Đang chuẩn bị nút TẢI XUỐNG, xin hãy chờ
Tải xuống
Bài viết Tự động dò tìm bộ thông số tối ưu của mô hình thuỷ văn HEC– HMS bằng thuật toán SCE–UA trình bày kết quả phát triển một chương trình cho phép dò tìm tự động bộ thông số tối ưu của mô hình HEC–HMS dựa trên thuật toán SCE–UA. | TẠP CHÍ KHÍ TƯỢNG THỦY VĂN Bài báo khoa học Tự động dò tìm bộ thông số tối ưu của mô hình thuỷ văn HEC HMS bằng thuật toán SCE UA Nguyễn Phước Sinh1 2 Nguyễn Trường Huy1 3 Nguyễn Thế Hùng1 1 Khoa Xây dựng Công trình thuỷ Đại học Bách Khoa Đại học Đà Nẵng phuocsinhbk@gmail.com nthuy@dut.udn.vn ngthung@dut.udn.vn. 2 Công ty cổ phần Sông Ba 573 Núi Thành Hải Châu Đà Nẵng sinhnp@songba.vn. 3 Department of Civil Engineering McGill University 817 Sherbrooke Street West Montreal Quebec H3A 2K6 Canada huy.nguyen5@mail.mcgill.ca. Tác giả liên hệ phuocsinhbk@gmail.com Tel. 84 905868028 Ban Biên tập nhận bài 2 8 2022 Ngày phản biện xong 5 9 2022 Ngày đăng bài 25 9 2022 Tóm tắt Việc hiệu chỉnh và kiểm định mô hình thủy văn HEC HMS theo quy trình thử sai trial and error thường mất nhiều thời gian và bộ thông số tìm được thường không phải tối ưu. Bài báo này trình bày kết quả phát triển một chương trình cho phép dò tìm tự động bộ thông số tối ưu của mô hình HEC HMS dựa trên thuật toán SCE UA. Trước hết phương pháp Latin Hypercube Sampling được sử dụng để lấy giá trị tham biến rộng khắp không gian nghiệm một cách hiệu quả nhất. Sau đó SCE UA được sử dụng để dò tìm nghiệm tối ưu thông qua chọn lọc và tiến hóa dựa trên các giá trị mẫu ban đầu. Nghiệm tối ưu được chọn dựa trên mặt thoả hiệp Pareto và đánh giá độ tin cậy bằng phương pháp GLUE. Chương trình đã và đang được ứng dụng cho hồ thuỷ điện Krông H năng tỉnh Đắk Lắk . Số liệu thực đo từ 18 trong số 33 trận lũ trong giai đoạn 2016 2021 được sử dụng để hiệu chỉnh và thu hẹp không gian nghiệm ban đầu giúp quá trình dò tìm được nhanh chóng hơn đồng thời phân tích độ nhạy và xác định ba thông số chủ đạo nhằm giảm số lượng tham biến từ 50 xuống còn 18 tham biến . Dựa trên kết quả này chương trình được kiểm định với 5 trận lũ tiếp theo và cập nhật tự động trong dự báo theo thời gian thực trên 10 trận lũ còn lại. Chương trình đạt hiệu quả dự báo rất tốt đến bước thời gian 4 giờ các chỉ số đánh giá đạt mức cao gt 0 8 lt 10 và kết quả
