Využití optimalizačního algoritmu BBO při modelování hydrologické bilance modelem Bilan

Bc. Petr Pavlík

Master's thesis

The application of BBO optimization algorithm in hydrological balance modeling using Bilan model

Abstract:

Biogeography-based optimization je dnes už skupinou evolučních algoritmů inspirovaných teorií ostrovní biogeografie, což je studium migrace druhů mezi jednotlivými habitaty. V původní podobě byl algoritmus představen Danem Simonem v roce 2008. Od té doby byl vícekrát modifikován a hybridizován s dalšími optimalizačními metodami. V různých podobách dosáhl srovnatelných či lepších výsledků než nejmodernější algoritmy jak na testovacích, tak na skutečných problémech.Cílem tohoto textu je posoudit možnosti BBO jako potenciálního nástroje pro optimalizaci hydrologického modelu BILAN. V teoretické části je úvod do problematiky globální optimalizace a rozbor optimalizační metody BBO. Následné praktické posouzení je provedeno ve dvou krocích. Prvně je pro srovnání výkonnosti a určení kandidátního řešení využita sada 10D testovacích funkcí CEC 2013. Nejúspěšnější algoritmus je poté srovnán s již implementovanými algoritmy SCDE a BS v modelu BILAN pomocí tří hydrologických indexů na deseti povodích.Práce na testovacích úlohách CEC 2013 prokázala různou výkonnost mezi šesti testovanými algoritmy a potvrdila některé dříve publikované závěry. Nejlepší ze šestice algoritmů - BBOSCA dosáhl v případové studii výkonnostní úrovně srovnatelné s již implementovanými metodami. V práci jsou obsaženy návrhy pro další rozvoj metaheuristik BBO.

Abstract:

Biogeography-based optimization is already a family of evolutionary algorithms inspired by the process of insular biogeography, which is the study of the migration of species between habitats. Original form was introduced by Dan Simon in 2008. Since then, the algorithm has been modified and hybridized with other optimization methods. In it's various forms it has been proven capable of achieving similar or better results as state-of-the-art metaheuristic algorithms both on benchmark as well as practical problems. The aim of this thesis is to evaluate BBO as a potential tool for optimization of BILAN hydrological model. The theoretical part contains comprehensive introduction of global optimization and BBO analysis. The evaluation then is done in two steps. First the 28 CEC 2013 10D benchmark problems will be used to compare and determine the best performing variant of BBO. The best algorithm is then set to outperform BILAN's currently implemented optimization tools BS and SCDE through a set of three efficiency criteria on ten catchments. The work has proven performance differences between six tested algorithms and confirmed some previously published conclusions. In the case study, the best algorithm - BBOSCA showed similar results as already implemented optimization methods. Proposals about the future development of BBO metaheuristics family are included.

Keywords

globální optimalizace, evoluční algoritmy, BILAN, metaheuristiky, BBO

Keywords

evolutionary algorithms, metaheuristics, global optimization, BILAN, BBO

Language used: Czech

Date on which the thesis was submitted / produced: 18. 4. 2017

Thesis defence

• Supervisor: doc. Ing. Petr Máca, Ph.D.

Czech University of Life Sciences Prague

Faculty of Environmental Sciences

Master programme / field:
Landscape Engineering / Environmental Modelling