為了尋求精度更高的暴雨強(qiáng)度公式,提出嵌入共軛梯度的自適應(yīng)小生境遺傳優(yōu)化算法,該算法基于絕對(duì)均方差最小準(zhǔn)則和相對(duì)均方差最小準(zhǔn)則構(gòu)建暴雨強(qiáng)度公式參數(shù)優(yōu)化模型.通過標(biāo)準(zhǔn)遺傳算法中引入小生境技術(shù)提高了種群多樣性,同時(shí)與共軛梯度算法相結(jié)合增強(qiáng)了算法的局部搜索能力,使得遺傳算法全局搜索能力強(qiáng)和共軛梯度法局部搜索能力強(qiáng)這2個(gè)優(yōu)勢(shì)有效結(jié)合,并應(yīng)用于暴雨強(qiáng)度公式參數(shù)的優(yōu)化計(jì)算.以北京、廣州和鄭州的降雨資料為基礎(chǔ)進(jìn)行暴雨強(qiáng)度公式優(yōu)化研究,并將本文算法與傳統(tǒng)方法和標(biāo)準(zhǔn)遺傳算法進(jìn)行比較.結(jié)果表明:運(yùn)用本文算法對(duì)暴雨強(qiáng)度公式參數(shù)進(jìn)行優(yōu)化時(shí),優(yōu)化結(jié)果較好且能滿足規(guī)范要求.與傳統(tǒng)方法和標(biāo)準(zhǔn)遺傳算法相比,優(yōu)化結(jié)果具有更高的精度,為暴雨強(qiáng)度公式的推求提供參考依據(jù).

【文章頁數(shù)】：7 頁

【文章目錄】：
1 暴雨強(qiáng)度公式參數(shù)模型的構(gòu)建
    1.1 目標(biāo)函數(shù)的建立
    1.2 模型的約束范圍
2 自適應(yīng)動(dòng)態(tài)小生境遺傳和共軛梯度混合優(yōu)化算法
    2.1 自適應(yīng)動(dòng)態(tài)小生境遺傳算法設(shè)計(jì)
    2.2 共軛梯度的設(shè)計(jì)
    2.3 混合優(yōu)化算法步驟
3 實(shí)例研究
4 結(jié)論



本文編號(hào)：3854073