抄録
本研究は，流出モデルのパラメータを同定するために，大域的探索法の一種であるparticle swarm optimization （PSO）アルゴリズムを適用し，その有用性を確認したものである．パラメータ数の異なる4種の直列タンクモデルに対し，the shuffled complex evolution method（SCE-UA），改良されたSCE-UA，改良されたSCE-UAに初期パラメータを与えたもの， PSO，改良されたPSO，改良されたPSOに初期パラメータを与えたものの6種の大域的最適化手法を適用し，パラメータの最適化性能を比較した．その結果，ほとんどのケースにおいてPSOとSCE-UAは同等の性能を示すこと，モデルのパラメータ数が多い場合，パラメータの探索範囲が広い場合，同定期間が短い場合，データに多くの不確定性が含まれている場合において，PSOがSCE-UAよりも高い性能を示すことが確認された．特に，改良されたPSOに初期パラメータを与える手法が最も安定して高い性能を示した．
