基于替代模型的水文滑坡耦合模型参数优化

doi:10.3880/j.issn.10046933.2026.05.023

首页 > 过刊浏览>2026年第42卷第5期 >215-223. DOI:10.3880/j.issn.10046933.2026.05.023

PDF HTML阅读 XML下载导出引用引用提醒

基于替代模型的水文滑坡耦合模型参数优化

DOI:

10.3880/j.issn.10046933.2026.05.023

作者:

作者单位:

(1.中国南方电网云南电网有限责任公司电力科学研究院;2.河海大学水灾害防御全国重点实验室;3.中国气象局水文气象重点开放实验室;4.水利部水利大数据重点实验室;5.山东省水文中心;6.中国南方电网云南电网有限责任公司系统运行部 )

作者简介:

王一帆(1994—),男,高级工程师,博士,主要从事新能源预测管理技术研究。E-mail:wangyifan@yn.csg.cn

通讯作者:

中图分类号:

基金项目:

中国南方电网云南电网有限责任公司科技项目(YNKJXM20222329)；江苏省科技计划专项资金项目(BZ2024035)；山东省水文中心科技项目(37000000025001720240245,37000000025001720250245)

Parameter optimization for coupled hydrological-landslide model based on surrogate model

Author:

Affiliation:

(1.Electric Power Research Institute, Yunnan Power Grid Co., Ltd., China Southern Power Grid; 2.State Key Laboratory of Water Disaster Prevention, Hohai University; 3.China Meteorological Administration HydroMeteorology Key Laboratory; 4.Key Laboratory of Water Big Data Technology of Ministry of Water Resources, Hohai University; 5.Shandong Hydrological Center; 6.System Operation Department, Yunnan Power Grid Co., Ltd., China Southern Power Grid)

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:

为提升水文滑坡耦合模型(iCRESLIDE)的参数优化效率和计算精度,以白河流域为例进行建模,在原模型的基础上,利用机器学习模型,结合初始抽样方案和自适应重采样策略建立了基于替代模型的iCRESLIDE模型参数优化框架,通过对比多种替代模型以及单目标、多目标优化方案的精度,得到了最佳参数优化方案并进行了检验。结果表明:最优耦合替代模型为多层感知器与高斯过程回归模型；单目标与多目标优化方案各需运行原模型230次和220次,均远小于传统全局优化算法所需次数,显著提高了计算效率,且二者的纳什效率系数均超过0.6,受试者操作特征曲线下的面积接近或超过0.7,验证期精度高于率定期,单目标优化方案较多目标优化方案效果更佳。

Abstract:

To improve the efficiency and computational accuracy of parameter optimization for the hydrological-landslide coupled model

参考文献

相似文献

引证文献

引用本文

王一帆，张春堂，李顺章，等.基于替代模型的水文滑坡耦合模型参数优化[J].水资源保护,2026,42(5):215-223.(Wang Yifan, Zhang Chuntang, Li Shunzhang, et al. Parameter optimization for coupled hydrological-landslide model based on surrogate model[J]. Water Resources Protection,2026,42(5):215-223.(in Chinese))

复制

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:
录用日期:
在线发布日期: 2026-10-27
出版日期:

引用本文

分享

文章指标

历史