水文模型的參數(shù)優(yōu)化率定一直是水文預(yù)報(bào)領(lǐng)域的 重要研究內(nèi)容， 水文模型參數(shù)優(yōu)選的本質(zhì)是通過調(diào)整 水文模型的各個(gè)參數(shù)值， 使得模型的輸出值能夠盡可 能地接近實(shí)際值，當(dāng)水文模型的結(jié)構(gòu)確定后，水文模型 參數(shù)的選擇對水文模型整體性能和水文預(yù)報(bào)結(jié)果的好 壞有著至關(guān)重要的影響。 水文模型大致可以分為三類：系統(tǒng)理論模型、概念 性模型和物理模型。概念性水文模型以水文現(xiàn)象的物 理概念和一些經(jīng)驗(yàn)公式為基礎(chǔ)構(gòu)造的， 能有效反映流 域的水文物理過程，但是其一般參數(shù)數(shù)量龐大，模型參 數(shù)優(yōu)化率定十分困難， 傳統(tǒng)的參數(shù)經(jīng)驗(yàn)設(shè)定已經(jīng)很難 滿足實(shí)際工程對于提高水文預(yù)報(bào)精度的要求， 因而研 究新型的模型參數(shù)優(yōu)化率定方法顯得尤為重要。目前， 國內(nèi)外研究較多的水文模型參數(shù)率定方法主要有單純 形法、SCE-UA[1-2]、差分進(jìn)化算法[3-4]、遺傳算法[5-7]、粒子 群算法[8-9]等。 然而， 傳統(tǒng)的水文模型參數(shù)優(yōu)化率定一般采用單 一的目標(biāo)函數(shù)， 僅僅考慮了水文過程的某一方面的特 征， 不能完全挖掘水文資料中所蘊(yùn)含的各種水文特征信息[10]。因此，針對這一缺陷，需要開展水文模型參數(shù) 多目標(biāo)優(yōu)化率定的研究。 本文選用一種常用的概念性水文模型———新安江 三水源模型作為研究對象， 采用多目標(biāo)進(jìn)化算法——— NSGA-Ⅱ優(yōu)選新安江模型的參數(shù)，在三峽流域宜昌站的 短期徑流預(yù)測應(yīng)用研究表明，通過合理的選擇目標(biāo)函數(shù) 的種類的數(shù)目， 采用多目標(biāo)進(jìn)化算法優(yōu)化率定模型參 數(shù)，可以獲得相對于單目標(biāo)率定模型參數(shù)更優(yōu)的結(jié)果。 進(jìn)一步，研究工作針對模型參數(shù)優(yōu)化結(jié)果的分析， 可以明顯的看出模型參數(shù)優(yōu)化中存在“異參同效”現(xiàn) 象， 為后續(xù)模型參數(shù)不確定性分析等相關(guān)研究工作的 開展做好了鋪墊。 | 
