变异花朵授粉算法在马斯京根模型中的应用

摘要

针对基本花朵授粉算法(Flower Pollination Algorithm,FPA)在求解马斯京根(Muskingum)线性模型参数优化问题时容易受到选择概率的影响.其本文提出一种混合的花朵授粉算法(HFPA),将花朵授粉算法的局部授粉部分融入差分进化算法的变异策略,以避免算法陷入局部最优问题,同时修改算法的莱维飞行位移,以增加种群的多样性.通过对马斯京根模型参数优化问题求解的结果与其他算法相比较,验证了混合算法HFPA在求解马斯京根模型参数优化问题上具有一定的优势.它在收敛速度上得到了一个质的提升且具有更好的优化性能,为马斯京根模型参数的估计提供了一种简单且高效的方法.