申请/专利权人:南京中禹智慧水利研究院有限公司
申请日:2023-07-27
公开(公告)日:2024-03-08
公开(公告)号:CN117196019B
主分类号:G06N3/126
分类号:G06N3/126;G06F30/27;G06F111/08
优先权:
专利状态码:有效-授权
法律状态:2024.03.08#授权;2023.12.26#实质审查的生效;2023.12.08#公开
摘要:本发明公开基于改进自适应遗传算法的新安江模型参数率定方法,利用混沌变量遍历性特点,随机生成初始种群并选优,提高初始种群的个体质量;针对交叉与变异的进化过程,设计了反映种群离散程度的种群适应度函数离散系数,并利用种群适应度函数离散系数构建了自适应调整交叉与变异概率算子,防止遗传算法过早收敛;依托环形交叉算子,提高算法全局搜索能力;采用自适应非均匀变异算子,实时优化算法的局部搜索能力,避免陷入局部最优。
主权项:1.基于改进自适应遗传算法的新安江模型参数率定方法,其特征在于,包括如下步骤:步骤1,确定新安江模型中的待优化参数组,进行参数初始化;步骤2,将每个待优化参数设为染色体基因片段,待优化参数组作为1个染色体即1个种群个体,基于混沌算法确定初始种群;步骤3,根据适应度函数,计算当前种群中每个种群个体的适应度,保留适应度最优的种群个体,并通过轮盘赌选择法从剩余的父代个体中选择出优良个体,将适应度最优的个体和优良个体作为下一代个体;步骤4,对当前种群无放回地抽取一对个体,根据自适应交叉概率和环形交叉算子对一对染色体的基因片段进行交换,重复交叉操作,直至抽取完当前种群中所有个体;步骤5,根据自适应变异概率和自适应非均匀变异算子对种群个体的染色体进行变异操作,对染色体基因的值进行局部搜索形成新的变异值;步骤6,判断当前进化代数是否达到最大进化代数,若否,则返回步骤3,对新种群进行适应度评价;若是,则达到停止条件,进入下一步骤;步骤7,将种群中适应度最高的个体作为最优解进行输出,其中,所述适应度函数fx的公式如下: 式中R2为确定性系数,NSE为Nash-Sutcliffe效率系数,Fx为目标函数,Qobs表示观测流量,表示观测流量平均值,Qsim表示模拟流量m3·S-1,表示模拟流量平均值,θ为径流过程时序数所述自适应交叉概率Pc和自适应变异概率Pm的公式如下: 式中k1、k2、k3、k4为自适应控制参数,f’为待交叉的两个个体中较大的适应度值,fmax为种群的最大适应度,fmin为种群的最小适应度,γ0为初代种群的适应度函数离散性系数,γt为t代种群的适应度函数离散性系数,公式如下: 式中t表示当前种群的进化代数,fkk=1,2,…,p表示当前种群个体的适应度值,p为种群规模,表示当前种群个体的适应度平均值;所述自适应非均匀变异算子的公式如下: 式中,xii=1,2,…,w表示种群个体,Umax为xi取值的上限,Umin为xi取值的下限,u为区间[0,1]内的随机数,rand表示区间或内的随机数。
全文数据:
权利要求:
百度查询: 南京中禹智慧水利研究院有限公司 基于改进自适应遗传算法的新安江模型参数率定方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。