[发明专利]一种SWMM模型参数的高精度率定方法有效
| 申请号： | 201910884426.0 | 申请日： | 2019-09-19 |
| 公开（公告）号： | CN110633532B | 公开（公告）日： | 2021-07-27 |
| 发明（设计）人： | 陈文学;何胜男;穆祥鹏;崔巍;陈兴茹 | 申请（专利权）人： | 中国水利水电科学研究院 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06F30/28;G06N3/08;G06N3/00;G06F113/08 |
| 代理公司： | 成都正华专利代理事务所(普通合伙) 51229 | 代理人： | 陈选中 |
| 地址： | 100037 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种SWMM模型参数的高精度率定方法。本发明结合人工神经网络模型和粒子群优化算法对SWMM模型的参数进行率定，本发明有助于科学、精准、高效的率定模型，避免不必要的人力、物力、时间的浪费。 | ||
| 搜索关键词： | 一种 swmm 模型 参数 高精度 方法 | ||
【主权项】：
1.一种SWMM模型参数的高精度率定方法，其特征在于，包括以下步骤：/nS1、确定需要率定的SWMM模型的不确定参数；/nS2、根据SWMM用户手册，确定各不确定参数的取值范围，利用拉丁超立方抽样方法构建m组不确定参数的不同数据组合；/nS3、建立SWMM模型，将不确定参数的不同数据组合输入SWMM模型中，根据SWMM模型输出结果的存储格式，得到与监测数据相对应的模型运算结果数据，进而通过模型运算结果数据得到m组不确定参数的不同数据组合和SWMM模型运算结果的数据样本；/nS4、将数据样本分为训练数据组和验证数据组，利用人工神经网络模型对训练数据组和验证数据组进行训练和验证，得到高精度非线性的数学模型；/nS5、以监测数据与对应SWMM模型运算结果数据的差值最小作为目标函数，利用高精度非线性的数学模型，采用粒子群优化算法反演得到模型参数值。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国水利水电科学研究院，未经中国水利水电科学研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910884426.0/，转载请声明来源钻瓜专利网。
