盛、周;欧阳艾嘉;刘丽彬;袁、龚琳 一种新的基于Newton型信赖域算法的马斯金根模型参数估计方法。 （英语） Zbl 1407.86023号 数学。问题。工程师。 2014年，文章ID 634852，第7页（2014年）. 小结：马斯京根模型参数估计在水资源开发利用和水文预报中都具有重要意义。参数的优化结果直接影响洪水预报的准确性。本文从以下两个方面考虑马斯京根模型的参数估计问题。首先，基于一般梯形公式，提出了一类新的离散化方法，其中包括一个参数θ来逼近马斯京根模型。当（θneq 1/3）时，这些方法的精度是二阶的。特别地，如果我们选择（θ=1/3），该方法的精度可以提高到三阶。其次，根据Newton型信赖域算法，给出了一种新的Newton型信任域算法，以获取马斯京根模型的参数。该方法可以避免对初始参数的高度依赖。马斯京根模型参数估计算法的平均绝对误差（AAE）和平均相对误差（ARE）分别为8.208122和2.462438%，其中θ=1/3。结果表明，与其他方法相比，该算法具有更高的预测精度和更广泛的实用性。 引用于5文件 MSC公司： 86A32型 地质统计学 10层62层 点估计 86A05型 水文学、水文学、海洋学 PDF格式BibTeX公司 XML格式引用 \textit{Z.Sheng}等人，数学。问题。Eng.2014，文章ID 634852，7 p.（2014；Zbl 1407.86023） 全文： 内政部 参考文献： [1] Wilson，E.M.，工程水文学（1990），麦克米伦教育 [2] Serrano，S.E.，《非均质含水层中的Theis溶液》，《地下水》，第35、3、463-467页（1997年）·doi:10.1111/j.1745-6584.1997.tb00106.x [3] Kang，L。；王，C。；江天斌，洪水演进模型的一种新的遗传模拟退火算法，《流体动力学杂志》B，16，2，233-239（2004）·Zbl 1128.90583号 [4] Jin，J。；丁杰，《遗传算法及其在水科学中的应用》（2000），四川大学出版社 [5] Gill，M.A.，《马斯京根法洪水演算》，《水文学杂志》，36，3-4，353-363（1978）·doi:10.1016/0022-1694（78）90153-1 [6] Aldama，A.A.，马斯金根洪水演算的最小二乘参数估计，水利工程杂志，116，4，580-586（1990）·doi:10.1061/（asce）0733-9429（1990）116:4（580） [7] Chow，V.T.，《应用水文学手册》（1990），麦克米伦教育 [8] Geem，Z.W.，使用BFGS技术对非线性马斯京根模型进行参数估计，灌溉与排水工程杂志，132，5，474-478（2006）·doi:10.1061/（ASCE）0733-9437（2006）132:5（474） [9] 陈，J。；杨，X.，基于格雷编码加速遗传算法的马斯京根模型最优参数估计，非线性科学与数值模拟通信，12，5，849-858（2007）·doi:10.1016/j.cnsns.2005.06.005 [10] Barati，R.，使用nelder-mead单纯形算法对非线性马斯京根模型进行参数估计，《水文工程杂志》，16，11，946-954（2011）·doi:10.1061/（ASCE）HE.1943-5584.000379 [11] Mohan，S.，使用遗传算法的非线性Muskingum模型的参数估计，水利工程杂志，123，2137-142（1997）·doi:10.1061/（asce）0733-9429（1997）123:2（137） [12] Kim，J.H。；Geem，Z.W。；Kim，E.S.，使用和谐搜索对非线性马斯京根模型的参数估计，美国水资源协会杂志，37，5，1131-1138（2001）·doi:10.1111/j.1752-1688.2001.tb03627.x [13] Chu，H.-J。；Chang，L.-C.，将粒子群优化应用于非线性马斯京根模型的参数估计，《水文工程杂志》，2009年第14期，第9期，第1024-1027页·doi:10.1061/（ASCE）HE.1943-5584.0000070 [14] 罗，J。；Xie，J.，基于免疫克隆选择算法的非线性马斯京根模型参数估计，水文工程学报，15，10，844-851（2010）·doi:10.1061/（asce）he.1943-5584.000244 [15] 徐博士。；邱，L。；Chen，S.-Y.，利用微分进化估计非线性马斯京根模型参数，《水文工程杂志》，17，2，348-353（2012）·doi:10.1061/（asce）he.1943-5584.000432 [16] Chawla，M.M。；Al-Zanaidi，医学硕士。；Evans，D.J.，抛物方程的广义梯形公式，国际计算机数学杂志，70，3，429-443（1999）·兹伯利0926.65081 ·doi:10.1080/00207169908804765 [17] 马C.，《优化方法与Matlab编程》（2010），北京：科学出版社，北京 [18] Stephenson，D.，马斯京根路由系数的直接优化，《水文工程杂志》，36353-363（1979） [19] Powell，M.J.D.，无约束优化的新算法，报告，T.P.393（1970），英国牛津郡：原子能研究机构，英国牛津郡·兹比尔0228.90043 [20] Esmaeili，H。；Kimiaei，M.，非线性方程组的一种新的自适应信任域方法，应用数学建模，38，11-12，3003-2015（2014）·Zbl 1427.65080号 ·doi:10.1016/j.apm.2013.11.023 [21] 阿米尼，K。；Ahookhosh，M.，《用于无约束优化的可调信任区域和非单调算法的混合》，应用数学建模，38，9-10，2601-2612（2014）·Zbl 1427.90257号 ·doi:10.1016/j.apm.2013.10.062 [22] 袁，Y。；孙伟，《最优化理论与方法》（1999），北京：科学出版社，北京 [23] A.欧阳。；唐，Z。；李凯。；Sallam，A。；Sha，E.，使用自适应混合PSO算法估计马斯京根模型参数，国际模式识别与人工智能杂志，28，1（2014）·doi:10.1142/s0218001414590034 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。