粒子群优化算法在确定河流水质参数中的应用
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 文章评论
    摘要:

    将粒子群优化(PSO)算法应用于求解分析瞬时投放示踪剂情 况下的一维河流水团示踪试验数据,以及确定河流水质参数的函数优化问题。分别就粒子 数目和待估水质参数的初始取值范围对算法运算过程的影响进行了数值实验。结果表明:①PSO算法能够有效地应用于求解分析河流水质试验数据,确定水质参数的函数优化问题;②粒子 数目的多少对迭代次数、运算时间和算法是否收敛有一定的影响,在粒子数目较大的情况下, 可以保证运算过程收敛;③待估参数初始猜测值的选取范围对迭代次数也有一定的影响,选取 范围越大,需要的迭代次数越多。最后,指出了需要进一步研究的问题。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

郭建青,李彦,王洪胜,等.粒子群优化算法在确定河流水质参数中的应用[J].水利水电科技进展,2007,27(6):1-4.(.[J]. Advances in Science and Technology of Water Resources,2007,27(6):1-4.(in Chinese))

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:2007-12-18
  • 录用日期:
  • 在线发布日期: 2015-07-17
  • 出版日期: