基于小生境蟻群算法的水質模型參數反演研究.pdf

1、隨著社會經濟的發(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。水質數學模型在水環(huán)境預測、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。因而水質模型在預測未來水質和制定預防控制水污染對策方面具有十分重要的意義。其中模型的參數估計問題是非常重要的一環(huán),在很大程度上，決定了水質模型應用的成敗。河流水質模型參數反演時,目標函數往往呈現出高度非線性化,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。在前人研究的基礎之上進行總結,選取基于適應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合并添加適應值共享原則后得到的。
　　本文的主要側重點是算法的應用,首先將算法應用到典型多模態(tài)函數優(yōu)化問題求解中,并將優(yōu)化結果與基本蟻群算法的優(yōu)化結果作了對比,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、二維水質模型進行了參數反演,反演結果表明,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等特點。
　　考慮到一般的更具適用性的水質模型多為是無解析解的對