文化算法与投影寻踪融合模型在相似流域优选中的应用

研究文化算法(CA)与投影寻踪(PP)融合模型应用于相似流域优选中的可行性和有效性。以12个小河站控制流域优选为例,建立CA-PP相似流域优选模型,并构建差分进化(DE)算法-PP、和声搜索(HS)算法-PP和粒子群优化(PSO)算法-PP作为对比模型,将优选结果与随机分析法、集对分析法、模糊分析法、灰色分析法的优选结果进行比较。结果表明:CA寻优PP目标函数获得的最优值、最劣值、平均值和标准差均优于DE、HS和PSO算法,具有较好的全局极值寻优能力和收敛稳定性能。CAPP模型对相似流域的优选结果与DE-PP、HS-PP和PSO-PP模型,以及随机分析法、集对分析法、模糊分析法、灰色分析法的优选结果相同,但在优选顺序上存在差异。CA-PP模型用于相似流域优选是可行和有效的,可为同类优选提供新的途径和方法。