Η πολυκριτηριακή μέθοδος ανόπτησης-απλόκου και η εφαρμογή της στη βαθμονόμηση υδρολογικών μοντέλων

A. Efstratiadis, and D. Koutsoyiannis, The multiobjective evolutionary annealing-simplex method and its application in calibrating hydrological models, European Geosciences Union General Assembly 2005, Geophysical Research Abstracts, Vol. 7, Vienna, 04593, doi:10.13140/RG.2.2.32963.81446, European Geosciences Union, 2005.

[Η πολυκριτηριακή μέθοδος ανόπτησης-απλόκου και η εφαρμογή της στη βαθμονόμηση υδρολογικών μοντέλων]

[doc_id=645]

[Αγγλικά]

Τα προβλήματα βελτιστοποίησης που σχετίζονται με υδατικούς πόρους είναι από τη φύση τους πολυκριτηριακά, αν και παραδοσιακά αντιμετωπίζονται ως μονοκριτηριακά. Οι πρόσφατες εξελίξεις στα υδρολογικά μοντέλα εφαρμόζουν πολυκριτηριακές προσεγγίσεις, ώστε να χειριστούν το γνωστό πρόβλημα της ύπαρξης ισοδύναμων λύσεων, για την αποτίμηση των αβεβαιοτήτων που σχετίζονται με τη διαδικασία εκτίμησης παραμέτρων. Ωστόσο, τα υπολογιστικά εργαλεία γέννησης βέλτιστων λύσεων Pareto είναι ακόμη ιδιαίτερα χρονοβόρα, ιδιαίτερα σε πραγματικές εφαρμογές, με πολλές παραμέτρους και πολλά κριτήρια προσαρμογής. Επιπλέον, η μαθηματική έννοια του βελτίστου Pareto συχνά οδηγεί σε λύσεις που απέχουν πολύ από έναν αποδεκτό συμβιβασμό μεταξύ των αντικρουόμενων στόχων. Τα περισσότερα εργαλεία πολυκριτηριακής βελτιστοποίησης αποτελούν προσαρμογές των εξελικτικών αλγορίθμων. Στην πολυκριτηριακή εξελικτική βελτιστοποίηση δύο είναι ο κύριοι στόχοι: (α) η κατεύθυνση της αναζήτησης προς το μέτωπο των βέλτιστων λύσεων Pareto, και (β) η γέννηση ενός καλά κατανεμημένου συνόλου μη κατωτέρων λύσεων. Και οι δύο στόχοι επιτυγχάνονται μέσω των διαδικασιών αποτίμησης και επιλογής. Με χρήση της θεμελιώδους έννοιας της κυριαρχίας, σε κάθε άτομο εκχωρείται μια βαθμωτή τιμή καταλληλότητας, και στη συνέχεια αυτό εξελίσσεται με εφαρμογή των τυπικών γενετικών τελεστών (διασταύρωση, μετάλλαξη). Η πολυκριτηριακή μέθοδος ανόπτησης-απλόκου (Multiobjective Evolutionary Annealing-Simplex, MEAS) είναι ένα πρωτότυπο σχήμα, που επίσης περιλαμβάνει μια φάση αποτίμησης και μια φάση εξέλιξης. Η αποτίμηση αποσκοπεί στον καθορισμό ενός μέτρου επίδοσης για κάθε μέλος του πληθυσμού, κάτι που προϋποθέτει τη σύγκριση όλων των ατόμων μεταξύ τους έναντι όλων των κριτηρίων. Με στρατηγική αποτίμησης εμπνεόμενη από την προσέγγιση της Pareto-ισχύος των Zitlzer and Thiele (IEEE Trans. Evol. Comp., 3(4), 1999), καθώς και με γενίκευση του ορισμού της κυριαρχίας, παρέχουν μεγάλη ποικιλία διακριτών τιμών επίδοσης. Ο πληθυσμός κατευθύνεται προς μια υποσχόμενη υποπεριοχή του μετώπου Pareto (και όχι του συνολικού μετώπου), η οποία περιέχει αντιπροσωπευτικούς συμβιβασμούς, μεταξύ των οποίων μπορεί εύκολα να υποδειχθεί ο πλέον πρόσφορος. Η γέννηση λύσεων με ακραία επίδοση, ήτοι εξαιρετικά καλή ως προς ορισμένα κριτήρια αλλά πολύ κακή ως προς τα υπόλοιπα, παρεμποδίζεται, με χρήση συναρτήσεων ποινής. Με τον τρόπο αυτό, ο διακριτός χώρος αποτίμησης μετασχηματίζεται σε συνεχή, ο οποίος μπορεί να εξερευνηθεί με μεθόδους ολικής αναζήτησης. Αυτό το τελευταίο, ήτοι η φάση εξέλιξης, πραγματοποιείται με συνδυασμό προσδιοριστικών και στοχαστικών κανόνων μετάβασης, οι περισσότεροι εκ των οποίων βασίζονται σε ένα πρότυπο εξελισσόμενου απλόκου. Κατά τη διάρκεια της εξέλιξης, ο βαθμός τυχαιότητας ελέγχεται μέσω ενός προσαρμοζόμενου χρονοδιαγράμματος ανόπτησης, το οποίο ρυθμίζει αυτόματα τη "θερμοκρασία" του συστήματος. Η μέθοδος MEAS εξετάστηκε σε μια ποικιλία χαρακτηριστικών συναρτήσεων, που πάρθηκαν από τη βιβλιογραφία, καθώς και σε ορισμένες απαιτητικές υδρολογικές εφαρμογές, που παλιότερα είχαν αντιμετωπιστεί με χρήση σταθμισμένων αντικειμενικών συναρτήσεων. Η ανάλυση κατέδειξε ότι ο προτεινόμενος αλγόριθμος εντοπίζει καλούς συμβιβασμούς μεταξύ των αντικρουόμενων στόχων, όντας ταυτόχρονα πολύ πιο αποδοτικός σε σύγκριση με άλλα καταξιωμένα πολυκριτηριακά εξελικτικά σχήματα.

PDF Πλήρες κείμενο:

Βλέπε επίσης: http://dx.doi.org/10.13140/RG.2.2.32963.81446

Εργασίες μας στις οποίες αναφέρεται αυτή η εργασία:

1. A. Efstratiadis, and D. Koutsoyiannis, An evolutionary annealing-simplex algorithm for global optimisation of water resource systems, Proceedings of the Fifth International Conference on Hydroinformatics, Cardiff, UK, 1423–1428, doi:10.13140/RG.2.1.1038.6162, International Water Association, 2002.
2. E. Rozos, A. Efstratiadis, I. Nalbantis, and D. Koutsoyiannis, Calibration of a semi-distributed model for conjunctive simulation of surface and groundwater flows, Hydrological Sciences Journal, 49 (5), 819–842, doi:10.1623/hysj.49.5.819.55130, 2004.

Εργασίες μας που αναφέρονται σ' αυτή την εργασία:

1. A. Efstratiadis, and D. Koutsoyiannis, Fitting hydrological models on multiple responses using the multiobjective evolutionary annealing simplex approach, Practical hydroinformatics: Computational intelligence and technological developments in water applications, edited by R.J. Abrahart, L. M. See, and D. P. Solomatine, 259–273, doi:10.1007/978-3-540-79881-1_19, Springer, 2008.

Άλλες εργασίες που αναφέρονται σ' αυτή την εργασία (αυτός ο κατάλογος μπορεί να μην είναι ενημερωμένος):

1. Rothfuss, Y., I. Braud, N. Le Moine, P. Biron, J.-L. Durand, M. Vauclin, and T. Bariac, Factors controlling the isotopic partitioning between soil evaporation and plant transpiration: assessment using a multi-objective calibration of SiSPAT-Isotope under controlled conditions, Journal of Hydrology, 442-443, 75-88, doi:10.1016/j.jhydrol.2012.03.041, 2012.
2. Coron, L., V. Andréassian, C. Perrin, M. Bourqui, and F. Hendrickx, On the lack of robustness of hydrologic models regarding water balance simulation – a diagnostic approach on 20 mountainous catchments using three models of increasing complexity, Hydrology and Earth System Sciences, 18, 727-746, doi:10.5194/hess-18-727-2014, 2014.
3. Magand, C., A. Ducharne, N. Le Moine, and P. Brigode, Parameter transferability under changing climate: case study with a land surface model in the Durance watershed, France, Hydrological Sciences Journal, 60(7-8), 1408-1423, doi:10.1080/02626667.2014.993643, 2014.
4. Cordeiro, M. R. C., J. A. Vanrobaeys, and H. F. Wilson, Long-term weather, streamflow, and water chemistry datasets for hydrological modelling applications at the upper La Salle River watershed in Manitoba, Canada, Geoscience Data Journal,6(1), 41-57, doi:10.1002/gdj3.67, 2019.
5. Monteil, C., F. Zaoui, N. Le Moine, and F. Hendrickx, Multi-objective calibration by combination of stochastic and gradient-like parameter generation rules – the caRamel algorithm, Hydrology and Earth System Sciences, 24, 3189-3209, 10.5194/hess-24-3189-2020, 2020.
6. Vorobevskii, I., T. T. Luong, R. Kronenberg, T. Grünwald, and C. Bernhofer, Modelling evaporation with local, regional and global BROOK90 frameworks: importance of parameterization and forcing, Hydrol. Earth Syst. Sci. Discuss., doi:10.5194/hess-2021-602, 2021.

Κατηγορίες: Υδρολογικά μοντέλα, Βελτιστοποίηση