科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着水文模型不断发展，模型结构越来越复杂，运行耗时也随之变长，参数优化的时效问题也成为了难点问题。分布式水文模型TOPKAPI模型模拟准确性很大程度取决于参数优化。传统多目标遗传算法基于模型运行，计算量大，耗时长，难以快速得到最优解。本文以临沂流域洪水模拟为案例，通过Morris参数敏感性分析方法得到敏感参数，再将多目标自适应代理模型优化算法（multi-objective adaptive surrogate modeling-based optimization，MO-ASMO）与TOPKAPI模型结合，并与传统的非支配遗传算法（non-dominatedsorting genetic algorithmⅡ、algorithm III，NSGA-II，NSGA-III）比较优化效果。研究结果表明：在模型相同运行次数下，MO-ASMO方法参数优化结果均好于NSGA-II和NSGA-III，MO-ASMO有效提高了模型参数优化效率且模拟效果良好，具有现实意义。
- 单位
