申请/专利权人：武汉理工大学

申请日：2022-01-19

公开（公告）日：2024-06-21

公开（公告）号：CN114548680B

主分类号：G06F30/27

分类号：G06F30/27;G06F30/18;G06N3/126;G06Q10/0635;G06F113/08;G06F111/10

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2022.06.14#实质审查的生效;2022.05.27#公开

摘要：一种城市暴雨洪水管理模型参数自动率定方法，S1、收集城市中研究区域建模所需的基本数据，并将其输入SWMM中建立暴雨洪水管理模型；S2、确定待率定参数组和取值范围，并对率定参数组中参数取值初始化；S3、运行暴雨洪水管理模型，获取模型模拟结果，根据目标函数计算纳什系数，判断模型模拟计算结果与实际监测结果之间相对误差大小；S4、在相对误差大于预设误差阈值时，则根据差分进化算法对参数进行变换，然后输入暴雨洪水管理模型中继续运行，进行模拟计算后跳转并重复执行步骤S3，直至相对误差小于或等于预设误差阈值，率定过程终止，完成暴雨洪水管理模型率定。

主权项：1.一种城市暴雨洪水管理模型参数自动率定方法，其特征在于，S1、收集城市中研究区域建模所需的基本数据，并将其输入SWMM中建立暴雨洪水管理模型；S2、确定待率定参数组和取值范围，并对率定参数组中参数取值初始化；S3、运行暴雨洪水管理模型，获取模型模拟结果，根据目标函数计算纳什系数，判断模型模拟计算结果与实际监测结果之间相对误差大小；S4、在相对误差大于预设误差阈值时，则根据差分进化算法对参数进行变换，然后输入暴雨洪水管理模型中继续运行，进行模拟计算后跳转并重复执行步骤S3，直至相对误差小于或等于预设误差阈值，率定过程终止，完成暴雨洪水管理模型率定；根据差分进化算法对参数进行变换，包括：1初始化：将查阅得到的待率定参数组及对应的取值范围进行编码，每个参数在其取值范围内选取一个数值，这些数值构成一个向量个体，众多的个体一起组成种群， 其中，D表示共有D个待率定参数，j表示第j个待率定参数，NP表示该参数组种群的规模，Xij0表示第i个个体，括号内数字为种群进化代数，0表示为初代； 其中，和分别表示第j个参数取值范围的下界和上界，rand为随机函数，rand0,1能够产生一个在区间[0,1]上的随机数；2变异，具体为，Vig+1＝Xr1g+FXr2g-Xr3g其中，g表示变异产生的第g代，Vig+1表示由第g代个体变异后产生的第g+1代个体，r1，r2和r3是有随机函数rand产生的三个随机数，区间为[1,NP]，则Xr1g，Xr2g，Xr3g分别表示在第g代种群中随机选取的三个个体，F为缩放因子，是一个确定的常数；3交叉：交叉用于随机选择个体，具体为， 其中，CR称为交叉概率，通过概率的方式随机生成新的个体；4选择：选择较优的个体作为新的个体， 其中f是以种群个体为变量的函数；使步骤2-步骤4之间不断迭代，直至迭代次数达到最大值或算法收敛；所述率定参数组中参数为暴雨洪水管理模型中无法直接根据收集的数据计算或者试验测量取得的经验参数；所述目标函数为纳什系数，计算方法如下式 其中t为时间，T为率定数据的总时间步长数，Qm为模拟流量值，Q0为监测流量值，为平均监测流量值，纳什系数NSE的取值范围为-∞,1],取值越大代表模型模拟结果与实际监测结果越接近，相对误差越小，模拟结果越好；差分进化算法的控制参数如下：种群数量NP＝20，交叉概率CR＝0.5，最大迭代次数为10，收敛条件为相邻代之间优化目标的提升值小于10-8。

全文数据：

权利要求：

百度查询： 武汉理工大学 城市暴雨洪水管理模型参数自动率定方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD