• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Mathematical Problems in Engineering >A Class of Parameter Estimation Methods for Nonlinear Muskingum Model Using Hybrid Invasive Weed Optimization Algorithm
【24h】

A Class of Parameter Estimation Methods for Nonlinear Muskingum Model Using Hybrid Invasive Weed Optimization Algorithm

机译：混合入侵杂草优化算法的非线性马斯京根模型参数估计方法。

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Nonlinear Muskingum models are important tools in hydrological forecasting. In this paper, we have come up with a class of new discretization schemes including a parameter theta to approximate the nonlinear Muskingum model based on general trapezoid formulas. The accuracy of these schemes is second order, if theta not equal 1/3, but interestingly when theta = 1/3, the accuracy of the presented scheme gets improved to third order. Then, the present schemes are transformed into an unconstrained optimization problem which can be solved by a hybrid invasive weed optimization (HIWO) algorithm. Finally, a numerical example is provided to illustrate the effectiveness of the present methods. The numerical results substantiate the fact that the presented methods have better precision in estimating the parameters of nonlinear Muskingum models.
机译：非线性Muskingum模型是水文预报中的重要工具。在本文中，我们提出了一类新的离散化方案，其中包括一个参数theta，用于基于通用梯形公式近似非线性Muskingum模型。这些方案的精度是二阶的，如果theta不等于1/3，但是有趣的是，当theta = 1/3时，所提出方案的精度将提高到三阶。然后，将本方案转化为可以通过混合入侵杂草优化（HIWO）算法解决的无约束优化问题。最后，提供了一个数值示例来说明本方法的有效性。数值结果证实了所提出的方法在估计非线性Muskingum模型参数方面具有更好的精度。

著录项

  • 来源
    《Mathematical Problems in Engineering》 |2015年第12期|573894.1-573894.15|共15页
  • 作者

    Ouyang Aijia; Liu Li-Bin; Sheng Zhou; Wu Fan;

  • 作者单位

    Hunan City Univ, Sch Informat Sci & Engn, Yiyang 413000, Hunan, Peoples R China.;

    Chizhou Coll, Dept Math & Comp Sci, Chizhou 247000, Anhui, Peoples R China.;

    Guangxi Univ, Coll Math & Informat Sci, Nanning 530004, Guangxi, Peoples R China.;

    Hunan Univ, Coll Comp Sci & Elect Engn, Changsha 410082, Hunan, Peoples R China.;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号