Page 46 - 水文预报与水资源优化管理技术

第一章 概论

1. 人工试算法
在计算机技术不发达的时代，人工试错法是水文模型中广泛应用的参数优选

方法。然而该方法计算耗时费力，主观性强，且难以保证所得参数的最优性。
2. 自动搜索算法

为克服人工试算法针对参数优选问题的缺陷，人们展开了对自动搜索优化方
法的探索。自动搜索算法基本思想是给定初始参数集合，通过一定的搜索算法按

照一定的寻优规则在参数可行域空间内自动搜索，获得最优或近似最优参数集。
自动搜索算法有效避免了人工试错法的主观性问题，且计算速度有较大提高。

罗森布尔朗科方法（Rosenbrock），单纯形法（Simplexmethod）、SCE-UA 方
法、遗传算法（GeneticAlgorithm，GA）、粒子群算法（ParticleSwarmOptimization，

PSO）、模拟退火算法（SimulatedAnneling，SA）等都是常用的自动搜索算法。
在水文模型参数率定过程中，一些学者发现仅考虑单一目标的模型参数率定

往往不能充分反映实际水文过程的动力学特征。对此，国内外针对多目标参数率
定展开了大量研究。H.Madsen 提出了基于 SCE 算法的多目标参数率定的自动优

选方法，并通过平衡聚合函数从 SCE 得到的 pareto 解集中确定出单一参数组合；
郭俊等提出了一种多目标文化混合复形差分进化算法用于求解水文模型多目标参

数优选问题；李致家等结合新安江模型参数率定问题建立了单目标全局优化算法
SCE-UA 与多目标算法 NSGA-II 耦合的方法。

（三）模型分类

（一）集总式水文模型
集总式水文模型将流域概化做一个整体，忽略流域内部地质、地貌、土壤、

植被等要素局部不均性对水文循环的影响，该类模型模型结构简单明晰且易于通
过计算机编程实现，在科学研究和工程应用领域受到广泛应用。集总式概念性

水文模型的研究最早可追溯到 20 世纪 50 年代，比较有代表性的是由 Linsley 和
Crawford 提出的 Stanford 模型，该模型是水文模型研究领域具有里程碑意义的产
物；随后，国内外水文学者相继提出了众多概念性水文模型，如美国的 Sacrament

039