改进哈里斯鹰优化算法及其在变指数非线性马斯京根模型参数优选中的应用

TGHHO and its application in parameter optimization of VEP-NMM

针对非线性马斯京根模型在河道洪水演进中参数率定效率及精度不高等问题,文章提出基于Tent混沌映射及黄金分割系数改进的哈里斯鹰优化算法(TGHHO)用于变指数非线性马斯京根模型(VEP-NMM)参数率定。首先,通过Tent混沌映射策略和黄金分割系数,解决了原算法易陷入局部最优解和精度不高的问题;其次,与蝴蝶优化算法(BOA)、灰狼优化算法(GWO)及哈里斯鹰优化算法(HHO)对比显示TGHHO性能最佳;最后,构建了TGHHO-VEP-NMM模型进行河道洪水演进实例测试。实验结果表明:TGHHO算法能有效提高模型精度,具有广泛的应用价值。