多策略融合改进的沙猫优化算法及其在非线性马斯京根模型参数估计中的应用  

Multi strategy fusion improved sand cat optimization algorithm and its application in parameter estimation of nonlinear Muskingum model

作　　者：王文川[1] 韩子钧 WANG Wenchuan;HAN Zijun

机构地区：[1]华北水利水电大学水资源学院,河南郑州450046

出　　处：《水利规划与设计》2024年第9期70-76,共7页Water Resources Planning and Design

摘　　要：针对广义非线性马斯京根模型在河道洪水演进中参数估计精度低及易陷入局部最优解的问题,文章提出一种多策略融合改进的沙猫优化算法(MSCSO),以提高洪水演算的精准程度。首先,利用Logistic混沌映射等策略提升原算法寻优能力;其次,通过与沙猫优化算法(SCSO)、灰狼优化算法(GWO)及正余弦优化算法(SCA)对比,验证MSCSO在寻优性能上的优势;最后,将其应用于广义非线性马斯京根模型参数优化。实验结果表明:MSCSO算法有效提升模型精度,具有广泛的应用前景。

关 键 词：广义非线性马斯京根模型 参数估计 MSCSO算法 河道洪水演进 

分 类 号：P333[天文地球—水文科学]