论文部分内容阅读
针对目前马斯京根河道洪水演进模型参数率定中所存在的线性化、求解复杂、精度差等问题，本文提出了一种基于粒子群优化（Particle Swarm Optimization，PSO）算法的非线性马斯京根模型参数率定新方法，并将其应用于称钩弯一临清段洪水演进计算中，通过与PSO线性模型、最小二乘法线性模型参数率定法洪水演算结果的对比分析，发现基于PSO算法的非线性模型精度高于两种线性模型，1960、1961和1964年三场典型洪水误差平方和分别减小了0．9％、6．2％和1．6％，表明基于PSO的非线性马斯京根模型