基于SCE-UA算法的河网水系水闸调度模拟

引清调度过程中，需要利用水工建筑物对水流进行调控，如通过闸门保持一定的开度，使过闸流量得到限制，或通过修建景观水闸，可使得河道保持一定的景观水位且水质满足要求。分流口分流量的不同，河道会有不同水动力条件，通过在分流口分配合理的流量，使得引清效果达到最大。这些都可以通过建立相应的系统优化模型来求解［1-7］。然而在系统优化过程中需要频繁地调用模型计算系统的输出，要耗费大量的时间。采用神经网络拟合相应的模型，通过优化算法调用神经网络进行求解，可大大减少模型计算时间，但是在拟合复杂模型时能力尚显不足，且无有效的误差分析方法。SCE-UA 算法最早应用于水文模型的参数率定［8-10］，文献［11］将SCE-UA 算法与遗传算法、单纯形算法进行比较，结果显示，SCE-UA 算法在水文模型参数率定过程中具有明显的优势。由于水闸调度参数的优化与水文模型参数的率定过程具有相似性，本研究尝试利用SCE-UA 算法对水闸调度优化参数进行识别。