期刊文献+

Sacramento模型的多步骤参数估计方法及应用 被引量:1

Application of Multi-step Parameter Calibration Method with Sacramento Model
下载PDF
导出
摘要 为了解决传统优化算法在Sacramento模型参数估计中存在早熟、收敛速度慢、容易陷入局部最优和传统求解过程出现模型模拟吻合度较差等问题。对于人工生成的理想水文资料,分别采用SCE-UA算法、并行遗传算法(PGA)、改进粒子群算法(SMSE-PSO)和提出的免疫克隆选择算法(ICSA)进行参数率定,比较结果选出最优算法,同时,将最优算法与多步骤参数估计方法结合进行实测资料的洪水预报,并比较单步骤与多步骤方法的预报效果。结果表明:ICSA收敛结果更好,效率和精度更高,将其与多步骤参数估计结合提高了洪水预报精度。ICSA算法和多步骤参数估计方法结合为Sacramento模型参数估计提供了一条新途径。 The study was done in order to overcome the disadvantages of traditional optimal algorithm for estimating parameter of Sacramento: early maturity,poor convergence,local optima and poor simulation precision.For ideal data,SCE-UA,PGA,SMSE-PSO and ICSA were applied to estimate parameters and get comparison result,in the meaning time,combining ICSA and multi-step method was used to forecast flood with measured data and get comparison result of multi-step and single-step method.The comparison results showed that ICSA had higher efficiency and precision in parameter estimation and multi-step greatly improved the forecast precision.Combining ICSA and multi-step will be a new method for Sacramento model's parameter estimation.
出处 《沈阳农业大学学报》 CAS CSCD 北大核心 2010年第6期711-716,共6页 Journal of Shenyang Agricultural University
基金 国家"863"计划项目(2006AA01A126) 国家自然科学基金项目(50979088) 陕西省国际合作重点项目(2008kw-32)
关键词 参数估计 Sacramento模型 免疫 克隆 算法 多步骤 calibration parameter Sacramento model immune clone algorithm multi-step
  • 相关文献

参考文献4

二级参考文献18

共引文献90

同被引文献11

引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部