概念性水文模型遗传算法多目标参数优选研究

概念性水文模型遗传算法多目标参数优选研究

简要介绍了概念性降水-径流模型的多目标参数优选方法,以新安江模型为例,从Pareto 支配法(Pareto Domination Approach)原理出发讨论了四目标函数情形下Pareto最优参数空间(Pareto Optimal Set)的Pareto优先排序(Pareto Preference Ordering)求解策略.通过对汉江上游江口流域降水-径流的新安江模型的模拟检验,证明该方法能够为模型提供全局最优参数,好于传统的单目标参数优选结果.

作 者： 陈垌烽 张万昌 CHEN Jiong-feng ZHANG Wan-chang   作者单位： 陈垌烽,CHEN Jiong-feng(南京大学,国际地球系统科学研究所,江苏,南京,210093;南京大学,地理与海洋科学学院,江苏,南京,210093)

张万昌,ZHANG Wan-chang(南京大学,国际地球系统科学研究所,江苏,南京,210093;中国科学院,大气物理所东亚区域气候-环境重点实验室,全球变化东亚区域研究中心,北京,100029) 

刊 名： 水利水电技术  ISTIC PKU 英文刊名： WATER RESOURCES AND HYDROPOWER ENGINEERING  年，卷(期)： 2007 38(6)  分类号： P33  关键词： Pareto支配法   Pareto优先排序算法   遗传算法   参数优选   新安江模型  

【概念性水文模型遗传算法多目标参数优选研究】相关文章：

分布式水文模型的发展、现状及前景12-01

基于遗传算法的地下水位动态预测双线性模型09-08

支付宝支付研究报告模型07-20

彩超在小鼠原位肝癌移植模型中的应用研究04-28

水文实习报告04-03

水文实习报告05-15

什么是基本参数03-08

课题研究的方法【优选】03-13

工程水文实习报告01-03

工程水文实习报告01-03