导读:本文包含了马斯京根模型论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:马斯,模型,算法,参数,灰狼,洪水,小生境。
马斯京根模型论文文献综述
王梦娜,王秋萍,王晓峰[1]（2018）在《灰狼优化算法在马斯京根模型参数估计中的应用》一文中研究指出为了提高马斯京根模型在河道洪水演算过程中的求解精度,提出一种基于改进灰狼优化算法的马斯京根模型参数估计新方法,并将其应用于南运河称沟湾至临清段洪水演算.实验结果表明,改进的灰狼优化算法可以有效地估算出马斯京根模型中的参数,且与现有的马斯京根模型参数估计方法相比,该算法计算精度更高,具有更好的优化性能.(本文来源于《计算机系统应用》期刊2018年12期）
欧阳俊,袁晓辉,毛志伟,袁艳斌,许汉平[2]（2018）在《基于随机分形搜索算法的马斯京根模型参数优选》一文中研究指出马斯京根模型在河道洪水演算中发挥着重要作用,该模型参数优选对提高洪水演算准确性至关重要。提出利用随机分形搜索算法(SFS)解决非线性马斯京根模型参数优选问题,同时将混沌序列替代SFS更新操作中的随机数。对算例进行洪水演算仿真分析并与多种优化算法比较,结果表明,随机分形搜索算法对非线性马斯京根法模型参数优选问题求解行之有效,且算法实施过程简便、参数解算精度高。(本文来源于《水电能源科学》期刊2018年04期）
邹强,何小聪,喻杉[3]（2017）在《变指数非线性马斯京根模型及其参数率定方法》一文中研究指出为更好地反映河道洪水的实际槽蓄关系,以非线性马斯京根模型(NMM)为基础,采用对数型公式来定量计算NMM的非线性指数,提出了变指数非线性马斯京根模型(VEP-NMM),并采用免疫灰狼优化算法(IGWO)进行参数优化率定,IGWO针对灰狼优化算法(GWO)易早熟收敛的问题,引入免疫克隆选择操作来保证种群多样性和提高搜索能力。将基于IGWO的VEP-NMM应用于河段洪水演进模拟中的结果表明,该方法合理可行,模拟精度更高。(本文来源于《水电能源科学》期刊2017年12期）
李小波[4]（2016）在《多元优化算法在马斯京根模型参数优化中的应用》一文中研究指出以2个实例为研究对象,利用一种新型群体智能算法——多元优化(MVO)算法优化马斯京根模型参数,并与相关文献中加速遗传算法等多种方法的优化结果进行对比。结果表明:MVO算法优化结果优于其他算法,利用MVO算法优化马斯京根模型参数,可以获得比相关文献更高的模拟精度,不但为精确估计马斯京根模型参数提供了有效方法,而且拓展了MVO算法在水文模型参数优化中的应用。(本文来源于《水资源与水工程学报》期刊2016年05期）
程银才,王军,李明华[5]（2016）在《基于改进模式搜索法的马斯京根法模型参数率定方法》一文中研究指出为了提高马斯京根法模型参数率定方法的效率和精度,分析了已有的模型参数优化方法—模式搜索法的不合理之处,并对其进行了改进,利用改进后的模式搜索法率定马斯京根法模型的参数。实例应用结果表明,改进后的模式搜索法率定马斯京根法模型参数,不仅克服了传统方法的不足,且具有精度高、迭代收敛速度快的特点。(本文来源于《水电能源科学》期刊2016年09期）
崔东文,金波[6]（2016）在《飞蛾火焰优化算法在马斯京根模型参数优化中的应用》一文中研究指出通过10个典型二维函数对一种新型群体智能仿生算法——飞蛾火焰优化(MFO)算法进行仿真验证,并与粒子群优化(PSO)算法的寻优结果进行对比。利用该算法优化马斯京根模型参数,并以相关文献中的3个实例进行验证。结果表明:MFO算法在二维函数极值寻优问题上具有较好的收敛精度和全局寻优能力,寻优精度较PSO算法提高了7个数量级以上。利用MFO算法优化马斯京根模型参数,可以获得比相关文献更高的模拟精度,为精确估计马斯京根模型参数提供了有效方法。(本文来源于《人民珠江》期刊2016年08期）
王家彪,雷晓辉,廖卫红,王浩[7]（2016）在《马斯京根模型改进新思路》一文中研究指出马斯京根模型基于水量平衡原理和线性槽蓄假定而建立,模型自提出以来不断得到改进。归纳起来,模型改进思路主要体现在水量平衡微分方程、槽蓄方程以及参数取值叁方面。在已有模型改进思路基础上,通过引入组合流量系数,尝试构建新的马斯京根演进模型。模型以同一断面历史多时刻流量线性组合代替槽蓄方程中当前单时刻流量,并采用微分进化算法进行模型参数率定。以滦河大黑汀水库以下至滦县河段为例,分别选取不同量级的10次代表性水流过程进行模拟。结果表明,模型模拟精度较未改进得到了提高。(本文来源于《南水北调与水利科技》期刊2016年02期）
张新明,马艳[8]（2016）在《马斯京根模型参数反演的改进粒子群算法》一文中研究指出针对传统粒子群算法容易陷入局部最优(即"早熟"现象)的问题,将基于适应值共享原则的小生境策略与粒子群算法相结合,提出了一种改进的粒子群算法——小生境粒子群算法,并将之应用于4个典型测试函数的数值仿真以及基于马斯京根模型的参数反演计算。数值模拟结果显示,相比于传统的粒子群算法,小生境粒子群算法具有精度高、收敛速度快的特点,但其抗噪性较差。为了进一步提高算法的抗噪性,将基于小波多分辨分析的多尺度反演策略和小生境粒子群算法相结合构造了多尺度小生境粒子群算法。带有5%随机噪声的马斯京根模型参数反演结果显示,新提出的多尺度小生境粒子群算法能够有效提升小生境粒子群算法的抗噪性,从而使反演结果的精度得到较大的改善。(本文来源于《哈尔滨工程大学学报》期刊2016年02期）
梁晖[9]（2014）在《河道洪水演进马斯京根模型参数及最优参数估计方法研究》一文中研究指出本文以百色—田东河道为研究对象,为了研究洪水量级的大小对该河段马斯京根模型参数的影响,据峰高量大原则,按流量区间从历年洪水实测资料中选出五场百色水文(叁)站洪峰流量量级依次增大的单峰型洪水过程资料,由于百色—田东区间有些支流无水文站,故结合Arcgis10.0软件,采用叁水源新安江模型预报马斯京根模型区间入流。针对五场洪水,考虑区间入流修正,首先,采用传统的试错法求解马斯京根模型参数,再根据求得的参数K、x对本场洪水进行演进,与区间入流线性迭加,计算田东站演算流量与实测流量误差平方和及相关系数。计算结果表明误差平方和较大和相关系数较低,说明在保证槽蓄量与示储流量最近似于直线的情况下,不一定能使演算出流与实测出流的误差平方和达到最小；然后,采用非线性规划法求解,得出误差平方和相比试错法减少较大,相关系数有所增大,表明该法以演算出流和实测出流误差平方和最小作为判据优选流量演算系数c0、c,、c2,再反求K及x值,是可行的,但求得的是否为全局最优解没有理论依据把握；最后,用具有计算简洁、控制参数少、收敛性好、鲁棒性强、全局搜索能力强等特点的蜂群算法来优化马斯京根模型参数：首先以一非线性函数验证蜂群算法的极值寻优能力后再用其进行优化求解,结果表明,田东站演算流量与实测流量误差平方和相比非线性规划法有所减小,相关系数有所增大。然后为了检验该算法的优越性,与常用的粒子群算法优化结果进行比较,得出蜂群算法优化得到的误差平方和比粒子群算法略小,相关性系数略大,但在同样的迭代次数下,蜂群算法收敛更快,更易接近全局最优值。因此基于蜂群算法的马斯京根模型参数优化具有比较高的精度及科学性。可以采用蜂群算法优化结果作为百色—田东河道马斯京根模型参数值,该法优化得出：随着五场洪水百色水文站洪峰流量量级的增大,K值相应减少较大,于是将百色站洪峰流量与K进行最优拟合,建议今后该河段洪水演算时可以根据该拟合公式由洪峰流量计算出相应K值,而x值变化较稳定,可取x为五场洪水计算的平均值0.24。(本文来源于《广西大学》期刊2014-12-01）
赵红杰,柏继云,马力[10]（2014）在《遗传扩展蚁群算法用于马斯京根模型参数估计》一文中研究指出文章针对扩展蚁群算法收敛速度慢,易陷入局部最优缺点,对扩展蚁群算法提出改进策略,引入遗传算法产生初始解,加入局部细搜策略。根据解的权重改进解存储器中每个解权值,增加解的方向性,快速获得最优解,通过多个典型函数寻优确定方法有效性。利用改进后算法解决洪水演算马斯京根模型参数估计问题,通过与现有马斯京根模型参数估计方法对比,验证算法具有更好优化性能,为精确估计马斯京根模型参数提供更有效方法。(本文来源于《东北农业大学学报》期刊2014年08期）
马斯京根模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
马斯京根模型在河道洪水演算中发挥着重要作用,该模型参数优选对提高洪水演算准确性至关重要。提出利用随机分形搜索算法(SFS)解决非线性马斯京根模型参数优选问题,同时将混沌序列替代SFS更新操作中的随机数。对算例进行洪水演算仿真分析并与多种优化算法比较,结果表明,随机分形搜索算法对非线性马斯京根法模型参数优选问题求解行之有效,且算法实施过程简便、参数解算精度高。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
马斯京根模型论文参考文献
[1].王梦娜,王秋萍,王晓峰.灰狼优化算法在马斯京根模型参数估计中的应用[J].计算机系统应用.2018
[2].欧阳俊,袁晓辉,毛志伟,袁艳斌,许汉平.基于随机分形搜索算法的马斯京根模型参数优选[J].水电能源科学.2018
[3].邹强,何小聪,喻杉.变指数非线性马斯京根模型及其参数率定方法[J].水电能源科学.2017
[4].李小波.多元优化算法在马斯京根模型参数优化中的应用[J].水资源与水工程学报.2016
[5].程银才,王军,李明华.基于改进模式搜索法的马斯京根法模型参数率定方法[J].水电能源科学.2016
[6].崔东文,金波.飞蛾火焰优化算法在马斯京根模型参数优化中的应用[J].人民珠江.2016
[7].王家彪,雷晓辉,廖卫红,王浩.马斯京根模型改进新思路[J].南水北调与水利科技.2016
[8].张新明,马艳.马斯京根模型参数反演的改进粒子群算法[J].哈尔滨工程大学学报.2016
[9].梁晖.河道洪水演进马斯京根模型参数及最优参数估计方法研究[D].广西大学.2014
[10].赵红杰,柏继云,马力.遗传扩展蚁群算法用于马斯京根模型参数估计[J].东北农业大学学报.2014
论文知识图
