Uporaba diferencialne evolucije za kalibracijo integriranih modelov rabe tal in prometaSkandary, Ahmad Farhad (Avtor) Žura, Marijan (Mentor) LUTI modeliRaba ZemljiščaTransportKalibracijaDEPSOGAHibridni AlgoritemMANERMSEModeli LUTI (interakcija rabe zemljišč in transporta) so orodja za pomoč pri odločanju za simulacijo kompleksnih dinamičnih dvostranskih povratnih informacij med transportnimi modeli in modeli rabe zemljišč. Modeli LUTI ocenjujejo več scenarijev načrtovanja, da bi prišli do najustreznejših odločitev. Sprejemanje odločitev na podlagi modelov, ki niso kalibrirani, je lahko zavajajoče in celo napačno. Čeprav je kalibracija (ocena parametrov) ključna zahteva modelov LUTI, popolnoma avtomatizirani pristopi z uporabo večciljnih funkcij niso bili v celoti obravnavani in ni standardnega postopka za kalibracijo modela LUTI. Modelarji namesto tega uporabljajo običajne tehnike za kalibracijo določenega elementa modela ali oceno skupine parametrov modela z malo ali brez skrbi za globalno shemo. Cilj doktorske disertacije je razvoj popolnoma avtomatiziranega pristopa globalne kalibracije z uporabo večciljnih funkcij. Za odpravo te omejitve je predlagan splošni pristop kalibracije za parametre modela rabe zemljišč z uporabo algoritma diferencialne evolucije (DE). Izvedena je bila globalna analiza občutljivosti za identifikacijo najpomembnejših parametrov modela rabe zemljišč. Ti parametri so bili nato kalibrirani z uporabo algoritma diferencialne evolucije s korensko povprečno kvadratno napako (RMSE) in povprečno absolutno normalizirano napako (MANE) kot večciljnimi funkcijami. Predlagana tehnika (algoritem DE) ponuja pet ključnih zmogljivosti za kalibracijo modelov LUTI, vključno z 1) globalno oceno namesto lokalne ocene, 2) upoštevanjem večciljnih funkcij, 3) nenehnim izboljševanjem rezultatov, 4) enostavno prilagodljivim, in 5) vključitev več parametrov v postopek kalibracije. Za testiranje učinkovitosti predlagane tehnike kalibracije je bil uporabljen model rabe zemljišč TRANUS. Validacijo in konsolidacijo pristopa smo testirali na podlagi konvergence, minimiziranja napak in razmerja med modeliranimi in opazovanimi podatki s primerjavo z dvema dobro znanima optimizacijskima tehnikama, genetskim algoritmom (GA) in optimizacijo roja delcev (PSO). Naši poskusi kažejo, da je z uporabo algoritma Deferential Evaluation predlagani pristop presegel tehnike GA in PSO ter zagotovil najbolj stabilne in raznolike rešitve.[A. Farhad Skandary]20232023-11-24 08:45:06Doktorsko delo/naloga152419sl