matlab粒子群算法工具箱在水文模型参数优化中的应用

matlab粒子群算法工具箱在水文模型参数优化中的应用

ID:9233660

大小:407.94 KB

页数:5页

时间:2018-04-24

matlab粒子群算法工具箱在水文模型参数优化中的应用_第1页
matlab粒子群算法工具箱在水文模型参数优化中的应用_第2页
matlab粒子群算法工具箱在水文模型参数优化中的应用_第3页
matlab粒子群算法工具箱在水文模型参数优化中的应用_第4页
matlab粒子群算法工具箱在水文模型参数优化中的应用_第5页
资源描述:

《matlab粒子群算法工具箱在水文模型参数优化中的应用》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、MATLAB粒子群算法工具箱在水文模’型参数优化中的应用,,,‘,2’“李慧赞王本德张永强曹明亮(l.大连理工大学建设工程学部水利工程学院,辽宁大连116024;2.CSIROLandand认/ater,Canbera,ACT,Australia),:L以SIMHYD摘要本文在介绍和分析MATAB粒子群算法工具箱的基础上降,。雨径流模型为例提出了采用该工具箱进行水文模型参数优化计算的方法并选择,澳大利亚东南部受人类活动影响较小的4个流域为研究对象对模型参数进行了优化。4个流域模拟结NSE0.9以上;

2、4在率定期果的值均达到在验证期个流域模拟.结果的NSE值均达到07以上。结果表明,粒子群算法能以较少的群体规模快速收,。敛到最优解可以很好的用于处理水文模型的参数率定问题MATLAB粒子群算法,,、工具箱结构简单易于掌握为水文模型参数率定工作提供了一种简便高效的方法。:MLAB;粒子;;SIMHYD;参数优化关键词Af群算法PSOt0弓l言,MLxLaboratory)athrksAfAB是矩阵实验室(Matri的简称是由美国Mwo公司出品的数,。值仿真计算软件与Mathematica和M叩le并称

3、三大数学软件MATLAB以其友好的工作平、、,。,台简单的程序语言强大的数据处理能力等优点得到越来越广泛的应用同时MATLAB,,针对许多专门领域都开发了功能强大的工具箱这些工具箱都是由特定领域的专家开发的用户可以直接使用而不需要自己编写代码。MATLAB粒子群算法工具箱(Psot),是把粒子群算,。,,法的核心部分封装起来只将算法的可调参数提供给用户该工具箱结构简单易于掌握是解决数值优化问题的有力工具。,、、目前采用计算机自动优化水文模型参数的方法以其快速客观可信的特点成为集总。’,比如罗森布瑞克

4、法(Rosenbr】式水文模型参数率定的有效方法oke)[单纯多边形进化算法一一,,。,(ScE3J遗传算法阵习粒子群算法腾7]等在以往的研究中多采用自行编写优化算法以尹,,。代码的方式来进行水文模型参数率定这种方式费时费力代码质量也难以保证使用成熟的,。PSot可以为水文模型参数率定工作提供一种省时高效的途径.:,基金项目国家自然科学基金项目(50809010)十一五国家科技支撑计划(2007BAB28B01):一,,,,。作者简介李慧赞(1982)女山东济宁人博士生主要从事水资源及水文模拟方面的

5、研究E一mail:IihuiyUnl982@163.eom1粒子群算法,粒子群优化(partiealswarmoptimizationPsO)算法是由美国的Ebe比art博士和kene勿。博士于1995年提出的一种新的基于群体的演化算法该算法的最初设想是模拟鸟群觅食的过,,,,程假设一群鸟在随机搜索食物在这个区域里只有一块食物每只鸟都不知道食物的位置,但知道自己与食物间的距离那么找到食物的最优策略就是搜寻目前离食物最近的鸟的周围区域。PSO就是从这种模型中得到启示而产生的。,,求解优化问题时PSO首

6、先初始化为一群随机粒子(随机解)然后通过迭代搜索粒子。,Pbes适应度函数的最优解在每一次迭代中各粒子通过跟踪自身目前找到的最优解t和整Gbes。:个种群目前找到的最优解t来更新自身的位置和运动速度其实现过程如下[sl,1,Z,,,设N维设计空间中共有M个粒子粒子‘的位置表示为戈二凡xi⋯xi)速度表示(=,,Z,,。esli,,esliZ,,est,为《(vivi⋯vi个体极值点表示为Res=(几几⋯几们其中小,,,。。esli,,bZ,,。,·‘2⋯M群体极值点表示为=夙gesti⋯gbesti

7、N则粒子的位置和运动速度气()。更新方程如式(l)和(2)所示x*。(‘+l)=戈(‘+l)+vin(‘+l)(,)。一。+c,n。es‘,。一+eZnoes。。一。vi(,+‘)vin(犷)ra试:xin(才))ra姚gxi(‘))(2)((,,,n=l2⋯N,,,.,.;,,田。一0414randrandZ其中为惯性系数即粒子保持当前速度的程度计算中通常取【],,,。;c,c:一般取为c,二cZ二2为[0l]内均匀分布的随机数为学习因子,。与遗传算法相比粒子群算法以较少的参数即可更快地收敛到最优

8、解并且该算法对待优化函数没有任何特别的要求(如可微分、时间连续等),因而具有极强的通用性。2MATLAB粒子群算法工具箱。,PSOt具有非常强的灵活性在实际计算中用户只要根据需求编写好目标函数(求最大,,值或最小值)并设置好函数自变量的取值范围和每步迭代允许的最大变化量等PSot即可自动进行优化计算。:该工具箱的使用方法主要分为以下几个步骤“”,“”,。(l)在MAfLAB的命令窗口中点击FileSetPath设置工具箱的路径(2)编写待优化函数。:,:(3)调用粒子

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。