版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、本文以百色—田東河道為研究對象,為了研究洪水量級的大小對該河段馬斯京根模型參數(shù)的影響,據(jù)峰高量大原則,按流量區(qū)間從歷年洪水實測資料中選出五場百色水文(三)站洪峰流量量級依次增大的單峰型洪水過程資料,由于百色—田東區(qū)間有些支流無水文站,故結(jié)合Arcgis10.0軟件,采用三水源新安江模型預(yù)報馬斯京根模型區(qū)間入流。
針對五場洪水,考慮區(qū)間入流修正,首先,采用傳統(tǒng)的試錯法求解馬斯京根模型參數(shù),再根據(jù)求得的參數(shù)K、x對本場洪水進行演進
2、,與區(qū)間入流線性疊加,計算田東站演算流量與實測流量誤差平方和及相關(guān)系數(shù)。計算結(jié)果表明誤差平方和較大和相關(guān)系數(shù)較低,說明在保證槽蓄量與示儲流量最近似于直線的情況下,不一定能使演算出流與實測出流的誤差平方和達到最小;然后,采用非線性規(guī)劃法求解,得出誤差平方和相比試錯法減少較大,相關(guān)系數(shù)有所增大,表明該法以演算出流和實測出流誤差平方和最小作為判據(jù)優(yōu)選流量演算系數(shù)c0、c1、c2,再反求K及x值,是可行的,但求得的是否為全局最優(yōu)解沒有理論依據(jù)把
3、握;最后,用具有計算簡潔、控制參數(shù)少、收斂性好、魯棒性強、全局搜索能力強等特點的蜂群算法來優(yōu)化馬斯京根模型參數(shù):首先以—非線性函數(shù)驗證蜂群算法的極值尋優(yōu)能力后再用其進行優(yōu)化求解,結(jié)果表明,田東站演算流量與實測流量誤差平方和相比非線性規(guī)劃法有所減小,相關(guān)系數(shù)有所增大。然后為了檢驗該算法的優(yōu)越性,與常用的粒子群算法優(yōu)化結(jié)果進行比較,得出蜂群算法優(yōu)化得到的誤差平方和比粒子群算法略小,相關(guān)性系數(shù)略大,但在同樣的迭代次數(shù)下,蜂群算法收斂更快,更易
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于免疫克隆算法的馬斯京根洪水演進模型研究.pdf
- 52355.水文模型參數(shù)估計方法及參數(shù)估計不確定性研究
- 參數(shù)估計方法
- Logit模型參數(shù)估計方法的研究.pdf
- 隨機波動模型參數(shù)估計方法比較研究.pdf
- 參數(shù)估計與非參數(shù)估計
- MBSFN信道及參數(shù)估計方法研究.pdf
- 半?yún)?shù)函數(shù)關(guān)系模型參數(shù)估計的研究.pdf
- 混合模型參數(shù)估計的研究.pdf
- 混合模型的參數(shù)估計.pdf
- 機動目標參數(shù)估計方法研究.pdf
- MIMO雷達參數(shù)估計方法研究.pdf
- OFDM系統(tǒng)參數(shù)估計方法研究.pdf
- 基于最優(yōu)參數(shù)估計的海洋重力數(shù)據(jù)處理方法研究.pdf
- 參數(shù)估計的若干方法及應(yīng)用
- 縱向數(shù)據(jù)穩(wěn)健參數(shù)估計和模型選擇方法研究.pdf
- 多元線性模型的參數(shù)估計.pdf
- TARCH(q)模型及其參數(shù)估計.pdf
- 線性模型中的參數(shù)估計.pdf
- 36794.三參數(shù)weibull分布參數(shù)估計方法研究
評論
0/150
提交評論