基于空间离散洗牌复形进化算法的水文模型参数率定方法技术

本发明专利技术提供基于空间离散洗牌复形进化算法的水文模型参数率定方法，包括进行数据收集，还包括以下步骤：在参数组各个维度的合理范围内随机生成值，构成一个参数组样本点，重复以上步骤生成总样本D；将样本点导入水文模型计算每个样本点的目标函数评估值；计算各样本点超空间的参数范围归一化欧氏距离值并对总样本进行排序；依据距离排序后的总样本点进行复形划分；各复形内样本点重新以目标函数评估值升序排序，在其内部提取单纯形，采用下山单纯形法重复循环竞争进化；将各复形填充回总样本，形成新的总样本，完成洗牌复形进化算法的一代进化；重复执行上述步骤，直至满足收敛标准；输出水文模型最优参数组。输出水文模型最优参数组。输出水文模型最优参数组。

【技术实现步骤摘要】
基于空间离散洗牌复形进化算法的水文模型参数率定方法


[0001]本专利技术涉及流域水文模型的
，特别是基于空间离散洗牌复形进化算法的水文模型参数率定方法。

技术介绍

[0002]洗牌复形进化算法是全局优化搜索算法，相较于其他全局优化算法（如遗传算法、粒子群算法等），洗牌复形进化算法在全局搜索的有效性和鲁棒性上优势明显，在水文模型参数率定领域应用较广。
[0003]进化种群（复形）空间分布的差异性决定了优化算法的广度搜索能力。原版的洗牌复形进化算法基于目标函数排序以一定的间隔数采样划分复形，虽然复形内样本点之间的目标函数评估值差异较大，但由于某些参数的敏感性较强，可能会出现某些样本点之间空间位置相距很近的现象，导致复形样本点并未有效广泛分布于样本空间中，减弱了复形进化过程中的广度搜索能力。
[0004]因此，原版的洗牌复形进化算法在复形划分时仍有一定的改进空间，可从样本点之间空间距离的角度划分复形，使复形内各样本点之间的空间距离保持足够的差异性，扩大复形内样本点遍布样本空间的范围，增强算法的广度搜索能力，提高水文模型参数率定本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于空间离散洗牌复形进化算法的水文模型参数率定方法，包括进行数据收集，其特征在于，还包括以下步骤：步骤1：在参数组各个维度的合理范围内随机生成值，构成一个参数组样本点，重复以上过程生成总样本D = {x
i
, i = 1,.....,s}，其中，x
i
为第i个样本点，s为总样本数，s=m
×
n，m为复形个数，n为复形内样本数；步骤2：将样本点导入水文模型计算每个样本点的目标函数评估值；各样本点结合降雨与蒸发序列资料输入水文模型求得对应模拟径流序列，并通过评价函数求得表示模拟序列与实测或理想径流序列差异水平的评估值，作为该样本点对应的目标函数评估值，对样本点数组新开辟一维存储目标函数评估值信息，公式为，其中，hymodel为水文模型，P为降雨序列，E蒸发序列，x为某一样本点，Q
sim
、Q
obs
分别为模拟和实测径流序列，eval_func为评价函数，maxj为参数维度个数，x[maxj+1]为x样本点数组新增的一维元素用于存储评价函数值；所述总样本D更新为D = {x
i
, f
i
, i = 1, ..., s}，其中，f
i
为样本点x
i
对应的目标函数评估值；步骤3：计算各样本点超空间的参数范围归一化欧氏距离值并对总样本进行排序；步骤4：依据距离排序后的总样本点进行复形划分；步骤5：各复形内样本点重新以目标函数评估值升序排序，在其内部提取单纯形，采用下山单纯形法重复循环竞争进化；步骤6：将各复形填充回总样本，形成新的总样本，完成洗牌复形进化算法的一代进化；步骤7：重复执行步骤3
‑
步骤6，直至满足收敛条件；步骤8：输出水文模型最优参数组。2.如权利要求1所述的基于空间离散洗牌复形进化算法的水文模型参数率定方法，其特征在于，所述数据收集包括：1）收集有资料流域的降雨序列资料和蒸发序列资料，作为水文模型的输入数据；2）确定水文模型参数组各维度的合理上下限值，作为各维度参数率定的限制范围；3）收集实际径流序列资料或人工参数组生成的理想径流序列资料，作为计算各样本点目标函数评估值的对照序列。3.如权利要求2所述的基于空间离散洗牌复形进化算法的水文模型参数率定方法，其特征在于，所述参数组样本点通过梅森旋转算法在各维度参数的合理范围内随机生成，公式为x[j]=x_low[j]+bound[j]*genrand_real1()其中，j为参数维度，x[j]为某一样本点第j维度参数值，x_low[i]为第j维度的下限值，bound[j]...

【专利技术属性】
技术研发人员：阚光远，侯宇，刘荣华，刘希琛，梁珂，
申请(专利权)人：中国水利水电科学研究院，
类型：发明
国别省市：