饥饿搜索算法在地下水参数反演中的应用

TV211.1+2; 为提高水文地质参数求解精度,以2组抽水试验数据为例,引入饥饿搜索(Hunger Games Search,HGS)算法,采用实测降深与模拟降深的离差平方和均值达到最小为目标函数,优化求解泰斯公式导水系数和储水系数,结合评价指标并与多种智能优化算法如黄金正弦算法(Golden Sine Algorithm,Gold-SA)、天鹰优化算法(Aquila Optimizer,AO)、鲸鱼优化算法(Whale Optimization Algorithm,WOA)以及阿基米德算法(Archimedes optimization algorithm,AOA)5种算法的计算结果进行比...

Full description

Saved in:
Bibliographic Details
Published in中国农村水利水电 no. 8; pp. 106 - 116
Main Authors 王文川, 薛一铭, 徐雷
Format Journal Article
LanguageChinese
Published 华北水利水电大学水资源学院,郑州 450046%河海大学水文水资源学院,南京 210024 15.08.2022
Subjects
优化求解
饥饿搜索算法
泰斯公式
参数反演
Online AccessGet full text
ISSN1007-2284

Cover

More Information
Summary:TV211.1+2; 为提高水文地质参数求解精度,以2组抽水试验数据为例,引入饥饿搜索(Hunger Games Search,HGS)算法,采用实测降深与模拟降深的离差平方和均值达到最小为目标函数,优化求解泰斯公式导水系数和储水系数,结合评价指标并与多种智能优化算法如黄金正弦算法(Golden Sine Algorithm,Gold-SA)、天鹰优化算法(Aquila Optimizer,AO)、鲸鱼优化算法(Whale Optimization Algorithm,WOA)以及阿基米德算法(Archimedes optimization algorithm,AOA)5种算法的计算结果进行比较.结果表明:HGS算法在地下水参数反演中表现出较好的全局寻优能力和稳健性;相比而言,HGS算法不仅反演精度最高,而且评价指标误差值最小,纳什效率系数值最接近1,综合性能最佳.因此,引入的HGS算法可以有效地提高水文地质参数求解精度的问题,为地下水参数反演提供了一种新的求解方法.
ISSN:1007-2284