Streeter-Phelps模型参数估计的遗传算法

王黎; 马光文

高级搜索

全国中文核心期刊
中国科技核心期刊
美国工程索引（EI）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

Streeter-Phelps模型参数估计的遗传算法

王黎, 马光文

文章导航 > 水科学进展 > 1997 > 8(1): 32-36

王黎, 马光文. Streeter-Phelps模型参数估计的遗传算法[J]. 水科学进展, 1997, 8(1): 32-36.

引用本文:

王黎, 马光文. Streeter-Phelps模型参数估计的遗传算法[J]. 水科学进展, 1997, 8(1): 32-36.

Wang Li, Ma Guangwen. A Genetic Algorithm for Parameter Optimization of Streeter Phelps Model[J]. Advances in Water Science, 1997, 8(1): 32-36.

Citation:

Wang Li, Ma Guangwen. A Genetic Algorithm for Parameter Optimization of Streeter Phelps Model[J]. Advances in Water Science, 1997, 8(1): 32-36.

Streeter-Phelps模型参数估计的遗传算法

王黎,
马光文

四川联合大学水利系, 成都610065

详细信息

中图分类号: X824

A Genetic Algorithm for Parameter Optimization of Streeter Phelps Model

Sichuan Union University, Chengdu 610065

摘要: 提出Streeter-Phelps模型参数估计的新方法--遗传算法(Genetic Algorithm),它不同于常规参数估计方法,其优点在于,从多个初始点开始寻优,并采用交迭和变异运算避免过早地收敛到局部最优解,可获得全局最优解,且不受初始值影响.该方法不必求导计算,编程简单快捷.给出了实例计算及与其他方法相比较的结果.
- 水质 /
- Streeter－Phelps模型 /
- 参数估计 /
- 遗传算法
Abstract: This paper presents a new method,called genetic algorithm(GA),for the parameter optimization of Streeter-phelps model.It is comparable in performance to existing mathematical programming methods.The GA uses a population of points at a time in contrast to the single-point approach by the traditional optimization ones,and will guarantee to find the global optimum.The optimal solution by GA is no longer dependent on initial search values.The GA uses randomized operators and works on coded variables.It does not require problem derivative.
- water quality /
- Streeter-Phelps model /
- parameter regulation /
- genetic algorithms

[1]	Davis L,Bitter F.Schedule optimization with probabilistic; search,Proceedings of the Third Conference on artificial intelligence applications.Computer society press,1987.231-236
[2]	Grefenstette J J.Proceedings of the secxmd international conference on genetic algorithms.Lawrence erlbaum associates hillsdale,N J.1987,96-112
[3]	Kodratoff Y,Michalski R.Machine learning:An artific;al intelligence approach,Vo13,Morgan kau fmann publishers,Losntos,CA.1990,76-88
[4]	Michalewicz Z.Proceedings of the 5th international conference on statistical and scientific databases.Springer verlag,Lecture notes in computer science,1990.256-266
[5]	Michalewicz Z.A genetic; algorithm for statistical database security.IEEE bulletin on database engineering.1990,13(33):1926

[1]	顾文权, 邵东国. 资料缺失河道水质风险分析 . 水科学进展, 2012, 23(1): 74-79. doi: CNKI:32.1309.P.20120104.2012.008
[2]	南统超, 吴吉春. 集合卡尔曼滤波估计水文地质参数的局域化修正 . 水科学进展, 2010, 21(5): 613-621.
[3]	金光炎. 水文频率分布模型的异同性与参数估计问题 . 水科学进展, 2010, 21(4): 466-470.
[4]	陈丽萍, 蒋军成, 韩冬梅. 丁坝浑水水流环境下污染物三维数学模型 . 水科学进展, 2009, 20(3): 366-372.
[5]	周丰, 郭怀成, 黄凯, 郁亚娟, 郝泽嘉. 基于多元统计方法的河流水质空间分析 . 水科学进展, 2007, 18(4): 544-551.
[6]	万星, 周建中. 自适应对称调和遗传算法在水库中长期发电调度中的应用 . 水科学进展, 2007, 18(4): 598-603.
[7]	张胜利, 李靖, 韩创举, 王德连. 南水北调中线工程水源林生态系统对水质的影响——以秦岭南坡中山地带火地塘林区为例 . 水科学进展, 2006, 17(4): 559-565.
[8]	金菊良, 汪明武, 魏一鸣, 丁晶. 水资源系统等级评价的一种非参数方法 . 水科学进展, 2005, 16(6): 804-809.
[9]	曾勇, 杨志峰. 官厅水库跨区域水质改善政策的冲突分析 . 水科学进展, 2004, 15(1): 40-44.
[10]	张昌兵, 熊朝坤, 桂林, 刘华, 莫政宇. 水质大涡模拟数学模型研究 . 水科学进展, 2004, 15(4): 431-435.
[11]	杨晓华, 杨志峰, 郦建强. 水环境模型参数识别的一种新方法 . 水科学进展, 2003, 14(5): 554-557.
[12]	秦肖生, 曾光明. 遗传算法在水环境灰色非线性规划中的应用 . 水科学进展, 2002, 13(1): 31-36.
[13]	李祚泳, 张欣莉, 丁晶. 水质污染损害指数评价的普适公式 . 水科学进展, 2001, 12(2): 160-164.
[14]	金菊良, 杨晓华, 金保明, 丁晶. 基于遗传算法的地下水位动态预测双线性模型 . 水科学进展, 2001, 12(3): 361-366.
[15]	杨荣富, 丁晶, 金菊良. 与局部微调方法相结合的遗传算法 . 水科学进展, 1999, 10(2): 150-154.
[16]	朱春龙. 非稳定流抽水试验参数计算的优化算法 . 水科学进展, 1999, 10(1): 75-78.
[17]	曾光明, 卓利, 钟政林, 张盼月, 李新民. 水环境健康风险评价模型 . 水科学进展, 1998, 9(3): 212-217.
[18]	马光文, 王黎. 遗传算法在水电站优化调度中的应用 . 水科学进展, 1997, 8(3): 275-280.
[19]	金光炎, 汪家权, 郑三元, 宋家常. 地下水计算参数的测定与估计 . 水科学进展, 1997, 8(1): 16-24.
[20]	胡昌新. 感潮河流准动态水质回荡模型的研究 . 水科学进展, 1994, 5(4): 280-286.

点击查看大图

计量

文章访问数: 21
HTML全文浏览量: 3
PDF下载量: 611
被引次数: 0

Streeter-Phelps模型参数估计的遗传算法

王黎,
马光文

四川联合大学水利系, 成都610065

收稿日期: 1995-07-30
修回日期: 1995-10-11
刊出日期: 1997-01-25

中图分类号: X824

关键词:

水质 /

Streeter－Phelps模型 /

参数估计 /

遗传算法

摘要: 提出Streeter-Phelps模型参数估计的新方法--遗传算法(Genetic Algorithm),它不同于常规参数估计方法,其优点在于,从多个初始点开始寻优,并采用交迭和变异运算避免过早地收敛到局部最优解,可获得全局最优解,且不受初始值影响.该方法不必求导计算,编程简单快捷.给出了实例计算及与其他方法相比较的结果.