基于遗传算法水文模型参数寻优方法及系统与流程

本发明涉及遗传算法，尤其涉及基于遗传算法水文模型参数寻优方法及系统。

背景技术：

1、遗传算法技术领域旨在利用种群进化搜索机制，在水文模型多参数耦合及目标函数呈非线性变化条件下，从限定参数搜索空间中确定使水文模型计算结果与目标参照结果之间评价误差达到设定优化条件的参数组合。

2、基于遗传算法水文模型参数寻优方法目的在于，针对水文模型中多个待率定参数存在耦合关系、参数搜索空间较大及目标函数具有非线性特征的问题，通过遗传算法对候选参数组合执行选择、交叉、变异及迭代更新，从限定参数范围内确定使水文模型计算结果与目标参照结果之间误差满足设定评价条件的参数组合，减少局部搜索陷入局部极值点的概率，并提高水文模型参数率定效率及模型计算结果与目标参照结果之间的一致程度。

3、现有技术通常以单一候选种群承担选择、交叉、变异和迭代更新，候选参数组合在同一选择压力下持续向当前低误差区域集中，产流参数、下渗参数、地下径流参数等存在耦合关系时，某一参数位点早期占优会带动关联参数位点同步收缩，后续染色体差异下降，搜索范围随迭代代数增加逐步缩窄，若洪峰偏差下降较快而水量偏差仍处于较高区间，单纯按总误差排序会保留洪峰拟合占优参数组合，蒸散发参数和壤中流参数可能长期停留在局部区域，导致退水段误差难以同步下降。固定交叉概率和变异概率在迭代前段与后段使用同一扰动尺度，前段可能产生大量越界向量，后段又可能缺少跨区域候选组合，对于误差略高但参数距离较大候选向量，现有流程多按适应度排序直接剔除，导致参数空间中潜在低误差区域无法进入后续迭代，水文模型率定结果容易受局部极值、单项误差权重和早熟收敛影响。

技术实现思路

1、本发明的目的是解决现有技术中存在的缺点，而提出的基于遗传算法水文模型参数寻优方法及系统。

2、为了实现上述目的，本发明采用了如下技术方案：基于遗传算法水文模型参数寻优方法，包括以下步骤：

3、s1：基于产流参数、蒸散发参数、下渗参数、壤中流参数、地下径流参数、汇流参数、参数上限、参数下限，绑定染色体位号，比对边界，剔除越界向量，划分遗传主群与探索群，得到水文参数边界群表；

4、s2：基于所述水文参数边界群表，采用遗传算法，排序候选向量误差，选取窗口优胜向量，交换父代位点，限定子代扰动幅度，标记低贡献向量，配对迁入迁出项，得到双群条件迁移表；

5、s3：基于所述双群条件迁移表，替换迁出项，保留精英向量，累计停滞代数，比对参数离散值，核算可行比例，采用模拟退火算法，筛选劣化候选向量，得到搜索状态算子表；

6、s4：基于所述搜索状态算子表，核对临时保留项边界与参数约束，移除异常向量，计算径流过程误差、水量偏差、洪峰偏差、退水段偏差，得到真实误差候选序列；

7、s5：基于所述真实误差候选序列，调用搜索状态算子表，比对上限代数、未改善代数、目标误差阈值，按误差序位选择并映射六类水文参数，获取水文模型寻优参数组。

8、作为本发明的进一步方案，所述水文参数边界群表包括参数名称、染色体位号、参数上限值、参数下限值、群组编号，所述双群条件迁移表包括候选向量编号、误差序位、低贡献向量编号、迁入项编号、迁出项编号，所述搜索状态算子表包括精英向量编号、停滞代数、参数离散值、可行比例值、劣化候选向量编号，所述真实误差候选序列包括候选向量编号、径流过程误差值、水量偏差值、洪峰偏差值、退水段偏差值，所述水文模型寻优参数组包括产流参数值、蒸散发参数值、下渗参数值、壤中流参数值、地下径流参数值、汇流参数值。

9、作为本发明的进一步方案，得到所述水文参数边界群表的具体步骤为：

10、基于产流参数、蒸散发参数、下渗参数、壤中流参数、地下径流参数、汇流参数、参数上限、参数下限，排列六类参数位序，比对参数值与边界值，写入越界标记，生成边界核验向量集；

11、基于所述边界核验向量集，过滤越界标记，绑定保留向量染色体位号，分配群组编号，写入遗传主群编号与探索群编号，得到水文参数边界群表。

12、作为本发明的进一步方案，得到所述双群条件迁移表的具体步骤为：

13、基于所述水文参数边界群表，采用遗传算法，读取遗传主群候选向量编号、六类参数位号、误差数值，按误差升序排列候选向量，划定同窗比较区间，逐窗选取误差较低向量并记录父代来源编号，生成窗口优胜向量集；

14、基于所述窗口优胜向量集，读取父代来源编号与六类参数位号，交换同位参数片段，限定子代扰动幅度，逐项比对参数上限与参数下限，剔除越界子代向量并保留边界合格向量，生成子代候选向量集；

15、基于所述子代候选向量集，读取候选向量误差序位、连续低位次数、精英向量距离值，标记低贡献向量，比对探索群候选误差与主群分位误差，选定迁入项编号、迁出项编号，建立双群条件迁移表。

16、作为本发明的进一步方案，采用所述遗传算法，读取遗传主群候选向量编号、六类参数位号、误差数值、参数上限、参数下限，按误差升序排列遗传主群候选向量，按二至五个候选向量划定同窗比较区间，逐窗比较径流过程误差、水量偏差、洪峰偏差、退水段偏差，选取误差低值候选向量作为父代向量，记录父代来源编号、父代群组编号、父代染色体位号，按六类参数位号交换父代同位参数片段，按参数维度倒数限定子代扰动幅度，逐项比对子代参数值、参数上限、参数下限，删除越界子代向量，保留边界合格子代向量，汇总父代来源编号、子代向量编号、误差序位、边界核验标记，生成子代候选向量集。

17、作为本发明的进一步方案，得到所述搜索状态算子表的具体步骤为：

18、基于所述双群条件迁移表，读取迁入项编号、迁出项编号、主群位置编号、精英向量编号，将迁入项写入迁出项位置，保留精英向量编号与对应六类参数值，重排遗传主群候选向量序位，生成主群更新向量集；

19、基于所述主群更新向量集，读取连续代目标误差、六类参数分布值、可行向量数量，累计停滞代数，计算参数离散值，核算可行比例值，按阈值区间写入搜索状态标记，生成搜索状态判定表；

20、基于所述搜索状态判定表，采用模拟退火算法，读取劣化候选向量编号、父代误差值、候选误差值、温度值、随机数，比较误差差额与保留阈值，筛除不合格劣化向量，登记保留向量编号，得到搜索状态算子表。

21、作为本发明的进一步方案，采用所述模拟退火算法，读取劣化候选向量编号、父代误差值、候选误差值、温度值、随机数、当前代数编号、温度分段编号，计算候选误差值减去父代误差值得到误差差额，在候选误差值小于父代误差值时登记保留向量编号，在候选误差值大于父代误差值时计算误差差额与温度值之间指数比值，将指数比值作为保留阈值，将随机数与保留阈值比对，在随机数小于保留阈值时登记保留向量编号，在随机数大于保留阈值时标记不合格劣化向量，筛除不合格劣化向量，汇总保留向量编号、温度分段编号、误差差额、保留阈值，得到搜索状态算子表。

22、作为本发明的进一步方案，生成所述真实误差候选序列的具体步骤为：

23、基于所述搜索状态算子表，读取临时保留项编号，核对参数边界与参数间约束，标记越界向量和约束冲突向量，生成临时向量核验表；

24、基于所述临时向量核验表，移除异常向量，计算径流过程误差、水量偏差、洪峰偏差、退水段偏差，排列候选序位，得到真实误差候选序列。

25、作为本发明的进一步方案，获取所述水文模型寻优参数组的具体步骤具体步骤为：

26、基于所述真实误差候选序列，调用搜索状态算子表，比对上限代数、未改善代数、目标误差阈值，写入终止标记，生成终止判定序列表；

27、基于所述终止判定序列表，读取径流过程误差序位、水量偏差序位、洪峰偏差序位、退水段偏差序位，映射六类参数值，获取水文模型寻优参数组。

28、基于遗传算法水文模型参数寻优系统，所述基于遗传算法水文模型参数寻优系统用于执行上述基于遗传算法水文模型参数寻优方法，所述系统包括：

29、编码分群模块：基于产流参数、蒸散发参数、下渗参数、壤中流参数、地下径流参数、汇流参数、参数上限、参数下限，排列参数位序，绑定染色体位号，比较边界，删除越界向量，得到水文参数边界群表；

30、交互调度模块：基于所述水文参数边界群表，采用遗传算法，排序候选误差，选取窗口优胜向量，交换父代位点，限定子代扰动幅度，标记低贡献向量，配对迁入迁出项，得到双群条件迁移表；

31、退火筛选模块：基于所述双群条件迁移表，替换迁出项，保留精英向量，累计停滞代数，比对参数离散值，核算可行比例，采用模拟退火算法筛选劣化候选向量，得到搜索状态算子表；

32、径流核算模块：基于所述搜索状态算子表，核对临时保留项边界与参数约束，删除异常向量，计算径流过程误差、水量偏差、洪峰偏差、退水段偏差，得到真实误差候选序列；

33、终止输出模块：基于所述真实误差候选序列，调用搜索状态算子表，比对上限代数、未改善代数、目标误差阈值，按误差序位映射六类参数，获取水文模型寻优参数组。

34、与现有技术相比，本发明的优点和积极效果在于：

35、本发明中，通过候选向量误差排序、窗口优胜向量选取、父代位点交换、子代扰动幅度限定，使遗传主群内优势参数片段持续参与迭代，获得产流参数、下渗参数、地下径流参数等耦合参数组合稳定更新有益效果；

36、本发明中，通过低贡献向量标记、探索群候选误差与主群分位误差比较、迁入项与迁出项配对，使长期处于低误差贡献区且接近精英向量区域参数组合被替换，获得遗传主群收缩缓解、染色体差异保留、跨区域候选参数进入主群等有益效果；

37、本发明中，通过停滞代数累计、参数离散值比对、可行比例核算及模拟退火算法筛选劣化候选向量，使误差略高但参数距离较大候选向量保留进入后续序列，获得局部极值跳出能力增强、早熟收敛概率下降、后段搜索活性保持等有益效果，使水文模型寻优参数组不受单一误差指标主导，获得径流过程匹配、水量平衡、洪峰响应、退水段变化兼顾的有益效果。