环境模型参数识别与不确定性分析

在对水文模型实例的参数不确定性分析基础上,分别采用传统灵敏度分析方法、HSY算法、线性回归等方法对模型参数特性进行了识别与比较研究.结果表明参数优化算法与传统灵敏度分析方法不能解释模型结构复杂性特征,采用不确定性分析方法对环境模型参数进行识别提供了深入分析与理解模型系统的有效途径.     

蛙跳算法优化的地下水质评价的参数化组合算子模型

传统的参数化多元组合算子模型在进行对数变换后,采用最小二乘法求解模型参数。在满足构建的优化目标函数条件下,直接用基于群集智能的混合蛙跳算法对参数化组合算子模型中的参数进行优化,避免了传统解法过程中需要进行的对数变换,因而使参数求解变得简化。改进后的参数化组合算子模型被应用于地下水水质评价,其评价结果与用其他多种方法的评价结果基本一致。从而表明:混合蛙跳算法优化得出的地下水水质评价参数化组合算子模型为地下水水质评价提供了一种简便和实用的新方法。     

神经网络与模拟退火算法结合的锅炉低NOx燃烧优化

对某600MW燃煤电站锅炉进行了多工况热态NOx排放特性测量,在利用多层前向神经网络对该锅炉的NOx排放特性进行建模的基础上,将神经网络模型与模拟退火全局优化算法相结合,实现了锅炉的低NOx燃烧的优化,计算得到可获得低NOx排放浓度的具体燃烧配风方案.文中对2种不同退火参数的模拟退火算法进行了比较,结果说明采用T0=50K,α=0.6的参数可以获得较好的寻优效果.本文研究结果为实现大型电站锅炉低NOx燃烧控制的在线优化技术打下了基础.     

环境数学

方法建立的水质数学模型符合实际,精度高,能满足水质管理的要求,且资金投人少,省时省力。图3参lXllZ(X) 202616环境模型参数优化方法的比较/刘毅…(清华大学环境科学与工程系环境模拟与污染控制国家重点联合实验室)//环境科学/中科院生态环境研究中心一2田2,23(2)一l一6环图X一5 模型参数优化是通过极小化目标函数使得模型输出和实际观测数据之间达到最佳的拟合程度。由于环境模型本身的复杂性,常规优化算法难以达到参数空间上的全局最优。近年来,随着计算机运算效率的快速提高,直接优化方法得到了进一步开发与广泛应用。本文比较了CRS、…     

加速基因算法在海洋环境预报中的应用

基于自然选择和自然基因机制的基因算法是一种优秀的寻优方法，它利用遗传操作算子来模拟生物界的优生劣汰的规律，是一种多路径全局优化方法。为增强经典基因算法对实际模型参数变化范围的适应性，加快其全局寻优速度和简化算法参数设置技术，本文给邮了一种改进基因算法，并在海渔期预报，冰情预报中得到成功应用。该法可广泛用于各种工程模型优化之中。     

基于可信性理论的水资源优化配置模型

针对城市水资源与水环境系统中存在的不确定性与复杂性,提出了模糊环境下基于可信性理论的CFCCP模型(可信性模糊机会约束规划模型),并将其应用于衡水市水资源优化配置模型的研究中.CFCCP模型以衡水市经济、社会与环境效益最大化为目标,以供需水量、区域协调发展等为不确定性约束,以各水源在各子区不同部门间的分配为决策变量,并且设计了基于模糊模拟的猴群算法进行求解.CFCCP模型可反映不确定性因素对系统收益的影响,计算了各规划水平年置信水平为0.8时的水资源配置风险-收益权衡方案,得到2015年和2025年的区域经济效益分别为198 365.30×104和266 227.30×104元,缺水量分别为25 299.36×104和20 990.96×104 m3,污染物排放量分别为12 808.47和13 000.44 t.同时,通过与传统优化算法的比较,证明了基于模糊模拟的猴群算法在求解多维优化问题时的有效性.     

ABC算法优化SVR的磨损故障预测模型

目的为了提高故障预测的精度,针对支持向量回归SVR(Support vector machine for regression,SVR)参数选择困难的问题,提出一种采用人工蜂群(artificial bee colony,ABC)算法优化支持向量回归(SVR)的故障预测模型(ABC-SVR)。方法该模型先对样本数据进行重构,然后将故障预测误差(适应度)作为优化目标,通过ABC算法寻优找到最优的SVR参数,建立故障预测模型。最后通过实例仿真验证模型的优越性。结果采用ABC算法优化的SVR故障预测模型进行时间序列预测,能够较好地跟踪发动机滑油金属元素浓度的变化过程,并且能够提前2个取样时间预测异常情况的出现。结论 ABC-SVR模型有效解决了SVR参数选择难题,能够更加准确地表现故障变化规律,提高了故障预测精度。     

神经网络与模拟退火算法结合的锅炉低NOx燃烧优化

对某600MW燃煤电站锅炉进行了多工况热态NO_x排放特性测量,在利用多层前向神经网络对该锅炉的NO_x排放特性进行建模的基础上,将神经网络模型与模拟退火全局优化算法相结合,实现了锅炉的低NO_x燃烧的优化,计算得到可获得低NO_x排放浓度的具体燃烧配风方案.文中对2种不同退火参数的模拟退火算法进行了比较,结果说明采用T₀=50K,α=0.6的参数可以获得较好的寻优效果.本文研究结果为实现大型电站锅炉低NO_x燃烧控制的在线优化技术打下了基础.     

免疫进化算法反演均匀混合气溶胶吸湿增长因子

通过对大气消光系数进行组分分解,并借助米散射理论,构建了以均匀混合气溶胶吸湿增长因子为唯一变量的目标函数.进一步利用免疫进化算法优化该目标函数,提出了一种针对均匀混合气溶胶吸湿增长因子的反演算法.基于成都市2017年10~12月浊度计,黑碳仪和GRIMM180环境颗粒物监测仪的地面逐时观测资料以及该时段同时次的环境气象监测数据（大气能见度,相对湿度RH和NO₂质量浓度）,评估了算法的性能及其适用性.结果表明：对所有测试样本而言,反演均匀混合气溶胶吸湿增长因子的免疫进化算法均能快速收敛到全局最优解.建立了成都地区秋冬季均匀混合气溶胶吸湿增长模型,该模型显著提升了环境条件下气溶胶散射系数的模拟精度,其模拟值与实测值之间的平均相对误差仅为12.7%.该反演算法的普适性可为气溶胶吸湿性及其辐射强迫效应的后续研究提供算法保障.     

基于主成分分析和粒子群优化支持向量机的边坡稳定性评价

为科学评价边坡工程的稳定性,优化边坡稳定性的预测精度,提高工作效率,提出了基于主成分分析法(PCA)和粒子群算法(PSO)优化的支持向量机(SVM)模型。首先利用主成分分析法对边坡稳定性影响因子进行特征提取,以获得的主成分作为支持向量机的特征向量建立支持向量机模型,然后通过粒子群算法优化支持向量机参数,最终建立边坡稳定性评价模型,并对边坡实例的稳定性进行预测,结果表明:PCA-PSO-SVM模型的运行速度快,预测准确率达909%,满足工程要求。     

大型空间桁架天线振动控制及作动器位置优化

目的对在轨大型空间柔性桁架天线结构振动进行主动控制及作动器位置优化。方法采用线性二次型最优控制算法对天线结构进行振动抑制,以系统能量和控制能量的和作为优化性能指标,利用遗传算法对作动器的位置进行优化。结果在优化配置的两个作动器控制作用下,受到激扰的天线结构振动便在10 s内得到良好得抑制,振动幅值减小了一个量级。结论适当地增加作动器数目,恰当地配置作动器的位置能有效抑制柔性天线结构的振动。     

进化蚁群算法及其在湖泊富营养化评价中的应用

蚁群算法是近年提出的一种新型的仿生算法,已在许多组合优化问题中得到成功应用,但是传统蚁群算法解决连续优化问题的能力较差.为提高其解决连续优化问题的能力,拓宽应用范围,引入带可变邻域搜索项的进化策略对其进行改进,进而提出进化蚁群算法.随后从2个方面对进化蚁群算法的性能进行测试:①采用多个经典测试函数测试进化蚁群算法用于解决连续优化问题的效果;②将进化蚁群算法应用于千岛湖的富营养化程度评价,以测试该方法解决实际问题的效果.函数测试结果表明,进化蚁群算法可以成功用于解决连续优化问题,并且优化过程所需初始个体的数量少,优化速度快;千岛湖富营养化程度评价实例的结果表明,进化蚁群算法应用于湖泊富营养化评价是可行的,可用于解决实际问题.     

基于粒子群算法的城市垃圾中转站的空间布局研究

随着城市化的进程，垃圾处理设施成为影响城市化质量的重要指标。依据人们实际所关注的垃圾处理设施的总成本和负效应两个因素，在前人研究的基础上，建立了垃圾收运多目标模型，使得总成本和负效应最优化。根据模型设计了粒子群算法，该算法属于智能算法，且精度高，收敛快，在许多领域也得到广泛应用。用设计的粒子群算法并结合案例求出了Pareto最优解，给出三种决策方案，验证了模型和算法的有效性和可行性，为决策者提供了一种理论参考。     

Cleaner production for continuous digester processes based on hybrid Pareto genetic algorithm

ＩｎｔｒｏｄｕｃｔｉｏｎＷｉｔｈｏｂｓｏｌｅｔｅｔｅｃｈｎｏｌｏｇｙ ,ｅｑｕｉｐｍｅｎｔ,ａｎｄｍａｎａｇｅｍｅｎｔ,Ｃｈｉｎａ′ｓｐｕｌｐａｎｄｐａｐｅｒｉｎｄｕｓｔｒｙｉｓｒｅｃｏｇｎｉｚｅｄａｓｂｅｉｎｇｏｎｅｏｆｔｈｅｍｏｓｔｈｉｇｈｌｙｐｏｌｌｕｔｉｎｇｓｅｃｔｏｒｓ.Ｉｔｓｐｌａｎｔｓｄｉｓｃｈａｒｇｅｄｏｖｅｒ3ｍｉｌｌｉｏｎｔ ａｏｆＣＯＤｉｎ 1 995,ａｃｃｏｕｎｔｉｎｇｆｏｒ 41 .8%ｏｆｔｈｅｏｖｅｒａｌｌｉｎｄｕｓｔｒｙｐｏｌｌｕｔｉｏｎｌｏａｄｏｆＣｈｉｎａ(Ｒｅｎ ,1 998) .Ｉｎｔ…     

地下水硝酸盐污染抽出处理优化方法模拟研究

以北京某场地生活垃圾填埋场硝酸盐污染地下水为研究对象,针对抽出处理技术,利用遗传算法(GA)和模拟退火法(SA)对地下水硝酸盐污染羽治理区中布置18口备选井方案进行优化.优化目标函数最小化治理成本,确定最佳井数及其井的位置和抽水速率,同时达到在100 d内将研究区硝酸盐浓度降低至10 mg·L-1的治理目标.GA优化结果为8号井优化抽水速率为155 m3·d-1,14号井优化抽水速率为10 m3·d-1.SA优化结果为8号井优化抽水速率为82 m3·d-1,14号井优化抽水速率为39 m3·d-1.基于GA和SA优化抽水速率,硝酸盐总量去除率分别为76.89%和84.92%.优化结果说明,最佳井的位置应位于硝酸盐污染羽中游及中下游的中轴线上,且中游抽水速率比下游要大.两种优化算法对比表明SA优化系统治理成本比GA节省6.8%,且波动性小,更收敛.     

最小生成树算法及其应用

Kruskal算法和Prim算法是求最小生成树的常用算法,文中设计了这两种算法的C语言程序,并通过实例说明了算法的应用.     

遗传梯度法在水质数学模型参数估值的应用

介绍一种混合遗传算法－－遗传梯度法，并将其应用于水质数学模型参数估值，较一般优化算法能稳定得到的全局最优解。     

基于计算智能的流域污染排放优化模式研究

基于人工神经网络和遗传算法建立了流域排污削减控制的技术框架.通过对排污口和目标断面水质监测数据的模拟与优化提出最优的排污削减控制策略,从而使目标功能区达标,可以间接的实现环境容量总量控制.结合情景分析理论对松花江哈尔滨段的朱顺屯-东江桥(S1)与东江桥-大顶子山(S2)功能区进行了COD的排污优化研究.结果表明,S1区段执行III类功能区标准时,何家沟与松北两个排污口平均削减率分别为23%和25%;执行II类功能区标准时2个排污平均削减率分别为64%和42%.S2执行II类功能区标准,太平,阿什河和呼兰河排污口全年平均削减率分别为18%、53%和25%.基于计算智能的削减控制模式实用可操作性强,可以科学、合理的对各个排污口源强进行优化,给出最优的污染排放策略.