基于AEO-Schumacher-Usher模型的径流及地下水位预测

作者：胡顺强; 崔东文^*

来源：中国农村水利水电, 2020, (11): 28-41.

• 径流预测
• 地下水位预测
• 人工生态系统优化算法
• Schumacher模型
• Usher模型
• 组合预测
• 参数优化

为拓展生长模型在径流及地下水位预测中的应用范畴,提高模型预测精度,提出人工生态系统优化(AEO)算法-组合生长预测模型。选取6个标准测试函数和本文Schumacher、Usher模型参数优化实例对AEO算法进行仿真验证,并与鲸鱼优化算法(WOA)、灰狼优化(GWO)算法、教学优化(TLBO)算法、粒子群优化(PSO)算法的仿真结果进行比较。基于Schumacher、Usher单一生长函数构建Schumacher-Usher组合生长模型,针对组合模型参数及权重系数选取困难的实际问题,利用AEO算法同时对组合模型参数和权重系数进行优化,提出AEO-Schumacher-Usher组合生长预测模型,并构建AEO-Schumacher、AEO-Usher、AEO-SVM模型作对比,以文献径流及地下水位预测为例进行实例验证。结果表明,AEO算法寻优精度优于WOA、GWO、TLBO、PSO算法,具有较好的寻优精度、全局搜索能力和稳健性能。AEO-Schumacher-Usher模型对两个实例预测的平均相对误差绝对值分别为2.32%、0.15%,预测精度优于AEO-Schumacher、AEO-Usher、AEO-SVM模型及文献相关模型,具有较好的预测精度和泛化能力。AEO算法能同时有效优化组合生长模型参数和权重系数,AEO-组合生长模型用于径流及地下水位预测是可行和有效的,模型及方法可为相关预测研究提供参考。