基于小生境蟻群算法的水質(zhì)模型參數(shù)反演研究.pdf

1、隨著社會經(jīng)濟的發(fā)展,我國的水環(huán)境污染問題已變得相當嚴重,急需采取措施解決。水質(zhì)數(shù)學模型在水環(huán)境預(yù)測、環(huán)境污染控制等諸多方面起到了重要的作用。通過正確的水質(zhì)模型,可以計算出水體中某些污染物的濃度及其隨時間的發(fā)展變化情況。因而水質(zhì)模型在預(yù)測未來水質(zhì)和制定預(yù)防控制水污染對策方面具有十分重要的意義。其中模型的參數(shù)估計問題是非常重要的一環(huán),在很大程度上，決定了水質(zhì)模型應(yīng)用的成敗。河流水質(zhì)模型參數(shù)反演時,目標函數(shù)往往呈現(xiàn)出高度非線性化,傳統(tǒng)的解決辦

2、法,如牛頓法、梯度法、單純形法等對初值的依賴性很高,一般只能得到在初值附近的局部最優(yōu)值,而非全局最優(yōu)。
　　作為優(yōu)化算法領(lǐng)域里比較新的成員的蟻群算法,是一種全局優(yōu)化算法。該算法采用分布式并行計算機制,易與其他方法結(jié)合,具有廣泛的適用性和良好的全局尋優(yōu)能力;但搜索時間長、易陷入局部最優(yōu)解(即“早熟”現(xiàn)象)是其突出的缺點。針對傳統(tǒng)蟻群算法的缺點,學者們提出過很多改進的算法。在前人研究的基礎(chǔ)之上進行總結(jié),選取基于適應(yīng)值共享的小生境蟻群算

3、法作為本文的求解算法,該算法是由小生境方法與蟻群算法結(jié)合并添加適應(yīng)值共享原則后得到的。
　　本文的主要側(cè)重點是算法的應(yīng)用,首先將算法應(yīng)用到典型多模態(tài)函數(shù)優(yōu)化問題求解中,并將優(yōu)化結(jié)果與基本蟻群算法的優(yōu)化結(jié)果作了對比,驗證了算法的有效性與優(yōu)越性。而后對存在解析解的一維、二維水質(zhì)模型進行了參數(shù)反演,反演結(jié)果表明,該方法具有精度高,計算效率高,收斂速度快且易于計算機實現(xiàn)等特點。
　　考慮到一般的更具適用性的水質(zhì)模型多為是無解析解的對