Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于SWAT模型多目标优化的自动化校验方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:厦门大学

摘要:本发明公开了一种基于SWAT模型多目标优化的自动化校验方法,包括以下步骤:S1、初始化SWAT模型的校验程序;S2、设置校验参数,具体设置过程为:S21、设置使用的优化算法以及优化算法的初始种群数量、迭代次数、子种群数量和交叉变异值,并设置使用的进程数量;S22、设置用于校验的参数集范围以及每个参数在模型校验过程中的参数调整方式,参数调整方式包括相对变化率定方法、绝对变化率定方法和替换率定方法;S3、迭代运行SWAT模型;S4、使用优化算法对模型进行评估;S5、运行完成校验的SWAT模型;该发明可进行多目标优化,多站点校验,提升校验效率,并解决模型同参异效和异参同效的问题。

主权项:1.一种基于SWAT模型多目标优化的自动化校验方法,其特征在于,包括以下步骤:S1、初始化SWAT模型的校验程序,构建将SWAT模型与多目标优化方法耦合的框架结构,在此框架下,将多目标优化方法应用于SWAT模型校验,具体初始化过程为:S11、从ArcSWAT模型中复制已经构建好的SWAT模型的输入输出文件夹;S12、确定进行校验的水文水质指标,并创建相应指标的监测数据的EXCEL文件;S13、将SWAT模型中的位置表导出到location_table文件夹;步骤S13中所述位置表包括hru表、rch表和sub表;S2、设置校验参数,具体设置过程为:S21、设置使用的优化算法以及优化算法的初始种群数量、迭代次数、子种群数量和交叉变异值,并设置使用的进程数量;S22、设置用于校验的参数集范围以及每个参数在模型校验过程中的参数调整方式,参数调整方式包括相对变化率定方法、绝对变化率定方法和替换率定方法;相对变化率定方法的计算公式为:,绝对变化率定方法的计算公式为:,替换率定方法的计算公式为:,其中,是修改的参数值,是SWAT模型中参数的原始值,x是参数变化因子;S3、迭代运行SWAT模型;步骤S3按照步骤S21中设置的初始种群数量、迭代次数和子种群数量将SWAT模型进行迭代运行,具体过程为:S31、利用采样方法,根据初始种群数量或子种群数量,从步骤S22的参数集范围中采集参数样本,并生成参数表集合;S32、根据步骤S21中设置的进程数量进行迭代运行SWAT模型;步骤S31中所述采样方法为随机采样、二项式随机采样或超拉丁立方体采样;步骤S32的具体过程为:S321、将步骤S31中的参数表与步骤S13中的位置表相对应,生成需要修改的位置参数表;S322、根据位置参数表从输入输出文件夹中筛选出对应的文件,并储存在内存中;S323、针对位置参数表中需要修改的文件,依据每个文件的属性使用不同的函数进行修改,并将已经修改好的和保持现状的文件导入到运行文件夹中进行模型模拟;S324、运行文件夹中的SWAT模型运行完毕之后进行以下操作,先根据步骤S322中筛选出的文件,将运行文件夹中的模型文件恢复到模型的原始状态,再使用读取文件模块将运行文件夹中的模型结果读取出来,读取文件包括水文响应单元数据、子流域数据和河流数据,并将读取文件、参数表以及位置参数表一起保存在输出文件夹中,用于与监测数据进行对计算模型模拟值和监测值的拟合度;S4、使用优化算法对模型进行评估;步骤S4的具体过程为:S41、依据步骤S12创建的监测数据的EXCEL文件和步骤S324读取的模拟值,计算拟合度指数,拟合度指数的计算公式为:其中,表示拟合优度,表示第i个数据,表示纳什系数,表示第i个监测值,表示所有监测值的平均值,表示第i个模拟值,表示模拟值的平均值;S42、初始种群和子种群中所有的模拟结果均按照上述步骤S41的拟合指数进行计算,并将所有拟合度指标储存在内存中;S43、将初始种群和子种群的所有SWAT模拟结果重复步骤S41的计算过程;S44、根据步骤S21设置的优化算法和迭代次数,重复步骤S31-步骤S42,并在初始种群和子种群筛选出非支配解;S45、当所有的迭代次数运算结束,计算所有非支配解并获得Parteo最优解;S5、运行完成校验的SWAT模型。

全文数据:

权利要求:

百度查询: 厦门大学 一种基于SWAT模型多目标优化的自动化校验方法

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。