2022/2/28 实现SCE-UA算法率定新安江模型
您好，很高兴认识您！ 我叫卢家波，河海大学水文学及水资源博士研究生，研究兴趣为高效洪水淹没预测、洪水灾害预警、机器学习、替代模型和降阶模型。 变化环境下，极端洪水事件多发，我希望能通过研究为水灾害防御做出贡献，为人民服务。 我很乐意与您交流和研究合作，交流请添加我的微信 Jiabo_Lu。 个人主页 https://lujiabo98.github.io 个人简历 https://lujiabo98.github.io/file/CV_JiaboLu_zh.pdf CSDN博客 https://blog.csdn.net/weixin_43012724?type=blog
用自己编写的SCE-UA算法自动率定自己编写的三水源新安江模型，检验SCE-UA算法实用性。本地路径E:\Research\Practice\XAJ+SCEUA\XAJ+SCEUA
- 下载所有文件
https://github.com/lujiabo98/XAJ-SCEUA - 用 VS 2019打开
XAJ+SCEUA.sln - 解决方案下右键选择属性，所有配置，所有平台下，将C++语言标准设为 ISO C++20 标准
Release和x64下，重新生成解决方案- 将
E:\Research\Practice\XAJ+SCEUA\XAJ+SCEUA\SCEUA\IOexamples下的scein.txt和E:\Research\Practice\XAJ+SCEUA\XAJ+SCEUA\XAJ\IOexamples下的非示例文件粘贴到E:\Research\Practice\XAJ+SCEUA\XAJ+SCEUA\x64\Release路径下 - 点击 本地Windows调试器 ，即可运行SCE-UA自动优化程序
将新安江模型嵌入SCE-UA算法中，主要在functn()函数中实现以下三步：
- 【前处理】在
functn()中先把自动生成的参数写入到新安江模型的输入文件中； - 【运行模型】再调用新安江模型模型计算出结果；
- 【后处理】最后计算出NSE，将1-NSE作为
functn()函数返回值。
将新安江模型和SCE-UA算法的源代码放在同一个解决方案中，主函数是SCE-UA算法，新安江模型写成函数形式，供functn()调用。
在函数functn()中添加了三个函数，分别为前处理、运行模型和后处理
PreProcessing()函数根据参数模板文件parameter.tpl比对待率定参数数组，将优化算法生成的参数数值写入待率定模型的参数输入文件parameter.txt中。
RunModel()函数调用新安江模型程序
PostProcessing()函数调用ReadValues()从待率定模型（在这里指新安江模型）输出结果中读取数据（出口断面流量数据Q.txt）；调用CalculateNSE()计算纳什效率系数NSE；因为SCE-UA算法为最小化算法，因此返回1-NSE，这样当1-NSE越小时，NSE越接近1。
- 从效率上讲，Dakota高于SCE-UA，同样是率定新安江模型的7个敏感参数，Dakota共调用模型136次，而SCE-UA则调用模型1240次，是Dakota的9.1倍。
- 从质量上讲，SCE-UA高于Dakota，同样是率定新安江模型的7个敏感参数，SCE-UA的纳什效率系数为0.882869，Dakota的纳什效率系数为0.8677575，SCE-UA比Dakota高0.015，1.74%。
- 从时间上讲，Dakota耗时81.068 s，SCE-UA耗时80.252 s，大致相同。
总的来讲，SCE-UA算法收敛效率明显低于Dakota，率定质量与Dakota大致相当，优先选择Dakota进行模型的参数率定。