摘要

针对种群数量众多且参数率定耗时的情况,对比分析了AMALGAM算法与非支配排序遗传算法(NSGA-Ⅱ)的收敛性能,利用尼泊尔巴格玛蒂河流域20052011年期间实测洪水日径流过程资料作为HBV模型参数率定系列,运用AMALGAM算法对模型参数进行优化,得出Pareto协调最优解,并利用2012年5场洪水日径流过程进行模型检验。结果表明,AMALGAM算法较NSGA-Ⅱ算法能够更快地得到协调最优解且解的质量较好,拟合历史洪水平均确定性系数达0.84,预报精度较高,表明AMALGAM优化算法在解决多参数多目标优化问题中具有优势。

  • 单位
    深圳市广汇源水利勘测设计有限公司; 河海大学