首页    编委会    编辑部    历任主编    获奖信息    征稿简则    友情链接    English    旧版主页
  在线期刊
       最新录用
       当期目次
       过刊浏览

  下载专区
       版权协议
       征稿范文
       来稿登记表
       录用证明

  联系我们

投稿e-mail: jbnuns_sub@bnu.edu.cn

主编e-mail: jbnuns_eic@bnu.edu.cn

办公地点:北京师范大学 科技楼A区216,218,220室

电话:(010)58807851,58802050,58807872,58807713

通信处:北京市海淀区新街口外大街19号北京师范大学理科学报编辑部

邮政编码:100875

办公室e-mail: jbnuns@bnu.edu.cn

本网站暂不提供全文下载,如需全文下载请点击

中国知网

 

标题

蚁群算法在黑河上游VIC模型参数校正中的应用

作者

岳佳佳 庞博 徐宗学 何睿

机构

北京师范大学水科学研究院, 北京师范大学水沙科学教育部重点实验室

摘要

参数优选是水文模型应用过程中的一项基础性工作.蚁群算法结合了分布式计算和正反馈机制,是一种较容易理解和实现的元启发式算法,已在求解复杂组合问题中展示出优异的性能.本文将蚁群算法应用于黑河上游 VIC模型的参数优选中,通过与SCE-UA 算法对比,探究蚁群算法在VIC模型中的适用性.经过蚁群算法优选的VIC 模型在率定期(2003—2006年)和验证期(2007—2008年)的Nash效率系数分别为0.62 和0.65 ,结果优于SCE-UA算法模拟结果.通过对蚁群算法在应用过程中的参数设定进行初步探究,结果表明:当蚂蚁数目为60 ,信息素蒸发系数为0.2时,蚁群算法在黑河上游水文模拟中易获得较好的率定结果.研究结果显示:蚁群算法是一种有效的 VIC模型参数优选方法, 适宜在其他水文模型参数优化进行推广.

关键词

参数优选;蚁群算法;VIC模型;黑河上游

引用

何广志 陈亚宁 陈亚鹏 王日照. 怪柳根系构型对干旱的适应策略.[J]. 北京师范大学学报(自然科学版),2016,52(3)297-302.

基金

国家自然科学基金资助项目(91125015, 51309009)

分类号

TV124; P333.9

DOI

10.16360/j.cnki.jbnuns.2016.03.008

Title

Ant colony optimization in parameter calibration for the variable infiltration capacity (VIC) model in the upper Heihe River basin

Author

YUE Jiajia, PANG Bo, XU Zongxue, HE Rui

Affiliations

College of Water Sciences,Laboratory of Water and Sediment Sciences of Ministry of Education, Beijing Normal University

Abstract

Parameter calibration is a fundamental task for the application of hydrological models. Ant colony optimization (ACO )algorithm is a meta-heuristic algorithm and it shows a strong ability in tackling combinatorial problems, suitable for hydrological model calibration . In this study , ACO was applied to parameter calibration of variable infiltration capacity (VIC) model in the upper Heihe River basin , China. Shuffled complex evolution algorithm (SCE-UA ) was used to test applicability of ACO .It is found that the ACO is capable of model calibration for VIC . Nash —Sutcliffe coefficient of efficiency is 0.62 in calibration period ,and 0.65 in validation period , rather similar to SCE-UA results. The strategies of ACO are also discussed . Influence of the two most sensitive parameters of ACO is further investigated . The best performance of ACO is achieved when ant numberis 60 and pheromone evaporation rateis 0.2 .Itis concluded that ACO is an effective globaloptimization method to calibratelarge scale hydrological model.This methodis also suitable for other hydrological models.

Key words

parameter calibration ;antcolony optimization algorithm ;VIC model;upper Heihe River basin

cite

YUE Jiajia, PANG Bo, XU Zongxue, HE Rui. Ant colony optimization in parameter calibration for the variable infiltration capacity (VIC) model in the upper Heihe River basin [J]. Journal of Beijing Normal University (Natural Science), 2016,52(3):297-302.

DOI

10.16360/j.cnki.jbnuns.2016.03.008

Copyright © 2014 Journal of Beijing Normal University (Natural Science)
Designed by Mr. Sun Chumin. Email: cmsun@mail.bnu.edu.cn