[发明专利]一种新安江模型参数率定方法及装置

说明书

本发明公开了一种新安江模型参数率定方法及装置，所述方法包括获取包含T个参数集的参数种群，使用新安江模型获取参数种群中的参数集对应的模拟流量序列，计算所述参数集的适应度，对适应度较大的M个参数集中适应度最小的参数集进行改进，使用单纯形粒子群混合算法对剩余的（T‑M）个参数集进行率定，获取最优参数；使用本发明提供的新安江模型参数率定方法及装置率定的参数，具有精度高的特点。

技术领域

本发明涉及一种新安江模型参数率定方法及装置，属于水文预报技术领域。

背景技术

粒子群算法(Particle Swarm Optimization,PSO)是一种演化计算技术，其核心为利用群体中的个体对信息的共享从而使得整个群体的运动在问题求解空间中产生从无序到有序的演化过程，从而获得问题的最优解。这一方法是目前应用最为广泛的群体智能优化算法。

Nelder-Mead单纯形法(Nelder Mead Simplex,NM Simplex)是一种针对性搜索方法，具有较快的收敛速度，在解决线性规划问题中有着非常广泛的应用。

新安江模型是基于蓄满产流理论建立的半分布式流域水文模型，在我国湿润、半湿润地区应用非常广泛。新安江模型根据泰森多边形、水文响应单元等概念将流域划分为若干个计算单元，在此基础上，将包气带概化为上下深三层，其对应径流为地表径流、壤中流和地下径流，分别进行蒸散发、产汇流计算。最终通过各个计算单元出流算得流域出口断面的流量过程。

在率定水文模型参数时，通常由模型操作者根据现有雨洪资料人工率定模型参数直至模型计算结果满足精度要求，使用该方法率定模型参数的精度易受模型操作者主观影响。

发明内容

本发明的目的在于提供一种新安江模型参数率定方法及装置，以解决现有技术中新安江模型参数率定精度低，且易受模型操作者主观影响的问题。

为达到上述目的，本发明是采用下述技术方案实现的：

第一方面，本发明提供了一种新安江模型参数率定方法，所述方法包括如下步骤；

获取包含T个参数集的参数种群，所述参数集中包含待率定参数；

将所述参数种群代入新安江模型中以获取各个参数集对应的模拟流量序列，计算各个参数集的适应度；

使用单纯形法，对适应度相对较大的M个参数集中适应度最小的参数集进行改进，计算改进后的适应度最小的参数集的适应度；

根据参数种群中适应度最大的参数集的适应度，以及所述改进后的适应度最小的参数集的适应度，使用单纯形粒子群混合算法(Nelder-mead simplex particle swarmoptimization，NM-PSO)对剩余的(T-M)个参数集进行率定，获取最优参数。

优选的，获取参数种群的方法包括：

选取一组初始参数集；

根据所述初始参数集，随机生成包含T个参数集的参数种群。

进一步的，计算参数集适应度的公式为：

其中，f(X_i)为第i个参数集X_i的适应度，n为实测流量序列长度，N为参加计算的参数集个数，为实测流量序列的平均值，Q_ir(t)为实测流量序列，Q_is(t)为将所述参数种群代入新安江模型获取模拟流量序列，t为流量序列的时序。

第二方面，本发明还提供了一种新安江模型参数率定装置，所述装置包括：

参数种群获取模块：用于获取包含T个参数集的参数种群，所述参数集中包含待率定参数；