版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著社會經(jīng)濟(jì)的發(fā)展,我國的水環(huán)境污染問題已變得相當(dāng)嚴(yán)重,急需采取措施解決。水質(zhì)數(shù)學(xué)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(biāo)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(xué)者們提出過很多改進(jìn)的算法。在前人研究的基礎(chǔ)之上進(jìn)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(jìn)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
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 改進(jìn)BISQ模型參數(shù)反演的多尺度小生境蟻群算法研究.pdf
- 26668.復(fù)雜介質(zhì)參數(shù)反演的小生境蟻群算法研究
- 流域洪水演進(jìn)模型參數(shù)反演的小生境粒子群算法研究.pdf
- 克隆小生境算法中參數(shù)設(shè)定方法的研究.pdf
- 動態(tài)環(huán)境下基于聚類的小生境微粒群算法的研究.pdf
- 基于小生境遺傳算法的多分類器融合模型.pdf
- 基于小生境遺傳算法的無功優(yōu)化.pdf
- 基于聚類方法的小生境遺傳算法研究.pdf
- 小生境混合蛙跳算法研究與應(yīng)用.pdf
- 基于多目標(biāo)優(yōu)化的改進(jìn)克隆小生境算法研究.pdf
- 基于小生境遺傳算法的關(guān)聯(lián)規(guī)則挖掘研究.pdf
- 基于小生境遺傳算法的增量貝葉斯算法.pdf
- 室內(nèi)小生境的構(gòu)筑研究.pdf
- 基于小生境粒子群算法的機艙WSN目標(biāo)覆蓋研究.pdf
- 基于小生境混合蛙跳算法的優(yōu)化迭代學(xué)習(xí)控制算法研究.pdf
- 小生境遺傳算法的改進(jìn)及其應(yīng)用.pdf
- 排擠小生境遺傳算法的研究與應(yīng)用.pdf
- 一種基于小生境的克隆選擇算法.pdf
- 基于模糊聚類與多生境排擠的小生境遺傳算法研究.pdf
- 基于改進(jìn)小生境遺傳算法的配網(wǎng)無功優(yōu)化研究.pdf
評論
0/150
提交評論