河道洪水演进马斯京根模型参数及最优参数估计方法研究

摘要

本文以百色—田东河道为研究对象，为了研究洪水量级的大小对该河段马斯京根模型参数的影响，据峰高量大原则，按流量区间从历年洪水实测资料中选出五场百色水文（三）站洪峰流量量级依次增大的单峰型洪水过程资料，由于百色—田东区间有些支流无水文站，故结合Arcgis10.0软件，采用三水源新安江模型预报马斯京根模型区间入流。
　　针对五场洪水，考虑区间入流修正，首先，采用传统的试错法求解马斯京根模型参数，再根据求得的参数K、x对本场洪水进行演进，与区间入流线性叠加，计算田东站演算流量与实测流量误差平方和及相关系数。计算结果表明误差平方和较大和相关系数较低，说明在保证槽蓄量与示储流量最近似于直线的情况下，不一定能使演算出流与实测出流的误差平方和达到最小;然后，采用非线性规划法求解，得出误差平方和相比试错法减少较大，相关系数有所增大，表明该法以演算出流和实测出流误差平方和最小作为判据优选流量演算系数c0、c1、c2，再反求K及x值，是可行的，但求得的是否为全局最优解没有理论依据把握;最后，用具有计算简洁、控制参数少、收敛性好、鲁棒性强、全局搜索能力强等特点的蜂群算法来优化马斯京根模型参数:首先以—非线性函数验证蜂群算法的极值寻优能力后再用其进行优化求解，结果表明，田东站演算流量与实测流量误差平方和相比非线性规划法有所减小，相关系数有所增大。然后为了检验该算法的优越性，与常用的粒子群算法优化结果进行比较，得出蜂群算法优化得到的误差平方和比粒子群算法略小，相关性系数略大，但在同样的迭代次数下，蜂群算法收敛更快，更易接近全局最优值。
　　因此基于蜂群算法的马斯京根模型参数优化具有比较高的精度及科学性。可以采用蜂群算法优化结果作为百色—田东河道马斯京根模型参数值，该法优化得出:随着五场洪水百色水文站洪峰流量量级的增大，K值相应减少较大，于是将百色站洪峰流量与K进行最优拟合，建议今后该河段洪水演算时可以根据该拟合公式由洪峰流量计算出相应K值，而x值变化较稳定，可取x为五场洪水计算的平均值0.24。

目录

声明

摘要

第一章 绪论

1．1 选题背景及研究意义

1．2 国内外研究概况

1．2．1 河道洪水演进国内外研究概况

1．2．2 蜂群算法国内外研究概况

1．3 MATLAB简介

1．4 本文的主要研究内容及技术路线

1．4．1 研究内容

1．4．2 技术路线

1．5 本章小结

第二章 研究河段概况

2．1 流域概况

2．2 郁江及研究河段所属右江洪水成因

2．2．1 郁江洪水成因

2．2．2 右江洪水成因

2．3 南宁市防洪工程体系

2．4 河段所在地气象和水利特征

2．5 水文站及资料情况介绍

2．5．1 百色水文站

2．5．2 田东水文站

2．6 本章小结

第三章 马斯京根模型原理及参数计算的试错法

3．1 马斯京根洪水演算

3．1．1 圣维南方程组及其简化

3．2 马斯京根方程

3．2．1 水量平衡方程

3．2．2 槽蓄方程

3．2．3 马斯京根模型参数的物理意义

3．2．4 试错法计算马斯京根模型参数步骤

3．3 马斯京根模型区间入流的处理

3．3．1 水文模型评述

3．3．2 模型选择

3．3．3 参数率定过程及结果

3．4 计算过程及成果

3．5 本章小结

第四章 马斯京根模型参数优化的非线性规划方法

4．1 方法介绍

4．1．1 马斯京根模型介绍

4．1．2 非线性规划法在马斯京根模型中运用介绍

4．2 计算过程及结果

4．3 本章小结

第五章 基于蜂群算法的马斯京根模型参数估计方法

5．1 人工蜂群算法

5．1．1 人工蜂群算法的数学描述

5．1．2 人工蜂群算法的具体流程

5．1．3 算法中参数对收敛性能的影响分析

5．1．4 算法实例验证

5．2 蜂群算法在马斯京根模型参数估计中的应用

5．3 本章小结

第六章 总结和展望

6．1 总结

6．2 展望

参考文献

致谢

攻读硕士学位期间论文发表情况