灰狼优化算法在马斯京根模型参数估计中的应用
作者:
基金项目:

国家自然科学基金(61772416)


Application of Grey Wolf Optimizer to Parameter Estimation to Muskingum Routing Model
Author:
  • 摘要
  • | |
  • 访问统计
  • |
  • 参考文献 [16]
  • |
  • 相似文献
  • |
  • 引证文献
  • | |
  • 文章评论
    摘要:

    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.

    Abstract:

    In order to improve the computation accuracy of the Muskingum flood routing model, a new method of parameter estimation for Muskingum model based on the improved grey wolf optimizer (IGWO) is proposed and applied to the flood calculation in the south canal between Chenggouwan and Linqing River. The experimental results show that IGWO can effectively estimate the parameters of the Muskingum model. Compared with the other parameter estimation methods of Muskingum routing model, IGWO has higher calculation accuracy and better optimization performance.

    参考文献
    [1] ccarthy GT. The unit hydrograph and flood routing. Proceedings of the Conference of North Atlantic Division. Rhode Island, USA. 1939.
    [2] 詹道江, 徐向阳, 陈元芳. 工程水文学. 4版. 北京中国水利水电出版社, 2010.
    [3] Aldama AA. Least-squares parameter estimation for muskingum flood routing. Journal of Hydraulic Engineering, 1990, 116(4):580-586.[doi:10.1061/(ASCE)0733-9429(1990)116:4(580)
    [4] Yoon J, Padmanabhan G. Parameter estimation of linear and nonlinear muskingum models. Journal of Water Resources Planning and Management, 1993, 119(5):600-610.[doi:10.1061/(ASCE)0733-9496(1993)119:5(600)
    [5] 黄兴春, 董增川, 陈甜, 等. 基于遗传算法的马斯京根模型参数优化. 水电能源科学, 2014, 32(7):11-13, 22
    [6] 王文川, 徐冬梅, 邱林. 差分进化算法在马斯京根模型参数优选中的应用. 水利科技与经济, 2009, 15(9):756-758.[doi:10.3969/j.issn.1006-7175.2009.09.002
    [7] Ouyang AJ, Liu LB, Sheng Z, et al. A class of parameter estimation methods for nonlinear muskingum model using hybrid invasive weed optimization algorithm. Mathematical Problems in Engineering, 2015, 2015:573894
    [8] 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. 人民珠江, 2016, 37(8):30-34.[doi:10.3969/j.issn.1001-9235.2016.08.007
    [9] 马玉新, 解建仓, 罗军刚. 基于免疫克隆选择算法的马斯京根模型参数估计. 计算机工程与应用, 2010, 46(34):208-212.[doi:10.3778/j.issn.1002-8331.2010.34.063
    [10] Mirjalili S, Mirjalili SM, Lewis A. Grey wolf optimizer. Advances in Engineering Software, 2014, 69:46-61.[doi:10.1016/j.advengsoft.2013.12.007
    [11] Gandomi AH, Yang XS. Chaotic bat algorithm. Journal of Computational Science, 2014, 5(2):224-232.[doi:10.1016/j.jocs.2013.10.002
    [12] Zhu G P, Kwong S. Gbest-guided artificial bee colony algorithm for numerical function optimization. Applied Mathematics and Computation, 2010, 217(7):3166-3173.[doi:10.1016/j.amc.2010.08.049
    [13] De Jong KA. An analysis of behavior of a class of genetic adaptive systems[Ph.D. thesis]. Ann Arbor, MI, USA:University of Michigan, 1975.
    [14] 金菊良, 杨晓华, 丁晶. 标准遗传算法的改进方案——加速遗传算法. 系统工程理论与实践, 2001, 21(4):8-13.[doi:10.3321/j.issn:1000-6788.2001.04.002
    [15] Wang WC, Kang YB, Qiu L. Optimal parameter estimation for muskingum model using a modified particle swarm algorithm. Proceedings of the 2010 Third International Joint Conference on Computational Science and Optimization. Washington, DC, USA. 2010. 153-156,
    [16] Yang XH, Yang ZF, Lu GH, et al. A gray-encoded, hybrid-accelerated, genetic algorithm for global optimizations in dynamical systems. Communications in Nonlinear Science and Numerical Simulation, 2005, 10(4):355-363.[doi:10.1016/j.cnsns.2003.12.005
    相似文献
    引证文献
引用本文

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.计算机系统应用,2018,27(12):198-203

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2018-06-06
  • 最后修改日期:2018-06-27
  • 在线发布日期: 2018-12-05
文章二维码
您是第11202155位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号