[发明专利]基于适应性策略差分演化的水质模型参数辨识方法

说明书

本发明公开了一种基于适应性策略差分演化的水质模型参数辨识方法，它利用适应性策略差分演化算法来辨识水质模型的参数，在适应性策略差分演化算法中，融合了基于随机个体的变异策略、基于最优个体的变异策略和均值变异策略，并根据当前的演化状态自动地调整策略因子，适应性地选择合适的变异策略，实现多种搜索策略的优势互补，降低陷入局部最优的可能性，本发明提高了水质模型参数辨识的精度。

技术领域

本发明涉及水质建模领域，尤其是涉及一种基于适应性策略差分演化的水质模型参数辨识方法。

背景技术

水质模型是描述自然界中水质变化规律的数学模型。在水质工程实践中，人们常常需要对特定区域的水体建立水质模型，从而实现对水质变化趋势的预测和控制。水质模型参数是水体的物理、化学和生物等性质的客观反映。水质模型参数的辨识对于掌握水质变化规律具有非常重要的作用。

水质模型参数的辨识是一个复杂优化问题，它的优化目标函数常常呈现出不连续、不可导的性质。因此，传统方法难以有效地辨识出水质模型的参数。针该问题，研究人员提出基于演化算法的水质模型参数辨识方法。演化算法具有自学习、自适应等优点，它在求解许多目标函数不连续、不可导的复杂优化问题中表现出非常优越的性能。

差分演化算法是一种非常有潜力的演化算法，它在解决许多目标函数不连续、不可导的复杂优化问题中获得了比较满意的结果。但传统差分演化算法在求解水质模型参数辨识问题时容易陷入局部最优，出现辨识精度不高的缺点。

发明内容

本发明的目的是提供一种基于适应性策略差分演化的水质模型参数辨识方法，它在很大程度上克服了传统差分演化算法应用于水质模型参数辨识时容易陷入局部最优，出现辨识精度不高的缺点，本发明能够降低陷入局部最优的可能性，提高水质模型参数辨识的精度。

本发明的技术方案：一种基于适应性策略差分演化的水质模型参数辨识方法，包括以下步骤：

步骤1，选择水质模型，并确定水质模型的待辨识参数以及待辨识参数的个数D；然后通过实验采集水质模型的样本数据，包括水质模型的实验输入值和实验输出值；

步骤2，设置种群规模Popsize；

步骤3，设置最大代数MaxT；

步骤4，令当前演化代数t＝0；

步骤5，令杂交率Cr_i^t＝0.9，缩放因子F_i^t＝0.5，策略因子其中下标i＝1,2,...,Popsize；

步骤6，随机初始化种群中的Popsize个个体，其中种群中每个体存储了水质模型的D个待辨识参数值；

步骤7，根据采集的样本数据计算种群中每个个体的适应值，然后保存种群中的最优个体Best^t；

步骤8，令计数器bi＝1；

步骤9，如果计数器bi大于种群规模Popsize，则转到步骤18，否则转到步骤10；

步骤10，利用混沌映射生成校正因子IW，具体如下：

步骤10.1，随机产生一个[Popsize，Popsize×2]之间的正整数IN；

步骤10.2，随机产生一个[0，1]之间的实数pr；

步骤10.3，令校正因子IW＝pr，并令计数器mt＝1；

步骤10.4，如果计数器mt大于IN，则转到步骤10.9，否则转到步骤10.5；

步骤10.5，令中间变量fv＝IW；