新型智能优化算法估算年降水量频率曲线参数

• 作者: 何灏川 夏积德 宋松柏 王博
• 来源期刊: 水力发电学报
• 学科: 地球科学
• 关键词: 参数估计 反向学习自适应差分进化算法 蜻蜓算法 遗传粒子群混合算法 TOPSIS评价法
• 年，卷（期）: 2019,（12）
• 页码范围: 49-60
• 页数: 12页
• 分类号: P333.9
• 语种: 中文
• DOI: 10.11660/slfdxb.20191206

摘要

鉴于在不同分布线型下,传统参数估计方法需要推导繁琐的公式,因而引入智能优化算法.研究新型智能优化算法估算年降水量系列频率分布参数,提高降水系列分布参数估计精度.以陕西省眉县、凤县和凤翔 3个气象站的年降水量系列资料为例,应用反向学习自适应差分进化算法(OL-ADE)、蜻蜓算法(DA)和基于压缩因子的遗传粒子群混合算法(HGAPSO)原理,按照优化准则进行分布参数优化求解.在此基础上,利用 TOPSIS评价法直观定量评价以上 3种参数估计方法和 3种传统参数估计方法.结果表明:与传统算法相比,3种新型智能优化算法在年降水量频率分布参数估计中均取得较好的拟合效果.HGAPSO 算法拟合精度最高,DA 和 OL-ADE算法拟合效果大致相同.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋松柏	西北农林科技大学水利与建筑工程学院	130	1614	21.0	34.0
2	王博	西北农林科技大学水利与建筑工程学院	26	113	6.0	9.0
3	夏积德	西北农林科技大学水利与建筑工程学院	2	8	1.0	2.0
4	何灏川	西北农林科技大学水利与建筑工程学院	1	0	0.0	0.0