巴格玛蒂河流域2005~2011年期间实测洪水日径流过程资料作为TOPMODEL模型参数率定系列,运用MOVPSO算法对模型参数进行优化,得出 Pareto 最优解,并利用2013年5场洪水日径流过程进行模型检验.结果表明:MOVPSO算法所得Pareto解集性能优于NSGA-Ⅱ及MOPSO算法,拟合历史洪水平均确定性系数达到0.85,模型预报精度高,表明MOVPSO优化算法在解决多参数多目标优化问题中具有优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈元芳	河海大学水文水资源学院	49	402	11.0	19.0
2	代旭	河海大学水文水资源学院	4	5	2.0	2.0