確定水質(zhì)水量模型參數(shù)的單純形-粒子群混合算法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩57頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、水質(zhì)水量模型參數(shù)是進(jìn)行地下水資源評(píng)估、地表水水質(zhì)檢測(cè)的最基本的數(shù)據(jù),參數(shù)的準(zhǔn)確性對(duì)于水資源的合理開(kāi)發(fā)和水質(zhì)污染的合理預(yù)測(cè)有一定的指導(dǎo)意義。本文針對(duì)水環(huán)境評(píng)價(jià)中的兩種水質(zhì)模型進(jìn)行研究,建立基于現(xiàn)有水文地質(zhì)勘探資料的優(yōu)化算法,來(lái)確定兩種模型的水文參數(shù)。
  針對(duì)地下水滲流模型和河流水質(zhì)模型所呈現(xiàn)的非線性較強(qiáng)的、難以求解的多參數(shù)尋優(yōu)問(wèn)題,將單純形算法和粒子群優(yōu)化算法結(jié)合,構(gòu)造的單純形-粒子群混合算法應(yīng)用于估計(jì)第一越流系統(tǒng)參數(shù)和二維河流水

2、質(zhì)模型參數(shù)。根據(jù)數(shù)值實(shí)驗(yàn)的結(jié)果,討論單純形-粒子群混合算法在估計(jì)上述模型參數(shù)時(shí)的優(yōu)點(diǎn)。本文主要的研究工作如下:
  (1)首先介紹了粒子群優(yōu)化算法和單純形算法的原理和各自的優(yōu)缺點(diǎn),然后將全局搜索能力強(qiáng)的粒子群算法和局部搜索能力強(qiáng)的單純形算法結(jié)合,構(gòu)造了彌補(bǔ)各自缺陷的單純形-粒子群混合算法。
  (2)將單純形-粒子群混合算法應(yīng)用于求解第一越流系統(tǒng)含水層參數(shù),通過(guò)比較不同算法的計(jì)算結(jié)果,并與觀測(cè)數(shù)據(jù)的擬合對(duì)比分析知,混合算法更

3、可靠更有效。在計(jì)算越流系統(tǒng)含水層參數(shù)時(shí),單純形-粒子群混合算法種群規(guī)模對(duì)迭代次數(shù)、運(yùn)算時(shí)間和收斂率有一定的影響;待估參數(shù)初值取值范圍在一定程度上對(duì)混合算法的收斂速度有影響,但不會(huì)影響到算法最終的收斂性。通過(guò)分析滲流模型可知,含水層的水位降深是導(dǎo)水系數(shù)和儲(chǔ)水系數(shù)的減函數(shù),且導(dǎo)水系數(shù)的靈敏度要大于儲(chǔ)水系數(shù)的靈敏度。
  (3)將單純形-粒子群混合算法應(yīng)用于求解二維河流水質(zhì)模型參數(shù),通過(guò)比較不同算法的計(jì)算結(jié)果并分析算法的迭代曲線知,混合

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論