Multi-objective optimization of empirical hydrological model for streamflow prediction

•The MODE-ACM algorithm is firstly introduced for parameter estimation of hydrologic model.•We propose an enhanced Pareto multi-objective differential algorithm EPMODE.•The performance of EPMODE and MODE-ACM is tested on five benchmark problems.•EPMODE and MODE-ACM are further applied to an artifici...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Journal of hydrology (Amsterdam) Jg. 511; S. 242 - 253
Hauptverfasser:	Guo, Jun, Zhou, Jianzhong, Lu, Jiazheng, Zou, Qiang, Zhang, Huajie, Bi, Sheng
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	Elsevier B.V 16.04.2014
Schlagworte:	Algorithms Calibration case studies Effectiveness Empirical analysis Evolutionary algorithms hydrologic models Hydrological model Hydrology Mathematical models Model calibration Multi-objective optimization Optimization Pareto optimality prediction stream flow Streamflow forecasting Multi-objective optimization Streamflow forecasting Model calibration Hydrological model
ISSN:	0022-1694, 1879-2707
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!