混沌粒子群算法在河流水質(zhì)模型參數(shù)識別中的應(yīng)用.pdf

1、河流水質(zhì)模型參數(shù)識別，是建立河流水質(zhì)數(shù)學(xué)模型、預(yù)報河流水質(zhì)狀態(tài)變化的基本數(shù)據(jù)。目前獲得水質(zhì)參數(shù)的主要途徑之一，就是利用以相應(yīng)的解析解為基礎(chǔ)而建立的數(shù)據(jù)分析方法，分析河流水團(tuán)示蹤試驗數(shù)據(jù)。確定河流水質(zhì)模型參數(shù)，對于河流流域環(huán)境規(guī)劃、環(huán)境影響評價等工作具有至關(guān)重要的意義。 本文主要針對河流水質(zhì)模型中所出現(xiàn)的多參數(shù)、非線性等復(fù)雜的參數(shù)優(yōu)選問題，將粒子群算法、混沌粒子群算法應(yīng)用于河流水質(zhì)模型參數(shù)識別問題。通過數(shù)值實驗，對其中存在的問題進(jìn)

2、行了一定的分析和討論。文中的主要研究工作體現(xiàn)在： 1.將粒子群算法應(yīng)用于河流水質(zhì)模型參數(shù)識別問題，通過實例分析，驗證該算法的可行性與可靠性。另外，通過對數(shù)值實驗結(jié)果的討論，分析了粒子群算法需要進(jìn)一步改進(jìn)的問題。 2.利用混沌運(yùn)動的遍歷性特點，將混沌局部搜索引入到粒子群算法中，提出了混沌粒子群算法，改進(jìn)了粒子群算法易陷入局部極值的不足。 3.采用混沌粒子群算法確定河流水質(zhì)模型參數(shù)，進(jìn)行了數(shù)值實驗，驗證了算法的可行性