[发明专利]一种基于狼群算法的河道洪水流量演进规律模拟方法

说明书

本发明公开的一种基于狼群算法的河道洪水流量演进规律模拟方法，包括以下步骤，步骤1：以与河道洪水实际流量过程误差最小为目标建立马斯京根模型；步骤2：通过狼群算法对步骤1中马斯京根模型的参数进行率定，得到河道洪水流量模拟过程和实际流量过程误差最小时的流量演算系数；步骤3：根据步骤2中得到的流量演算系数代入步骤1中的马斯京根模型中，得到率定后的马斯京根模型目标函数。本发明一种基于狼群算法的河道洪水流量演进规律模拟方法，引用狼群算法率定马斯京根模型参数，探讨狼群算法在洪水演进模型参数率定中的有效性、可行性和优越性，对于提高洪水三要素和流达时间的预报精度，预防洪水灾害，具有重要的实际意义和应用价值。

技术领域

本发明属于河道流量演进模拟方法技术领域，具体涉及一种基于狼群算法的河道洪水流量演进规律模拟方法。

背景技术

马斯京根作为河道流量演进问题的经典模型，在实际应用中的核心问题是模型参数率定，该问题实际是一个非线性优化问题。传统参数确定方法主要有试错法、最小二乘法、非线性规划法等，但这些方法受限于槽蓄曲线的最优估计，导致演算结果与实际相差较大。近年来，群体智能算法因准确、高效地求解非线性问题而得到广泛应用。国外许多学者采用群体智能算法对马斯京根模型的参数率定进行了深入的研究。如采用杂草优化算法、回溯搜索算法(BSA)、粒子群算法和多目标准则优化算法估计非线性马斯京根模型参数，获取了令人满意的率定结果。国内学者詹士昌、邵年华、马玉新等分别应用蚁群算法、粒子群算法、免疫克隆选择算法对马斯京根模型参数进行了率定，演算结果优于试算法、最小二乘法等。宋万祯采用多目标粒子群优化算法进行马斯京根模型参数估计。白涛提出了分期分河段的混合算法，对防凌期马斯京根模型参数进行了估计。

由于大多数智能算法在问题求解时，不需要考虑目标函数梯度，特别适用于传统方法解决不了的大规模复杂优化问题，但也存在如收敛速度慢、局部最优、结果不稳定、结果精度低等弊病。

发明内容

本发明的目的在于提供一种基于狼群算法的河道洪水流量演进规律模拟方法，能够提高河道洪峰预报精度。

本发明所采用的技术方案是：一种基于狼群算法的河道洪水流量演进规律模拟方法，包括以下步骤，

步骤1：以与河道洪水实际流量过程误差最小为目标建立马斯京根模型；

步骤2：通过狼群算法对步骤1中马斯京根模型的参数进行率定，得到河道洪水流量模拟过程和实际流量过程误差最小时的流量演算系数；

步骤3：根据步骤2中得到的流量演算系数代入步骤1中的马斯京根模型中，得到率定后的马斯京根模型目标函数。

本发明的特点还在于，

步骤1具体包括以下步骤，

步骤1.1：建立目标函数1：

s.t.:C₀∈[-1,1]

C₁∈[-1,1]

1-C₀-C₁∈[-1,1]

式中：M为洪水历时总时段数；I_m为时段末上游断面入流；I_m-1为时段初上游断面入流；Q_m为时段末下游断面出流；Q_m-1为时段初下游断面出流；Q_m'为实际出流量；C₀、C₁、C₂为流量演算系数；

目标函数1将模拟和实测的离差值乘以相应的权重，权重取自同一时刻实测流量值；

步骤1.2：建立目标函数2：