检索结果-南通市图书馆

同方期刊数据库

基于sce-ua算法的山区河流洪水预报研究——以寿溪河为例

在线全文

学校读者我要写书评

暂无评论

中国防汛抗旱 2024年第7期34卷 10-17页

作者：余明睿蔡亦婷李雅丽覃光华李红霞黎小东四川大学水利水电学院成都610065 四川大学山区河流保护与治理全国重点实验室成都610065

在山区河流,强降雨易引发山洪灾害,给人民的生命、财产带来严重威胁,因此,及时准确的山区河流洪水预报预警非常重要。然而,由于山区河流洪水突发性强且影响山区河流洪水的原因复杂,山区小流域洪水预报精度始终有限。以四川省典型山区小... 详细信息

在山区河流,强降雨易引发山洪灾害,给人民的生命、财产带来严重威胁,因此,及时准确的山区河流洪水预报预警非常重要。然而,由于山区河流洪水突发性强且影响山区河流洪水的原因复杂,山区小流域洪水预报精度始终有限。以四川省典型山区小流域--汶川县寿溪河流域为研究对象,采用三水源新安江模型与垂向混合产流模型,并引进sce-ua算法进行参数优选,对该流域的洪水预报进行了深入研究。研究表明sce-ua算法适用于山区河流洪水预报,显著提升两个模型的预报效果,使三水源新安江模型和垂向混合产流模型的合格率分别提高了20%和35%。综合分析各项指标,垂向混合产流模型的预报结果相比三水源新安江模型更好。研究成果可应用于寿溪河流域山洪灾害预警,同时也可为其他山区河流洪水预报提供参考。

关键词：洪水预报新安江模型垂向混合产流模型 sce-ua 优化算法

新安江模型参数优化的一种约束sce-ua算法研究

在线全文

学校读者我要写书评

暂无评论

中国水利水电科学研究院学报(中英文) 2023年第5期21卷 434-443,465页

作者：刘希琛阚光远丁留谦何晓燕梁珂流域水循环模拟与调控国家重点实验室北京100038 中国水利水电科学研究院北京100038 水利部防洪抗旱减灾工程技术研究中心北京100038 水利部京津冀水安全保障重点实验室北京100038 北京中水科工程集团有限公司北京100048

在新安江模型参数优化领域,洗牌复合形进化(Shuffled Complex Evolution,简称sce-ua)算法得到了广泛的应用。但在长序列降雨径流模拟和模型参数优化中面临一些问题需要解决。当模型参数适配不当时,土壤含水量易于出现负值,此外,不同径... 详细信息

在新安江模型参数优化领域,洗牌复合形进化(Shuffled Complex Evolution,简称sce-ua)算法得到了广泛的应用。但在长序列降雨径流模拟和模型参数优化中面临一些问题需要解决。当模型参数适配不当时,土壤含水量易于出现负值,此外,不同径流成分对应的汇流参数需要满足一定的大小关系。上述问题的处理,决定着优化算法能否找到具有正确物理意义的最优模型参数,以及径流模拟结果的合理性和可靠性。针对这些问题,提出了一种约束sce-ua算法,通过罚函数法对土壤含水量和汇流参数施加约束,引导优化算法向具有正确物理意义的参数可行域展开搜索,在寻优的同时确保了物理意义的正确性。在呈村流域开展了基于约束sce-ua算法的新安江模型参数优化研究,数值模拟结果表明,约束sce-ua算法能够确保模型参数物理意义的正确性,解决了土壤含水量出现负值和汇流参数大小关系错误的问题。利用优化获得的最优参数开展水文模拟,能够取得更好的水量平衡效果和更高的模拟精度。

关键词：新安江模型参数优化物理意义罚函数 sce-ua

维普期刊数据库博看期刊

基于sce-ua支持向量机的短期电力负荷预测模型研究

在线全文

学校读者我要写书评

暂无评论

大连理工大学学报 2011年第2期51卷 263-268页

作者：李刚程春田曾筠林剑艺大连理工大学水电与水信息研究所辽宁大连116024

支持向量机(support vector machine,SVM)作为一种新颖的机器学习方法已成功应用于短期电力负荷预测,然而应用研究发现SVM算法性能参数的设置将直接影响负荷预测的精度.为此在对SVM参数性能分析的基础上,提出了sce-ua(shuffled complex ... 详细信息

支持向量机(support vector machine,SVM)作为一种新颖的机器学习方法已成功应用于短期电力负荷预测,然而应用研究发现SVM算法性能参数的设置将直接影响负荷预测的精度.为此在对SVM参数性能分析的基础上,提出了sce-ua(shuffled complex evolution-University of Arizona)支持向量机短期电力负荷预测模型建模的思路及关键参数的选取,在建模过程中引入了径向基核函数,简化了非线性问题的求解过程,并应用sce-ua算法辨识SVM的参数.贵州电网日96点负荷曲线预测的实际算例表明,所提sce-ua支持向量机模型不仅克服了SVM参数选择的盲目性,而且能提高预测准确率,是一种行之有效的短期电力负荷预测模型.

关键词：负荷预测支持向量机 sce-ua 相似日

sce-ua算法在流溪河模型参数优选中的应用

在线全文

学校读者我要写书评

暂无评论

热带地理 2012年第1期32卷 32-37页

作者：徐会军陈洋波曾碧球何锦翔廖征红中山大学水灾害管理与水利信息化实验室广州510275 中山大学地理科学与规划学院水资源与环境系广州510275 珠江水利科学研究院广州510611 广东省北江流域管理局广州528100

流溪河模型是一个主要用于流域洪水预报的分布式物理水文模型,目前采用手工试错法优选模型参数,虽然该方法在过去的研究中取得了较好的效果,但参数优选过程较为繁琐,需时较长。文中以广州市流溪水库流域为例,采用sce-ua算法对流溪河模... 详细信息

流溪河模型是一个主要用于流域洪水预报的分布式物理水文模型,目前采用手工试错法优选模型参数,虽然该方法在过去的研究中取得了较好的效果,但参数优选过程较为繁琐,需时较长。文中以广州市流溪水库流域为例,采用sce-ua算法对流溪河模型优选参数,并使用优选结果进行模拟检验,取得了较好的效果。研究表明,sce-ua算法能够快速、有效地进行流溪河模型参数的优选,相比手工试错法具有简单、方便、高效的特点,可应用于分布式流域水文模型的参数自动化优选工作。

关键词：流溪河模型参数优选 sce-ua 分布式物理水文模型

基于sce-ua/SVM的大坝变形预测模型研究

在线全文

学校读者我要写书评

暂无评论

水电能源科学 2015年第2期33卷 71-73,88页

作者：付修庆郑东健冯树荣吴志丹河海大学水利水电学院江苏南京210098 中南勘测设计研究院有限公司湖南长沙410014 广西电力工业勘察设计研究院广西南宁530023

为提高大坝变形预测模型的精度,采用复合形交叉进化算法(sce-ua),以均方根差最小为目标来优化支持向量机(SVM)的参数,从而建立了基于sce-ua/SVM的大坝变形预测模型,并结合实际监测数据,对比分析了该模型与统计模型的优劣。结果表明,该... 详细信息

为提高大坝变形预测模型的精度,采用复合形交叉进化算法(sce-ua),以均方根差最小为目标来优化支持向量机(SVM)的参数,从而建立了基于sce-ua/SVM的大坝变形预测模型,并结合实际监测数据,对比分析了该模型与统计模型的优劣。结果表明,该模型能够提高大坝变形的预测精度,为大坝变形预测提供了一种新的思路。

关键词： sce-ua 参数优化 SVM 变形预测模型

基于sce-ua算法的新安江模型与垂向混合产流模型参数优化应用研究

在线全文

学校读者我要写书评

暂无评论

中国农村水利水电 2017年第3期 26-30页

作者：王维冯忠伦杨伟林洪孝王刚刁艳芳山东农业大学水利土木工程学院山东泰安271018

为解决流域水文模型人工试错率定参数呈现的经验性与不确定性问题,探寻模型参数率定的全局最优解,本文对三水源新安江模型与垂向混合产流模型采用复合形交叉进化算法(sce-ua)优选率定模型参数。优化过程中拟定了两种模型参数优选边界,... 详细信息

为解决流域水文模型人工试错率定参数呈现的经验性与不确定性问题,探寻模型参数率定的全局最优解,本文对三水源新安江模型与垂向混合产流模型采用复合形交叉进化算法(sce-ua)优选率定模型参数。优化过程中拟定了两种模型参数优选边界,选定包含复合形个数p在内的sce-ua算法参数,建立了基于洪峰、洪量、流量过程三要素的目标函数。经案例分析得出sce-ua算法适用于上述两种水文模型调参应用,且垂向混合产流模型模拟结果优于三水源新安江模型。

关键词： sce-ua 新安江模型垂向混合产流模型参数优选

A soil moisture assimilation scheme based on the ensemble Kalman filter using microwave brightness temperature

在线全文

学校读者我要写书评

暂无评论

Science China Earth Sciences 2009年第11期52卷 1835-1848页

作者： BingHao Jia ZhengHui Xie XiangJun Tian ChunXiang Shi ICCES/LASG Institute of Atmospheric Physics Chinese Academy of Sciences Beijing 100029 China Graduate University of Chinese Academy of Sciences Beijing 100049 China National Satellite Meteorological Center China Meteorological Administration Beijing 100081 China

This study presents a soil moisture assimilation scheme, which could assimilate microwave brightness temperature directly, based on the ensemble Kalman filter and the shuffled complex evolution method (sce-ua). It uses the soil water model of the land surface model CLM3.0 as the forecast operator, and a radiative transfer model (RTM) as the observation operator in the assimilation system. The assimilation scheme is implemented in two phases: the parameter calibration phase and the pure soil moisture assimilation phase. The vegetation optical thickness and surface roughness parameters in the RTM are calibrated by sce-ua method and the optimal parameters are used as the final model parameters of the observation operator in the assimilation phase. The ideal experiments with synthetic data indicate that this scheme could significantly improve the simulation of soil moisture at the surface layer. Further- more, the estimation of soil moisture in the deeper layers could also be improved to a certain extent. The real assimilation experiments with AMSR-E brightness temperature at 10.65 GHz (vertical polariza- tion) show that the root mean square error (RMSE) of soil moisture in the top layer (0―10 cm) by as- similation is 0.03355 m3·m-3, which is reduced by 33.6% compared with that by simulation (0.05052 m3·m-3). The mean RMSE by assimilation for the deeper layers (10―50 cm) is also reduced by 20.9%. All these experiments demonstrate the reasonability of the assimilation scheme developed in this study.

关键词： land data assimilation soil moisture ensemble Kalman filter sce-ua method radiative transfer model AMSR-E

在线全文

学校读者我要写书评

暂无评论

典型参数优化算法在新安江模型中的应用对比

水文 2023年第3期43卷 16-22页

作者：向鑫敖天其肖钦太四川大学水利水电学院四川成都610065 四川大学水力学与山区河流开发保护国家重点实验室四川成都610065

为深入对比研究典型参数优化算法在新安江模型中的应用情况,选用4种典型优化算法:自适应遗传算法(AGA)、改进粒子群算法(IPSO)、sce-ua和贝叶斯优化算法(BOA),每种算法重复运行50次,每次迭代300次,以安徽省黄山市呈村流域为研究区域对... 详细信息

为深入对比研究典型参数优化算法在新安江模型中的应用情况,选用4种典型优化算法:自适应遗传算法(AGA)、改进粒子群算法(IPSO)、sce-ua和贝叶斯优化算法(BOA),每种算法重复运行50次,每次迭代300次,以安徽省黄山市呈村流域为研究区域对日尺度新安江模型参数进行率定。结果表明:IPSO优化新安江模型参数得到的流量模拟值与实测值拟合程度高且收敛速度较快;目标函数收敛值集中,有90%集中在0.158149~0.156727范围内;算法稳定性好,优化后的参数方差均值仅为0.049404。AGA和sce-ua优化参数表现较IPSO差,较BOA好。BOA计算量小,但其收敛过程出现明显波动;目标函数收敛值分散在5个范围内;算法稳定性差,优化后的参数方差均值高达0.073751。

关键词：新安江模型自适应遗传算法改进粒子群算法 sce-ua 贝叶斯优化算法

在线全文

学校读者我要写书评

暂无评论

GFModel的水文地质参数反演研究

GFModel的水文地质参数反演研究

作者：李嘉宁中国矿业大学

学位级别：硕士

地下水数值模型是研究地下水循环及其演化规律的重要工具,在对高度复杂的地下水循环过程进行概念化和抽象化的数值模拟过程中,快速有效的进行水文地质参数的反演能的极大的提升模型的效用。近年来随着计算机技术的进步,自动优化方法得... 详细信息

地下水数值模型是研究地下水循环及其演化规律的重要工具,在对高度复杂的地下水循环过程进行概念化和抽象化的数值模拟过程中,快速有效的进行水文地质参数的反演能的极大的提升模型的效用。近年来随着计算机技术的进步,自动优化方法得到了极大的发展,大量的优化算法研究成果被提出。本文以地下水数值模拟程序GFModel为基础,结合全局优化算法sce-ua与基于极值的交互式多目标决策方法,开展了GFModel的水文地质参数反演研究。论文的主要研究内容以及结论如下:(1)基于全局优化算法sce-ua,构建了GFModel的水文地质参数单目标反演模型,使用Python语言编写了单目标参数自动反演程序,在单目标反演模型基础上,结合交互式多目标决策方法,构建了GFModel的水文地质参数多目标反演模型。建立了理想算例模型,通过理想模型验证了单目标、多目标反演模型的有效性,并测试了不同复合形数量、初始参数设置、寻优空间以及观测井水头受扰动对单目标参数反演效果的影响,结果表明反演模型的全局优化能力较好。同时进行了反演模型的云平台计算与效果分析。(2)选取室内弥散试验的3号、4号两个取样口,进行了弥散度以及有效孔隙度的单目标以及多目标参数反演,在单目标参数反演结果中3号取样口的弥散度为0.00149m、有效孔隙度为0.424,4号取样口的弥散度为0.00152m、有效孔隙度为0.418,在多目标参数反演结果中3号取样口的满意度为0.9884,4号取样口的满意为0.9987,总体协调度为0.9910。对比分析了两个取样口的解析法与数值法的计算结果,反演结果的浓度-时间曲线拟合较好,表明所提出的反演模型能较好的应用于溶质运移试验的参数反演。(3)针对三堡水文地质试验场中5组抽水试验,进行了5个抽水试验数值模型参数包括渗透系数、贮水率、GHB边界渗透系数、GHB边界水头以及GHB边界距离倒数的单目标以及多目标参数反演,单目标参数反演值依次为7.62m/d、0.00008 m、3.81m/d、15.97m、0.01055m,在多目标参数反演中目标1的满意度为0.9979,目标2的满意度为0.9996,总体协调度为0.9994。所反演参数的正演结果与观测值曲线拟合度较好,表明所提出的反演模型能较好的应用于野外抽水试验的参数反演。

关键词：地下水数值模拟参数反演全局优化算法 sce-ua 多目标优化 GFModel