• ▶ 2008-2024年被中国情报信息研究所评价中心评为“中国科技核心期刊”
  • ▶ 2019-2024年连续三届被中国科学院文献情报中心中国科学引文数据库CSCD(核心库)收录
  • ▶ 2021、2023年入编北京大学图书馆《中文核心期刊要目总览》
  • ▶ 2020-2024连续四年入选《科技期刊世界影响力指数(WJCI)报告》
王久杰,常安定,郭建青,王静云.混沌差分算法在确定河流水质模型参数中的应用水资源与水工程学报[J].,2013,24(3):93-95,101
混沌差分算法在确定河流水质模型参数中的应用
Application of chaotic difference evolution algorithm in determining model parameter of river water quality
投稿时间:2012-12-31  修订日期:2013-01-19
DOI:10.11705/j.issn.1672-643X.2013.03.022
中文关键词:  河流水质  参数辨识  混沌优化  差分进化  混合算法
英文关键词:river water quality  parameter identification  chaos optimization  differential evolution  hybrid algorithm
基金项目:中央高校基本科研业务费专项资金(CHD2012TD015)
作者单位
王久杰 长安大学理学院, 陕西 西安 710051 
常安定 长安大学理学院, 陕西 西安 710051 
郭建青 长安大学环境科学与工程学院, 陕西 西安 710051 
王静云 长安大学理学院, 陕西 西安 710051 
摘要点击次数: 1802
全文下载次数: 1082
中文摘要:
      将混沌寻优思想引入到差分优化算法形成混沌差分算法,并将其应用于确定河流水质模型参数的函数优化问题。数值实验结果表明:应用混沌差分算法求解此参数问题无论是在精度还是时间上都优于差分优化算法。它将混沌寻优的遍历性和随机性思想引入到差分优化算法中,在每次差分进化寻得的最优位置附近进行混沌细搜索,并配合特殊的迭代终止准则进行寻优。其明显缩短了混沌搜索计算时间和克服了差分优化算法后期早熟的缺陷,提高模型求解的收敛速度和精度。
英文摘要:
      The paper introduced the idea of chaos optimization into differential optimization algorithms so as to form chaotic differential algorithm, and applied it to the function optimization problems of model parameter of river water quality. The results show that the chaotic differential algorithm is better in solving the parameter problem than the differential algorithm on accuracy and time. It brought the chaos optimization ideas of ergodicity and randomness into differential optimization algorithm, and carried out chaotic detail search near the optimal location after running difference method in each iteration, cooperated with special termination criterion to look for optimization. The method significantly shortened the calculation time of chaotic search , overcame the precocious defects of difference algorithm in the later period and improved the convergence speed and accuracy of the model.
查看全文  查看/发表评论  下载PDF阅读器
关闭