基于人工智群算法的水文模型参数优化率定研究

摘要

水文模型参数优化率定是一项繁琐、耗时、困难的工作.快速高效地寻求最优模型参数已成为降雨径流模型应用研究的关键.以新安江模型为例,引入蜂群和蛙跳两种新型人工智群算法,并在改进的基础上探讨了模型参数优化率定的新途径.在参数优化计算过程中,以模拟径流量和实测径流量的残差平方和作为适应度函数,分别利用蜂群算法中不同蜂群间信息共享和分工协作原理以及蛙跳算法中不同蛙群间思想文化交换的机制,对适应度函数进行优化,使其逐渐逼近全局最优.研究结果表明:相比人工试错法和经典局部最优算法如牛顿法等,这两种人工智群优化算法具有简单、鲁棒、全局寻优和易于实现等优点,可广泛应用于其他水文模型参数优化率定、水资源优化配置等领域.