基于改进的粒子群优化算法确定河流水质参数

摘要

[目的]将改进的粒子群优化算法应用于河流水质模型参数求解,为预估河流水质参数提供一种有效的方法.[方法]以粒子群算法为基础,用混沌序列的产生过程模拟粒子初始化提高算法的全局搜索能力,加入单纯形算法提高计算精度,建立改进的粒子群优化算法.用改进的粒子群优化算法对一维及二维河流水质模型参数进行求解,并进行实例验证.[结果]改进的粒子群优化算法可以有效地应用于一维及二维河流水质模型参数的求解;随着参数取值区间的不断扩大,算法的运算时间增加;改进的粒子群优化算法比粒子群优化算法具有更好的收敛性且计算精度更高.[结论]改进的粒子群优化算法能改善原算法易陷入局部最优解的不足,是分析河流水团示踪试验数据、预估一维及二维河流水质模型参数的一种有效方法.