计算机工程与信息技术学报

并行遗传算法与粒子群优化算法在水文模拟参数优化中的比较

张新宇* 和李阳

参数标定是水文模拟的重要组成部分，影响着最终的模拟效果。针对参数标定问题的复杂性，本文引入启发式优化算法——遗传算法(GA)和粒子群优化算法(PSO)。在大规模水文模拟中，采用多级并行参数标定算法框架，充分利用处理器资源，加速高维参数标定问题的求解过程。GA和PSO进行参数标定的结果基本都能达到0.65以上的理想值，其中PSO在天河二号超级计算机上的加速比达到7.67。实验结果表明，利用多核CPU的并行实现，可以实现大规模水文模拟中的高维参数标定。此外，通过两种算法的比较，GA获得了更好的标定结果，PSO的加速效果更明显。