遗传-深度搜索混合算法反演浅水模型糙率的效率分析

论文摘要

糙率是水动力数值模型中率定和验证的重要参数。采用遗传算法反演河道糙率一直是水动力数值模拟研究的热点与难点,其反演效率是优化算法应用于实际工程的主要制约因素。针对遗传算法后期收敛慢的问题,引入拟牛顿、信赖域、单纯形3种局部细致搜索性强的算法与标准遗传算法混合,比较分析各种算法对一维水动力模型糙率的反演精度、效率及调用模型次数,探讨全局优化和局部细致优化混合算法在水动力模型参数优化中的适应性和实用性。研究结果表明,各算法对水动力模型糙率均具有较高的反演精度,但遗传算法在优化过程中存在明显的"阶跃"现象,而引入局部深度搜索算法后可显著减少优化过程中调用水动力程序的次数,提高收敛速度。研究结果可为一、二维水动力模型糙率反演方法选择及改进思路提供参考,亦可为各行业多目标优化问题的效率分析提供借鉴。

论文目录

• 1 引言
• 2 遗传算法及局部深度搜索改进
•   2.1 标准遗传算法及求解步骤
•   2.2 遗传—拟牛顿混合算法 （GA-QN） 及求解步骤
•   2.3 遗传—单纯形混合算法 （GA-NM） 及求解步骤
•   2.4 遗传—信赖域混合算法 （GA-TR算法） 及求
• 3 河道一维水动力学模型
• 4 计算结果分析
• 5 结论

文章来源

类型: 期刊论文

作者: 党晚婷,毕胜,沈杰,韩继斌

关键词: 浅水模型,糙率反演,遗传算法,拟牛顿法,信赖域法,单纯形法

来源: 水电能源科学 2019年04期

年度: 2019

分类: 工程科技Ⅱ辑,基础科学

专业: 力学,地球物理学,水利水电工程

单位: 长江科学院水力学研究所,流域水资源与生态环境科学湖北省重点实验室,中国电建湖北省电力勘测设计院有限公司

基金: 国家重点研发计划(2016YFC0401503,2016YFC0401810),国家自然科学基金项目(51709012)

分类号: TV131.2

页码: 104-108

总页数: 5

文件大小: 1269K

下载量: 78