遗传算法优化策略
2016-02-29 10:57
344 查看
近期在用遗传算法率定新安江模型參数,在算法的优化方面做了两个工作。一是引入模拟退火算法约束变异算子,即遗传模拟退火算法;二是实如今自适应遗传算法。详细例如以下:
參数率定结果如以下两幅图所看到的。
须要说明的是这两幅图都是对流域同一年数据的參数率定结果。可见,存在着明显的“异參同效”现象。
下一步须要对模型參数进行不确定性分析,以便更好的率定模型參数。
參数率定结果如以下两幅图所看到的。
须要说明的是这两幅图都是对流域同一年数据的參数率定结果。可见,存在着明显的“异參同效”现象。
下一步须要对模型參数进行不确定性分析,以便更好的率定模型參数。
相关文章推荐
- oracle 统计表总数
- mysql常用命令操作
- 我要动手安装与应用的一些技术
- linux消息队列用法实例
- Dabbo基础,注意事个人认知
- mssql名词解释
- Java 学习笔记 ------第六章 继承与多态
- linux磁盘使用率查询
- swift 03 运算符
- 树、森林和二叉树的转换
- UIBUtton 的两种图片设置
- 自定义控件,引入报错解决办法、
- U3D中使用XML配置表
- Spring中Assert工具类的用法
- 腾讯财付通反射型XSS一枚(附绕过详细分析)
- eclipse启动无响应,停留在Loading workbench状态
- 大模型浏览和数据服务技术在线研讨会 (2016年2月24日)
- JSP取得绝对路径和相对路径方法
- UIBUtton 的两种图片设置
- 前言