|
|
基于衰减记忆最小二乘法的河道流量演算实时更新方法研究
|
Abstract:
使用衰减记忆最小二乘(LSM)递推法对河道流量演进的参数进行动态估计。结果表明与普通LSM相比，衰减记忆LSM显著提高了模拟精度，绝对误差和最高降幅达13.7%；最佳遗忘因子的取值为0.7。方法成功的原因是赋予最近的数据更大权重，使模型参数估计主要依据新样本进行。
The dynamic estimation of river flow evolution parameters was conducted using the decay-memory least squares (LSM) recursive method. The results indicated that, compared to ordinary LSM, decay-memory LSM significantly improved the simulation accuracy, with an absolute error and maximum reduction of up to 13.7%; the optimal forgetting factor was set at 0.7. The success of this method lies in assigning greater weight to the most recent data, which allows the model parameter estimation to rely more on new samples.
| [1] | 曹勇, 包红军, 张恒德, 郭云谦, 刘凑华, 陈双. 基于快速滚动更新的无缝隙定量降水预报模型[J]. 河海大学学报(自然科学版), 2021, 49(4): 303-308. |
| [2] | 芮孝芳, 张超. Muskingum法的发展及启示[J]. 水利水电科技进展, 2014, 34(3): 1-6. |
| [3] | DAS, A. Parameter estimation for muskingum models. Journal of Irrigation & Drainage Engineering, 2004, 130(2): 140-147. https://doi.org/10.1061/(asce)0733-9437(2004)130:2(140) |
| [4] | 何惠, 张建云. 马斯京根法参数的一种数学估计方法[J]. 水文, 1998(5): 15-18. |
| [5] | 赵超, 包为民, 王叶琴, 王浩, 张阳. 河段汇流参数抗差估计研究[J]. 河海大学学报(自然科学版), 2006(1): 14-17. |
| [6] | 曾彩华, 陈晓宏, 王高旭. 新安江模型与衰减记忆最小二乘法耦合洪水模型的应用[J]. 中山大学学报(自然科学版), 2006(1): 121-124. |
| [7] | 田雨, 雷晓辉, 蒋云钟, 陈暘. 洪水预报实时校正技术研究综述[J]. 人民黄河, 2011, 33(3): 25-26+28. |
| [8] | 易瑜. 马斯京根模型建模及其应用[D]: [硕士学位论文]. 南京: 河海大学, 2004. |
| [9] | 王达桦. 小流域水文水动力耦合模型的研究及应用[D]: [硕士学位论文]. 郑州: 华北水利水电大学, 2020. |
| [10] | 詹道江, 叶守泽. 工程水文学[M]. 第3版. 北京: 中国水利水电出版社, 2000. |
| [11] | 周凤岐, 等. 现代控制理论引论[M]. 北京: 国防工业出版社, 1988. |
| [12] | 黄华, 李茂亿, 陈吟晖, 陈耿, 刘海龙, 邢前国, 蔡建楠. 基于PLSR的珠江口城市河流水质高光谱反演[J]. 水资源保护, 2021, 37(5): 36-42. |
