Zeitschrift für Computertechnik und Informationstechnologie

Vergleich von parallelem genetischem Algorithmus und Partikelschwarmoptimierung zur Parameterkalibrierung in der hydrologischen Simulation

Xinyu Zhang* und Yang Li

Die Parameterkalibrierung ist ein wichtiger Teil der hydrologischen Simulation und beeinflusst die endgültigen Simulationsergebnisse. In diesem Artikel stellen wir heuristische Optimierungsalgorithmen vor, den genetischen Algorithmus (GA) und den Partikelschwarmoptimierungsalgorithmus (PSO), um die Komplexität des Parameterkalibrierungsproblems zu bewältigen. Bei hydrologischen Simulationen im großen Maßstab verwenden wir ein mehrstufiges paralleles Parameterkalibrierungsalgorithmus-Framework, um die Prozessorressourcen voll auszunutzen und den Prozess der Lösung hochdimensionaler Parameterkalibrierungen zu beschleunigen. Die Ergebnisse der Parameterkalibrierung mit GA und PSO können grundsätzlich den Idealwert von 0,65 und mehr erreichen, wobei PSO auf dem Supercomputer TianHe-2 eine Beschleunigung von 7,67 erreicht. Die experimentellen Ergebnisse zeigen, dass durch die Verwendung einer parallelen Implementierung auf Mehrkern-CPUs eine hochdimensionale Parameterkalibrierung bei hydrologischen Simulationen im großen Maßstab möglich ist. Darüber hinaus zeigt unser Vergleich der beiden Algorithmen, dass der GA bessere Kalibrierungsergebnisse erzielt und der PSO einen stärker ausgeprägten Beschleunigungseffekt hat.