自主迁移的并行遗传算法用于马斯京根模型参数估计

开篇：润墨网以专业的文秘视角，为您筛选了一篇自主迁移的并行遗传算法用于马斯京根模型参数估计范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要：将并行技术与遗传算法相结合，且针对影响并行遗传算法性能的迁移时机进行研究，提出了自主迁移的并行遗传算法用于马斯京根模型参数估计。实验结果表明，该算法为估计马斯京根模型参数提供了一种有效的方法。

关键词：自主迁移； 并行遗传算法； 马斯京根模型； 参数估计

Parallel Genetic Algorithm with Self-migration to Parameter Estimation of Muskingum Model

Xie Sheng-jia

(Guangdong Women's Polytechnic College ，Guangzhou 511450）

Abstract: Unify the parallel technology and the genetic algorithm, also conducts the research in view of the influence parallel genetic algorithm performance migration opportunity, proposed the parallel genetic algorithm with self-migration for estimating the parameter of Muskingum model. The experimental result indicated that, this algorithm for estimated the parameter of Muskingum model has provided one effective method. Key words: self-migration; parallel genetic algorithm;Muskingum model;parameter estimation

1 引言

马斯京根流量演算法是McCarthy 于1934～1935 年在美国马斯京根河上首先提出和应用的一种洪水流量演算方法[1]，由于该方法数学上比较简单，计算快捷，对河道地形和糙率资料要求低，且在一般的河道洪水中演算效果较好，因而已在世界上众多河流的洪水演算中得到了广泛的应用。马斯京根模型在实际应用中的一个重要问题是模型参数的估计，这实质上是一个复杂的非线性的参数优化问题，不少学者提出各种方法对其进行研究，如试错法[2]、最小二乘法[3]、遗传算法及其改进算法[4-5]、蚁群算法[6]等，这些算法取得了一定的效果。

遗传算法通过模拟自然界中生物进化的遗传规律寻找最优的进化结果，属于带导向性的随机优化算法。该算法具有良好的全局搜索能力，搜索过程与目标信息无关，也无需求导等特点，因而适用于求解马斯京根模型参数的最优估计问题。本文将并行技术与遗传算法结合，提出将并行遗传算法应用于马斯京根模型参数估计，给出具体的并行遗传算法优化模型参数的过程，并应用实例进行检验，检验结果表明本文算法是一种有效求解马斯京根模型参数的方法。

注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文