基于不同算法的SWMM模型参数率定与应用.pdf
《基于不同算法的SWMM模型参数率定与应用.pdf》由会员分享,可在线阅读,更多相关《基于不同算法的SWMM模型参数率定与应用.pdf(5页珍藏版)》请在咨信网上搜索。
1、DOI:1016616/jcnki10-1326/TV20230813基于不同算法的 SWMM 模型参数率定与应用朱鹏斌(邢台襄禹水利勘测设计有限公司,河北 邢台 054000)【摘 要】由于 SWMM 模型精度在一定程度上取决于参数率定的过程,为降低人工率定方法的不确定性,本文基于 BP 神经网络模型,采用 T 分布优化的麻雀搜索算法改进 BP 模型,构建出 TSSA-BP 模型用于 SWMM 模型参数率定中,将率定后的 SWMM 模型与其余率定方法进行了对比,并应用于城市雨洪模拟中。结果表明:经 TSSA-BP 模型率定的 SWMM 模型在所有率定方法中精度最高,模拟的径流与污染物浓度变化
2、趋势与实测值的一致性最高,可将该模型与 SWMM 模型共同使用。【关键词】SWMM 模型;T 分布;麻雀搜索算法;BP 神经网络模型;城市雨洪中图分类号:TV122 文献标志码:B 文章编号:2096-0131(2023)08-072-04Calibration and Application of SWMM Model Parameters Based onDifferent AlgorithmsZHU Pengbin(Xingtai Xiangyu Water Conservancy Survey and Design Co,Ltd,Xingtai 054000,China)收稿日期:20
3、23-01-05网络首发地址:http:/ to the accuracy of the SWMM model being influenced by the calibration process of its parameters,this paperaims to reduce the uncertainty associated with manual calibration methods.In this paper,the BP(Backpropagation)neuralnetwork model is improved by incorporating the T-distri
4、bution optimized sparrow search algorithm(TSSA)to create theTSSA-BP model for parameter calibration in the SWMM model.The calibrated SWMM model using the TSSA-BP model iscompared with other calibration methods and applied to urban stormwater simulation.The results demonstrate that theSWMM model cali
5、brated using the TSSA-BP model exhibits the highest accuracy among all calibration methods.Thesimulated runoff and pollutant concentration variations show the highest consistency with the measured values.Therefore,the TSSA-BP model can be used in conjunction with the SWMM model for improved performa
6、nce in urban stormwatermodeling.Key words:SWMM model;T-distribution;sparrow search algorithm;BP neural network model;urban storm 近年来,随着国内经济的发展,我国城镇化率越来越高,截至 2019 年,我国城镇化率已超过了 61%。城镇化的建设形成了排水管道和不透水地面的常态化,使区域径流增量得到了增加,在一定程度上增加了城27市发生内涝的风险1-2。城市内涝的频繁发生,极大影响了居民生命和财产安全。为降低城市内涝发生的频率,国外学者于 2015 年首次提出了低影响开发
7、 LID 理念3,强调了在城市建设过程中需重点关注对区域径流的分散和吸收。该理念的提出对增加城市蓄洪防涝能力有着十分重要的意义。暴雨径流管理模型(SWMM)4是一种应用于城市雨水管理和 LID 措施实施的重要模型,目前在城市内涝研究中已取得了一定的进展。陈曦等5基于 SWMM模型对区域市政道路的径流量和水质情况进行了分析,研究得出了不同水质指标随着降雨历时的变化规律,指出了区域水质指标的削减情况不明显;吕金燕等6基于 SWMM 模型对城市的排水能力和内涝风险进行了评估,研究表明内涝中、高风险区主要集中在城乡接合部的中下游地区;王建富等7、王昊等8均证明了 SWMM 模型的科学性。由于 SWMM
8、 模型涉及的参数较多,参数取值的准确性将直接影响 SWMM 模型的运行效率。常用的参数率定方法主要包括人工试错法和模型率定法,人工试错法耗时长、精度低,无法快速实现模型参数的确定。目前,遗传算法9、GLUE 法10等已用于 SWMM模型参数率定中,但这些算法由于 SWMM 模型特有的线性结构,导致无法发挥算法功效,影响率定效率。BP 神经网络模型是一种具备反馈功能的机器学习算法,该模型可有效提高参数率定的速率,但传统的 BP模型易产生局部极值,限制了模型的适用性11-12。为找到 SWMM 模型参数快速率定的方法,本文基于优化的 BP 神经网络模型,采用 Matlab 软件进行数据处理,并将率
9、定后的模型应用于实际区域雨洪模拟中。1 研究方法1 1 研究区域概况研究区域选择河北中欧绿色产业园,产业园地属温带大陆季风气候区,借助产业园平面图,结合研究区域下垫面基本情况,将区域划分为 27 个汇水区,基本情况见图 1。图 1 研究区域汇水区概况1 2 SWMM 模型相关参数SWMM 模型是由美国开发的暴雨洪水管理模型,该模型主要包括了降雨模型、产流模型和汇流模型三大部分。为实现 SWMM 模型与机器学习模型的混合调用,将 SWMM 与 Matlab 程序相结合,实现对 SWMM模型参数的自动率定。SWMM 模型需率定的参数及含义见表 113。表 1 SWMM 模型参数及取值范围序号参 数
10、含 义取值范围1Imax/(mm/h)最大入渗率20 1202Imin/(mm/h)最小入渗率0 103N-P透水区曼宁系数0 05 0 44N-Imp不透水区曼宁系数0 01 0 055S-P/mm透水区蓄水深度5 156S-Imp/mm不透水区蓄水深度1 57Z-Imp/%区域不渗透性10 358D/h-1衰减系数2 71 3 优化 BP 神经网络模型构建麻雀搜索算法(SSA)14基于麻雀觅食为原理,将训练种群分为发现者、加入者和警戒者三大类。但传37朱鹏斌/基于不同算法的 SWMM 模型参数率定与应用 统的 SSA 算法易陷入局部最优解中,因此需增加种群的多样性。在传统 SSA 算法中引
11、入 T 分布,在算法迭代寻优过程中,利用自适应 T 分布追寻发现者、加入者和警戒者的位置,增加种群多样性,改进 SSA 算法优化BP 模型(TSSA-BP)的具体步骤如下:a 对发现者、加入者和警戒者的位置进行初始化处理,计算个体适应度值并排序。b 对发现者、加入者和警戒者进行更新。c 当种群个数小于输出值个数时,引入 T 分布进行种群变异处理。d 重新计算个体适应度值,并更新位置。e 如果达到最大迭代次数,则输出结果;反之,则重新计算。本文采用霍顿下渗模型对降雨径流进行模拟,选择区域实测降雨径流数据作为模型输入值。实测降雨数据采用产业园雨量筒测定,径流数据在区域排水出口处测得。将 TSSA-
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 不同 算法 SWMM 模型 参数 应用
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。