| 基于贝叶斯优化的三维水动力-水质模型参数估值方法 |
| |
| 引用本文： | 任婷玉,梁中耀,刘永,邹锐.基于贝叶斯优化的三维水动力-水质模型参数估值方法[J].环境科学学报,2019,39(6):2024-2032. |
| |
| 作者姓名： | 任婷玉 梁中耀 刘永 邹锐 |
| |
| 作者单位： | 北京大学环境科学与工程学院,水沙科学教育部重点实验室,北京100871;北京大学环境科学与工程学院,水沙科学教育部重点实验室,北京100871;北京英特利为环境科技有限公司,锐思计算智能实验室(RCIL),北京100085;南京智水环境科技有限公司,南京210012 |
| |
| 基金项目： | 云南省科技厅科技计划重点研发项目（No.2018BC001） |
| |
| 摘 要： | 随着水质目标管理要求的提升,基于复杂的三维水动力-水质模型的决策成为流域精准治理的必需.水质模型通常具有复杂的结构,包含大量的方程和参数,而参数取值的准确性会影响模型对水体系统表征的可靠性,进而影响根据模型结果进行水环境管理的效果,因此,有必要探究适用于复杂水质模型的高效参数估值方法.传统的自动参数估值方法应用于复杂的水质模型时会面临计算瓶颈,而贝叶斯优化适用于高运算成本模型的优化问题.本研究提出基于贝叶斯优化的复杂水质模型参数估值方法,主要包括:①重要影响参数识别;②重要参数敏感性排序与筛选;③采用贝叶斯优化对筛选出的参数进行估值;④方法的适用性评估.同时,将该方法应用于云南异龙湖的三维水动力-水质模型的参数估值中,发现进行参数估值后模型lg(NSE)均大于0.65,表明模型达到了满意的级别.研究表明,当贝叶斯优化算法的采集函数为EI时,仅需要141次迭代lg(NSE)即可达到0.766,该方法对复杂水质模型的参数估值具有一定的借鉴意义.
|
| 关 键 词： | 水质模型 参数估值 贝叶斯优化 高斯过程 采集函数 |
| 收稿时间： | 2018/11/26 0:00:00 |
| 修稿时间： | 2019/2/13 0:00:00 |
The parameters estimation method based on Bayesian optimization for complex water quality models |
| |
| REN Tingyu,LIANG Zhongyao,LIU Yong and ZOU Rui.The parameters estimation method based on Bayesian optimization for complex water quality models[J].Acta Scientiae Circumstantiae,2019,39(6):2024-2032. |
| |
| Authors: | REN Tingyu LIANG Zhongyao LIU Yong and ZOU Rui |
| |
| Institution: | College of Environmental Sciences and Engineering, the Key Laboratory of Water and Sediment Sciences, Ministry of Education, Peking University, Beijing 100871,College of Environmental Sciences and Engineering, the Key Laboratory of Water and Sediment Sciences, Ministry of Education, Peking University, Beijing 100871,College of Environmental Sciences and Engineering, the Key Laboratory of Water and Sediment Sciences, Ministry of Education, Peking University, Beijing 100871 and 1. College of Environmental Sciences and Engineering, the Key Laboratory of Water and Sediment Sciences, Ministry of Education, Peking University, Beijing 100871;2. Beijing Inteliway Environmental Sci. & Tech. Ltd., Rays Computational Intelligence Lab(RCIL), Beijing 100085;3. Nanjing Innowater Co. Ltd., Nanjing 210012 |
| |
| Abstract: | |
| |
| Keywords: | water quality model parameters estimation Bayesian optimization Gaussian process acquisition function |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《环境科学学报》浏览原始摘要信息 |
| 点击此处可从《环境科学学报》下载免费的PDF全文 |
|
