水文模型参数优选遗传算法应用_陆桂华.pdfVIP

水 　　利 　　学 　　报 　2004 年 2 月 SHUIL I 　　XUEBAO 第 2 期 文章编号 : (2004) 水文模型参数优选遗传算法的应用 1 1 ,2 3 陆桂华 , 郦建强 , 杨晓华 ( 1 河海大学 水问题研究所 　江苏 南京 　210098 ; 2 水利部 水利水电规划设计总院　北京 　100011 ; 3 北京师范大学 环境科学研究所 　北京 　100875) 摘要 : 本文对遗传算法进行了详细地分析 , 建立了实编码单纯形混合加速遗传算法 , 并将其与二进制加速遗传算 法 、实编码加速遗传算法 、单纯形法 、模式有哪些信誉好的足球投注网站法进行了比较 。数值模拟和新安江模型的实例应用表明 , 二进 制加速遗传算法 、实编码加速遗传算法 、混合加速遗传算法的全局优化性能比单纯形法和模式有哪些信誉好的足球投注网站法好 , 而其 中混合加速遗传算法不仅有较好的全局优化性能和稳定性 , 而且在调用 目标函数的次数相同的情况下 , 精度较 高 。 关键词 : 参数优选 ; 水文模型 ; 遗传算法 ; 单纯形法 ; 模式有哪些信誉好的足球投注网站法 中图分类号 : P333 文献标识码 : A 常规优化方法如Newton 法 、共轭梯度法 、变尺度算法 、单纯形法 、步长加速法 、方向加速法和 Rosenbrock 法都是与初始点有关的优化方法 , 常常是找出初始点附近的一个极值点来 , 至于它是否为 全局极值点 , 在多数情况下不得而知 。在实际水文模型应用中 , 常希望找到给定条件下的全局极值 点 。求全局极值的方法 , 本质上是一种试探性有哪些信誉好的足球投注网站方法 。由于全局极值点在可行域中的确切位置事先 并不知道 , 是通过构造序列来估计的 , 因此 , 必然要求序列在可行域中分布均匀且有一定的密度 。经 ( ) 典的蒙特卡罗法 Monte Carlo Method 在理论上是能满足这种要求的 , 优化问题的维数 、几何形状 、 是否离散等对它影响也不大 , 但在实际中则失去使用价值 。这是因为 , 在可行域中分布均匀的前提 , 为了提高解的精度 , 势必在极值点附近加密投点的同时 , 也在可行域中盲 目地加密了投点 , 导致其运 算量十分浩大 , 该算法的时间复杂性破坏了算法的可行性条件 , 因而是不合理的。合理的办法是 , 发 展一些启发式策略或引入领域知识 , 对投点过程给予指导 , 即: 在可能出现全局极值点的地方增加投 点密度 , 而对其它地方只作少量的试探性投点 , 特别是对已探明无全局极值点的地方不投点 , 从而可 大大节省计算量 , 对该算法的时间复杂性进行了有效压缩 , 使该算法可行 。遗传算法就是一种启发式 算法 , 充分积累了有哪些信誉好的足球投注网站的信息 , 较好地处理了积累信息与探索未知空间的矛盾[ 1 ,2 ] 。 本文通过在实编码遗传算法中加入单纯形有哪些信誉好的足球投注网站算子及加速有哪些信誉好的足球投注网站算子 , 逐步调整参数变化区间的方 法 , 建立了单纯形混合加速遗传算法 ( Simplex Hybrid Accelerating Genetic Algorithm