Abstract
The complex processes of the hydrological cycle can be represented through hydrological modeling, being the models that simulate the rainfall-runoff process the most used of them. These models are based in mathematical equations that describe, in a simplified way, the hydrological behavior of the basin and possess parameters that must be defined through a process of calibration. The manual calibration, by trial and error, can be a tedious task, especially when the model's user is inexperienced. The automatic calibration, however, utilizes numerical optimization techniques based in the intensive use of computers. This study presents a multi-objective evolutionary algorithm of optimization developed by Vrugt et al. (2003) and applied in the automatic calibration of the IPH II hydrological model. The obtained results are encouraging: the algorithm produced a uniform approach of the Pareto Front in all the different tests carried out, keeping well represented its extremities. Additionally this method displayed some advantages over another multi-objective evolutionary algorithm currently used for the automatic calibration of the IPH II hydrological model
Highlights
Observa-se em todos os casos avaliados que o algoritmo MOSCEM-UA consegue um bom número de soluções não dominadas
Isto pode ser considerado um benefício do algoritmo MOSCEM-UA, que consegue manter os extremos do frente de Pareto bem representados no processo de calibração automática do modelo IPH II
SOROOSHIAN, S.; GUPTA, H.V.; BASTIDAS, L.A. Calibration of hydrologic models using multi-objectives and visualization techniques
Summary
Na avaliação da eficiência e eficácia do algoritmo MOSCEM-UA foram efetuados três testes considerando problemas de otimização multi-objetivo com complexidade crescente. No segundo e terceiro exercício, o algoritmo MOSCEM-UA é utilizado na calibração automática do modelo IPH II. Um teste importante que o método de calibração automática deve superar é a calibração de um modelo utilizando uma série sintética de vazões (Collischonn e Tucci, 2003). Dessa forma, o segundo exercício consistiu na calibração automática do modelo IPH II considerando uma serie sintética. Esse exercício permite verificar o desempenho do algoritmo MOSCEM-UA em encontrar um frente de Pareto que consiste em um único ponto, já que o conjunto de parâmetros que gera os valores ótimos das funções-objetivo é o mesmo (o escolhido para a gerar a serie sintética). O terceiro exercício consistiu na calibração automática do modelo IPH II em um caso real, considerando duas funções-objetivo. Tabela 1 - Número de soluções não dominadas em função do número de complexos e do tamanho da população após 5000 iterações
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callDisclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
