中文版 | English
Arid
登记号2019
针对多目标优化的人工蜂群算法改进及在水文模型参数优化中的应用
火久元
完成单位兰州交通大学
登记(发布)日期2019
中文摘要1、课题来源与背景 “针对多目标优化的人工蜂群算法改进及在水文模型参数优化中的应用”是由兰州交通大学承担的国家自然科学基金委计划项目,项目编号：61462058,经费43万元,执行期限2015.01至2018.12。基于人工蜂群算法的多目标优化研究正处于起步发展阶段,无论从科学研究、理论分析还是从实际应用方面,都存在大量的理论问题和实践问题有待于解决。 2、研究目的与意义 本研究针对科学与工程实践中的多目标优化问题,利用随机过程理论对人工蜂群算法和多目标优化机理进行研究分析,提出一套较为完备的基于人工蜂群的多目标优化理论体系,基于该理论体系建立稳定高效的混合多目标人工蜂群智能优化算法,设计出一个灵活可配置、可独立于具体问题的多目标人工蜂群算法优化应用框架,在高性能计算环境下形成基于应用框架的水文模型参数优化方法,建立水文模型参数优化目标的综合评估机制,并将此方法应用于黑河流域SWAT、TOPMODEL等水文模型进行验证和应用前述机理、方法和技术。 本研究具有如下意义： 该研究可以更有效、更灵活地处理实际大规模多目标优化问题,对提高系统效率、促进资源合理利用具有重要意义。黑河流域中应用研究可显著提高水文模型模拟精度和参数优化的收敛速度,为干旱区内陆河流域水文模型的和水资源管理决策提供重要的方法与技术。 3、主要论点与论据 本项目围绕着人工蜂群算法理论分析、人工蜂群算法改进、并行人工蜂群算法研究、多目标人工蜂群优化方法构建、多目标人工蜂群算法优化框架设计、基于多目标人工蜂群算法的水文模型参数优化方法及其在黑河流域径流预测中的应用等七大方面展开科学研究,超额完成了研究计划,实现了预期目标,并取得了一系列有特色的创新性成果。项目组提出了多目标人工蜂群优化算法,并基于MOEA框架建立了一个通用的人工蜂群多目标优化框架;在高性能计算环境中构建了流域水文模型基于多目标人工蜂群算法的参数优化方法,为流域水文模型应用提供重要支撑技术。 4、创见与创新 (1)通过改进算法内在机理,形成较为完备的多目标优化算法机理体系和构建具有清晰结构的、稳定的、高效的混合型多目标人工蜂群优化算法,解决多目标人工蜂群优化理论基础和工作机理研究匮乏问题,对求解多目标优化问题具有崭新意义。 (2)将多目标元启发式算法的优化过程与人工蜂群算法的优化原理进行了有机结合,形成灵活且独立于具体问题的多目标人工蜂群算法优化框架,解决优化方法与优化目标标高度相关以及较难应用到其它多目标优化的问题,具有较为重要的理论价值和应用价值。 (3)提供一套基于人工蜂群的流域水文模型参数优化的新方法,解决水文模型多目标校正中存在的过早收敛等缺陷以及提高流域水文模型的运行效率和模拟精度,从而提升流域研究的科研效率。 5、社会经济效益,存在的问题 项目组在多目标群体智能优化算法方面的研究成果已经被应用到中国科学院寒区旱区环境与工程研究所的国家自然基金重点项目“基于建模框架的生态-水文模型构建与参数模拟”(编号：91125005,经费：200万元,2013.3-2015.6)中,用来优化黑河流域水文模型来预测河流流量和洪水工作中,并取得了较好的效果。项目开发的相关软件系统已获得发明专利和计算机软件著作权登记证书,起到了一定的应用示范作用和影响。研究结果为今后进一步的深入研究提供了必不可少的基础性工作, 同时也为水文学中模型模拟仿真提供了可以借鉴的方法和工具。下一步,我们将继续深入研究多目标人工蜂群算法,并将其应用于更多的实际领域中,如寒旱区野外观测仪器跨域组网关键技术的优化中(国家自然科学基金经费支持,编号：61862038)。 6、历年获奖情况 无。
中文关键词智能计算 ; 多目标优化 ; 计算模型 ; 水文模型 ; 参数估计
语种中文
国家中国
中图法分类号P333
来源机构兰州交通大学
资源类型成果
条目标识符http://119.78.100.177/qdio/handle/2XILL650/339150
推荐引用方式
GB/T 7714		 火久元. 针对多目标优化的人工蜂群算法改进及在水文模型参数优化中的应用[Z]. ,2019.
条目包含的文件
条目无相关文件。
个性服务
推荐该条目
保存到收藏夹
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[火久元]的文章
百度学术
百度学术中相似的文章
[火久元]的文章
必应学术
必应学术中相似的文章
[火久元]的文章
相关权益政策
暂无数据
收藏/分享

除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。