馬斯京根模型參數反演的改進粒子群算法

張新明，馬艷

(哈爾濱工業大學 深圳研究生院，廣東 深圳 518055)

?

馬斯京根模型參數反演的改進粒子群算法

張新明，馬艷

(哈爾濱工業大學 深圳研究生院，廣東 深圳 518055)

摘要：針對傳統粒子群算法容易陷入局部最優(即“早熟”現象)的問題，將基于適應值共享原則的小生境策略與粒子群算法相結合，提出了一種改進的粒子群算法——小生境粒子群算法，并將之應用于4個典型測試函數的數值仿真以及基于馬斯京根模型的參數反演計算。數值模擬結果顯示，相比于傳統的粒子群算法，小生境粒子群算法具有精度高、收斂速度快的特點，但其抗噪性較差。為了進一步提高算法的抗噪性，將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結合構造了多尺度小生境粒子群算法。帶有5%隨機噪聲的馬斯京根模型參數反演結果顯示，新提出的多尺度小生境粒子群算法能夠有效提升小生境粒子群算法的抗噪性，從而使反演結果的精度得到較大的改善。

關鍵詞：馬斯京根模型；參數反演；小生境粒子群算法；多尺度；隨機噪聲

眾所周知，由于其簡單實用性，馬斯京根模型是眾多洪水演算模型中應用最為廣泛的方法之一，它利用河段水量槽蓄方程代替復雜的水動力方程從而使計算過程極大簡化, 同時又能取得滿足實用的演算精度, 從而被國內外廣泛應用, 在洪水預報和防洪規劃中具有重要意義。然而，該方法在實際應用中的一個重要難點即是模型的參數優選問題。……