針對基本花朵授粉算法（FlowerPollinationAlgorithm, FPA）在求解馬斯京根（Muskingum）線性模型參數(shù)優(yōu)化問題時容易受到選擇概率的影響。其本文提出一種混合的花朵授粉算法（HFPA）,將花朵授粉算法的局部授粉部分融入差分進化算法的變異策略,以避免算法陷入局部最優(yōu)問題,同時修改算法的萊維飛行位移,以增加種群的多樣性。通過對馬斯京根模型參數(shù)優(yōu)化問題求解的結(jié)果與其他算法相比較,驗證了混合算法HFPA在求解馬斯京根模型參數(shù)優(yōu)化問題上具有一定的優(yōu)勢。它在收斂速度上得到了一個質(zhì)的提升且具有更好的優(yōu)化性能,為馬斯京根模型參數(shù)的估計提供了一種簡單且高效的方法。 

【文章來源】：福建電腦. 2020,36(09)

【文章頁數(shù)】：4 頁

【參考文獻(xiàn)】：
期刊論文
[1]基于變異策略的改進型花朵授粉算法[J]. 王玉鑫,李東生,高楊.  計算機應(yīng)用研究. 2017(12)
[2]基于PSO的非線性馬斯京根模型參數(shù)率定新方法[J]. 馬細(xì)霞,舒丹丹,黃渝桂.  鄭州大學(xué)學(xué)報(工學(xué)版). 2007(04)
[3]馬斯京根洪水演算模型的改進——兼論其參數(shù)的蟻群算法率定[J]. 詹士昌.  自然災(zāi)害學(xué)報. 2006(02)



本文編號：3179495