期刊文献+

基于理想资料的Nash模型异参同效性研究 被引量:2

Parameter Equifinality Research of Nash Model Based on Concept of Ideal Data
下载PDF
导出
摘要 为研究模型异参同效问题产生的原因,基于SCEM-UA算法,选用似然函数L(20)=(σ2ε)-20,在实际资料及理想资料两种情况下,分析了Nash模型参数率定中的异参同效问题。结果表明,在理想资料情况下,采用SCEM-UA算法能得到参数真值,即避免了参数的异参同效性影响,可见模型异参同效的根本原因是参数之间的互补作用或相依性,而精确的输入、输出和模型结构是参数率定的关键影响因素,优化方法只有在模型结构和资料均准确的条件下才能发挥其功效,从而避免了异参同效问题。 For study of parameter equifinality causes of hydrological model, SCEM-UA methodology with likelihood function L(20) : (σ t 2) -20 is used to analyze parameter identification of Nash model with actual data and ideal data. The results show that under condition of ideal data, the parameter of truth value will be obtained by SCEM-UA methodology which means that the dependence of the parameters is avoided and is the primary cause of parameter equifinality; the ac curate input-output and model structure is the key factors for influencing of parameter identification; optimization algo- rithm will only play role in parameter identification when the model structure and data are accurate, which the dependence of the parameters will be avoided.
出处 《水电能源科学》 北大核心 2014年第3期80-84,18,共6页 Water Resources and Power
基金 中南民族大学中央高校基本科研业务费专项资金项目(CZQ13006) 中南民族大学大学生创新创业训练计划(GCX13103)
关键词 Nash模型 参数率定 异参同效 SCEM-UA算法 理想资料 Nash model parameter identification parameter equifinality SCEM UA methodology ideal data
  • 相关文献

参考文献9

  • 1Beven K, Binley A M. The Future of DistributedModels : Model Calibration and Uncertainty Prediction[J]. Hydrological Processes, 1992, 6(3):279-298. 被引量:1
  • 2Beven K J. Prophecy, Reality and Uncertainty inDistributed Hydrological Modeling[J]. Advances inWater Resources, 1993,16(1):41-51. 被引量:1
  • 3Page T,Whyatt? J D, Beven K J,et al. Uncertain-ty in Modelled Estimates of Acid Deposition acrossWales: a GLUE Approach [J]. Atmospheric Envi-ronment ,2004, 38(14):2 079*2 090. 被引量:1
  • 4张洪刚,郭生练,何新林,李超群.水文预报不确定性的研究进展与展望[J].石河子大学学报(自然科学版),2006,24(1):15-21. 被引量:25
  • 5李向阳,程春田,武新宇,林剑艺.水文模型模糊多目标SCE-UA参数优选方法研究[J].中国工程科学,2007,9(3):52-57. 被引量:19
  • 6芮孝芳,刘方贵,邢贞相.水文学的发展及其所面临的若干前沿科学问题[J].水利水电科技进展,2007,27(1):75-79. 被引量:31
  • 7Vrugt J A,Gupta H V, Bouten W, et al. A Shuf-fled Complex Evolution Metropolis Algorithm forOptimization and Uncertainty Assessment ofHydrologic Model Parameters [J]. Water Re-sources Research, 2003? 39(8):1 201-1 212. 被引量:1
  • 8Gelman A, Rubin D B. Inference from IterativeSimulation Using Multiple Sequences[J]. Statisti-cal Science, 1992 ,7(4) : 457-472. 被引量:1
  • 9Box G E P,Tiao G C. Bayesian Inference in Statis-tical Analysis [M]. New York: Wesley-Inter-science,1992. 被引量:1

二级参考文献73

共引文献72

同被引文献26

引证文献2

二级引证文献4

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部