导读:本文包含了马斯京根模型论文开题报告文献综述及选题提纲参考文献，主要关键词:洪水演算,马斯京根模型,灰狼优化算法,参数估计
马斯京根模型论文文献综述
王梦娜,王秋萍,王晓峰[1]（2018）在《灰狼优化算法在马斯京根模型参数估计中的应用》一文中研究指出为了提高马斯京根模型在河道洪水演算过程中的求解精度,提出一种基于改进灰狼优化算法的马斯京根模型参数估计新方法,并将其应用于南运河称沟湾至临清段洪水演算.实验结果表明,改进的灰狼优化算法可以有效地估算出马斯京根模型中的参数,且与现有的马斯京根模型参数估计方法相比,该算法计算精度更高,具有更好的优化性能.(本文来源于《计算机系统应用》期刊2018年12期）
欧阳俊,袁晓辉,毛志伟,袁艳斌,许汉平[2]（2018）在《基于随机分形搜索算法的马斯京根模型参数优选》一文中研究指出马斯京根模型在河道洪水演算中发挥着重要作用,该模型参数优选对提高洪水演算准确性至关重要。提出利用随机分形搜索算法(SFS)解决非线性马斯京根模型参数优选问题,同时将混沌序列替代SFS更新操作中的随机数。对算例进行洪水演算仿真分析并与多种优化算法比较,结果表明,随机分形搜索算法对非线性马斯京根法模型参数优选问题求解行之有效,且算法实施过程简便、参数解算精度高。(本文来源于《水电能源科学》期刊2018年04期）
邹强,何小聪,喻杉[3]（2017）在《变指数非线性马斯京根模型及其参数率定方法》一文中研究指出为更好地反映河道洪水的实际槽蓄关系,以非线性马斯京根模型(NMM)为基础,采用对数型公式来定量计算NMM的非线性指数,提出了变指数非线性马斯京根模型(VEP-NMM),并采用免疫灰狼优化算法(IGWO)进行参数优化率定,IGWO针对灰狼优化算法(GWO)易早熟收敛的问题,引入免疫克隆选择操作来保证种群多样性和提高搜索能力。将基于IGWO的VEP-NMM应用于河段洪水演进模拟中的结果表明,该方法合理可行,模拟精度更高。(本文来源于《水电能源科学》期刊2017年12期）
刘春烨[4]（2017）在《基于LH-OAT的马斯京根模型参数全局敏感性分析》一文中研究指出为定性了解参数C_0、C_1、C_2对马斯京根模型模拟洪水流量的影响程度,引入Latin-Hypercube抽样算法,并结合OAT方法,对马斯京根模型参数进行全局敏感性分析。改变了传统通过率定K、x值来计算C_0、C_1、C_2值的方式,直接对参数C_0、C_1、C_2进行全局敏感性分析,模型参数的敏感性分析分别以径流量和洪峰流量为评价目标。研究结果表明,对径流量:河道处于涨水阶段时,参数C_0较敏感,C_1、C_2一般敏感;河道处于落水阶段时,参数C_2较敏感,C_0、C_1一般敏感。对洪峰流量:参数C_0、C_1的敏感性相对前一时段的敏感性减弱,C_2的敏感性相对增加。改变某一组参数的扰动幅度(10%、20%、30%),参数C_0、C_1、C_2的敏感度随着扰动幅度的增大而增大。在敏感性分析的基础上,按敏感性顺序进行参数的率定,可提高69%的率定效率,减少模型参数率定的盲目性。(本文来源于《中国农村水利水电》期刊2017年09期）
王建金,石朋,瞿思敏,肖紫薇,戴韵秋[5]（2017）在《与马斯京根汇流模型耦合的BP神经网络修正算法》一文中研究指出为提高洪水预报的精度,提出一种BP神经网络耦合修正算法。该方法将水文模型预报的稳定性与神经网络预报的精确性相结合,应用实测流量资料与马斯京根汇流模型耦合进行单时段修正检验,对新安江模型计算的主河道各河段区间入流进行实时修正,并将实时修正的结果与二阶AR模型进行对比分析。通过实际流域验证,结果表明:改进BP耦合修正算法修正效果稳定,收敛迅速,在提高洪水预报精度的同时不损失预见期,实时修正效果整体优于二阶AR模型。(本文来源于《中国农村水利水电》期刊2017年01期）
龚正,江宸宇,余正东,史立地[6]（2016）在《基于CS算法的马斯京根模型参数估计》一文中研究指出马斯京根模型是河道洪水演算中应用最为广泛的方法,但模型参数确定中存在求解复杂、精度不高等问题。本文通过引入步长调节系数,结合高斯扰动,提出了改进的布谷鸟算法,提高了算法的求解精确度,并将其应用于马斯京根参数估计优化的问题中,最后通过具体的实例验证了该方法的正确性和可行性。(本文来源于《低温建筑技术》期刊2016年12期）
代堂刚,宋昭义,谢开荣[7]（2016）在《基于马斯京根及新安江模型的应用研究》一文中研究指出应用马斯京根法(MSK)演算鱼洞、新泉水文站至箐口塘水文站断面河道的流量,区间采用箐口塘、鱼洞、新泉水文站实测资料建立新安江叁水源产汇流(SMS_3、LAG_3)预报方案,率定箐口塘水文站产、汇流参数并移用至预报断面靖安水位站,并构建洒渔河流域预报模型,从而预报靖安站洪水。经分析,虽然MSK、SMS_3、LAG_3用于预报靖安站洪水较上下游相关关系法精度稍差,但对于无实测资料的预报断面仍有很好的实用价值,值得推广运用。(本文来源于《环境科学与技术》期刊2016年S2期）
李小波[8]（2016）在《多元优化算法在马斯京根模型参数优化中的应用》一文中研究指出以2个实例为研究对象,利用一种新型群体智能算法——多元优化(MVO)算法优化马斯京根模型参数,并与相关文献中加速遗传算法等多种方法的优化结果进行对比。结果表明:MVO算法优化结果优于其他算法,利用MVO算法优化马斯京根模型参数,可以获得比相关文献更高的模拟精度,不但为精确估计马斯京根模型参数提供了有效方法,而且拓展了MVO算法在水文模型参数优化中的应用。(本文来源于《水资源与水工程学报》期刊2016年05期）
程银才,王军,李明华[9]（2016）在《基于改进模式搜索法的马斯京根法模型参数率定方法》一文中研究指出为了提高马斯京根法模型参数率定方法的效率和精度,分析了已有的模型参数优化方法—模式搜索法的不合理之处,并对其进行了改进,利用改进后的模式搜索法率定马斯京根法模型的参数。实例应用结果表明,改进后的模式搜索法率定马斯京根法模型参数,不仅克服了传统方法的不足,且具有精度高、迭代收敛速度快的特点。(本文来源于《水电能源科学》期刊2016年09期）
崔东文,金波[10]（2016）在《飞蛾火焰优化算法在马斯京根模型参数优化中的应用》一文中研究指出通过10个典型二维函数对一种新型群体智能仿生算法——飞蛾火焰优化(MFO)算法进行仿真验证,并与粒子群优化(PSO)算法的寻优结果进行对比。利用该算法优化马斯京根模型参数,并以相关文献中的3个实例进行验证。结果表明:MFO算法在二维函数极值寻优问题上具有较好的收敛精度和全局寻优能力,寻优精度较PSO算法提高了7个数量级以上。利用MFO算法优化马斯京根模型参数,可以获得比相关文献更高的模拟精度,为精确估计马斯京根模型参数提供了有效方法。(本文来源于《人民珠江》期刊2016年08期）
马斯京根模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
马斯京根模型在河道洪水演算中发挥着重要作用,该模型参数优选对提高洪水演算准确性至关重要。提出利用随机分形搜索算法(SFS)解决非线性马斯京根模型参数优选问题,同时将混沌序列替代SFS更新操作中的随机数。对算例进行洪水演算仿真分析并与多种优化算法比较,结果表明,随机分形搜索算法对非线性马斯京根法模型参数优选问题求解行之有效,且算法实施过程简便、参数解算精度高。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
马斯京根模型论文参考文献
[1].王梦娜,王秋萍,王晓峰.灰狼优化算法在马斯京根模型参数估计中的应用[J].计算机系统应用.2018
[2].欧阳俊,袁晓辉,毛志伟,袁艳斌,许汉平.基于随机分形搜索算法的马斯京根模型参数优选[J].水电能源科学.2018
[3].邹强,何小聪,喻杉.变指数非线性马斯京根模型及其参数率定方法[J].水电能源科学.2017
[4].刘春烨.基于LH-OAT的马斯京根模型参数全局敏感性分析[J].中国农村水利水电.2017
[5].王建金,石朋,瞿思敏,肖紫薇,戴韵秋.与马斯京根汇流模型耦合的BP神经网络修正算法[J].中国农村水利水电.2017
[6].龚正,江宸宇,余正东,史立地.基于CS算法的马斯京根模型参数估计[J].低温建筑技术.2016
[7].代堂刚,宋昭义,谢开荣.基于马斯京根及新安江模型的应用研究[J].环境科学与技术.2016
[8].李小波.多元优化算法在马斯京根模型参数优化中的应用[J].水资源与水工程学报.2016
[9].程银才,王军,李明华.基于改进模式搜索法的马斯京根法模型参数率定方法[J].水电能源科学.2016
[10].崔东文,金波.飞蛾火焰优化算法在马斯京根模型参数优化中的应用[J].人民珠江.2016