申请/专利权人：江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心)

申请日：2024-04-15

公开（公告）日：2024-06-25

公开（公告）号：CN118050828B

主分类号：G01W1/06

分类号：G01W1/06;G06N3/126

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2024.06.04#实质审查的生效;2024.05.17#公开

摘要：本发明公开了一种流域防洪智能优化预报方法，包括以下步骤：在湿润地区选取一处流域，收集流域相关特性数据及典型历史降雨径流过程资料；构建适合流域的概念水文模型；在逆变换法改进洗牌复形演化算法的基础上，提出变异精英策略，进一步改进洗牌复形演化算法：即变异精英‑逆变换‑洗牌复形演化算法；基于变异精英‑逆变换‑洗牌复形演化算法，优化概念水文模型；通过输入流域实时或气象降雨过程，获取流域实时或气象预报径流过程。本发明的优点是：利用变异精英策略进一步改进洗牌复形演化算法，在保留算法已有的优势特性下，进一步加强了算法的稳定性、可靠性和准确性，提升了算法搜索效率和寻优能力，为流域防洪智能优化预报提供新方法。

主权项：1.一种流域防洪智能优化预报方法，其特征在于：包括以下具体步骤：步骤S1，在湿润地区选取一处流域，收集流域相关特性数据及典型历史降雨径流过程资料；步骤S2，根据流域相关特性数据，构建适合流域的概念水文模型；步骤S3，在逆变换法改进洗牌复形演化算法的基础上，提出变异精英策略，进一步改进洗牌复形演化算法：即变异精英-逆变换-洗牌复形演化算法；步骤S4，基于变异精英-逆变换-洗牌复形演化算法，优化概念水文模型；步骤S5，基于优化后的概念水文模型，通过输入流域实时或气象降雨过程，获取流域实时或气象预报径流过程；步骤S1中收集流域相关特性数据，具体为：收集流域第一层土壤初始贮留水量L1，第二层土壤初始贮留水量L2，第三层土壤初始贮留水量L3，单位均为mm；确定流域面积A，单位为km2；步骤S2中构建适合流域的概念水文模型，具体操作步骤为：步骤S21，当L1＞W1时，计算出第一层土壤出流水量及下渗水量，计算公式为：Q1=k1×（L1-W1）（1）；Q2=k2×L1（2）；式中，Q1为第一层土壤出流水量，单位为mm；Q2为第一层土壤下渗水量，单位为mm；k1、k2分别为第一层土壤出流系数、下渗系数；W1为第一层土壤最大储水量，单位为mm；步骤S22，当L2＞W2时，计算出第二层土壤出流水量及下渗水量，计算公式为：Q3=k3×（L2-W2）（3）；Q4=k4×L2（4）；式中，Q3为第二层土壤出流水量，单位为mm；Q4为第二层土壤下渗水量，单位为mm；k3、k4分别为第二层土壤出流系数、下渗系数；W2为第二层土壤最大储水量，单位为mm；步骤S23，当L3＞W3时，计算出第三层土壤出流水量，计算公式为：Q5=k5×（L3-W3）（5）；式中，Q5为第三层土壤出流水量，单位为mm；k5为第三层土壤出流系数；W3为第三层土壤最大储水量，单位为mm；步骤S24，计算某时段的总出流量，计算公式为：Q总t=3600×（Q1+Q3+Q5）×A×10（t×36）（6）；式中，Q总t为第t时段的流域总出流量，单位为m3s；t为时段，单位为h；步骤S3中提出变异精英策略，进一步改进洗牌复形演化算法，具体操作步骤为：步骤S31，在逆变换法改进洗牌复形演化算法开始迭代时，在参数的取值上下限范围内通过逆变换法均匀生成参数T，设有i行j列参数，其中j为参数个数，i为参数的组数；步骤S32，利用随机生成的参数T，计算出参数的组数i的适应度值，通过比较参数的组数i的适应度值大小，获取第一次迭代的一个最小适应度值fit1，并同步记录第1次迭代的一个最小适应度值fit1对应的一组参数，记为当前最优的一组参数即精英个体；步骤S33，当0≤T≤0.25时，将洗牌复形演化算法当前迭代得到最优的一组参数替换成为洗牌复形演化算法下一次迭代的一组参数，每一次迭代均有i组参数参与下一次迭代计算；此步为保留上一次迭代的精英个体，即为精英策略的具体过程；步骤S34，当0.25＜T≤0.5时，获取若干组变异参数，在最优的一组参数中进行-15%~15%范围扰动变异；当0.5＜T≤0.75时，获取若干组变异参数，在最优的一组参数中进行-20%~20%范围扰动变异；当0.75＜T≤1.0时，随机生成若干组参数；如果变异参数超出参数的取值上下限范围，则变异参数值等于参数的上限值或下限值，此过程中产生i-1组参数；此步为变异精英策略的具体过程；步骤S35，将步骤S33和步骤S34按参数产生顺序组成新的i组参数，通过比较参数大小，获取第2次迭代的一个最小适应度值fit2；步骤S36，将第2次迭代的一个最小适应度值fit2与第1次迭代的一个最小适应度值fit1比较，如果fit2＜fit1，表明下一次迭代获取的最小适应度值更小，则将第2次迭代的一个最小适应度值fit2替换成当前迭代中最优的适应度值fitopt；否则，仍保留第1次迭代的一个最小适应度值fit1为当前迭代中最优的适应度值fitopt；同步记录当前迭代中最优的适应度值fitopt对应的参数，记为当前迭代中最优的一组参数；步骤S37，依次循环重复步骤S33至步骤S36，直至完成逆变换法改进洗牌复形演化算法迭代的上限次数。

全文数据：

权利要求：

百度查询： 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) 一种流域防洪智能优化预报方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD