Indexed by：
Abstract：
SWMM作为一种模拟降雨情况的软件，由于其模型参数在经验范围内选取的不确定性，随着模型不断地向前运行演绎，误差会持续累积，最终影响模型的模拟结果，而传统的参数率定方法则具有效率低、准确度差等缺点。为此，利用MATLAB软件调用SWMM的水力演算程序来完成两者的数据交互与集成，结合多元逐步回归法筛选出敏感性高的参数作为率定对象，进而通过数值实验的方式以敏感性分析结果为依据使用Bayes-MH机器学习算法实现SWMM参数的自动率定。对于不同的实测降雨场景，自动率定的结果均能够顺利输出，参数匹配度达95%以上，表明了该方法具备优秀的稳定性、自适应性与全范围寻参能力。
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
中国给水排水
ISSN： 1000-4602
CN： 12-1073/TU
Year： 2024
Issue： 05
Volume： 40
Page： 122-129
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 14
