TY -的A2 -道森,基督教w . AU -霍Jiuyuan盟——刘,金立群PY - 2020 DA - 2020/03/10 TI -多目标函数的评价方法的组合及其应用在水文模型评价SP - 8594727六世- 2020 AB -水文模型的参数优化在本质上是一个高维、非线性、多变量、组合优化问题涉及一组不同的目标。目前,水文模型的优化结果的评估通常是通过计算和比较目标函数值的模拟和观察到的变量。因此,正确选择目标函数对模型参数的组合优化水文预报具有重要的影响。存在不同的目标函数,以及如何分析和评估选择最优参数的目标函数组合尚未深入研究。因此,选择合适的目标函数组合可以平衡各种设计目标之间的权衡,实现整体的最佳利益,一个简单而方便的框架的比较不同目标函数的组合优化的影响结果是迫切需要的。摘要各种水文模型参数优化目标函数相关文献的收集和建造9组合。然后,目标函数的选择和评估框架提出了水文模型参数优化、多目标的人工蜂群算法命名RMOABC优化水文模型并得到帕累托最优解决方案。Xinanjiang水文模型的参数优化问题作为应用案例为长期在黑河流域径流预测。最后,来说技术相似,理想的解决方案(TOPSIS)基于熵理论是适应的帕累托最优解来比较这些组合目标函数,得到综合优化目标函数的组合。组合2的实验结果表明,目标函数可以提供更全面和可靠的主要选项(即。、参数集)的实际水文预报研究领域。 The entropy-based method has been proved that it is effective to analyze and evaluate the performance of different combinations of objective functions and can provide more comprehensive and impersonal decision support for hydrological forecasting. SN - 1687-5265 UR - https://doi.org/10.1155/2020/8594727 DO - 10.1155/2020/8594727 JF - Computational Intelligence and Neuroscience PB - Hindawi KW - ER -