GSA法在水质模型参数估值中的应用

在传统遗传算法(Genetic Algorithms,GA)基础上引入模拟退火技术(simulated Annealing,SA),提出了遗传模拟退火算法(GSA)，并将其应用到水质模型参数估值中。计算结果表明，GSA法综合了2种优化方法各自的优点，克服了传统GA容易早熟的缺点，加强了算法的收敛速度，因而具有良好的优化性能。不同的参数估值方法比较，进一步验证了新方法的有效性。     

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.     

模拟退火算法在安全投资决策中的应用

安全投资决策是安全生产决策的重要内容。企业生产系统的安全投资,是生产成本的组成部分,合理地安排投资项目,可以最大限度地提高企业的安全效果和经济效益。本文在分析安全投资决策问题的基础上,针对问题优化模型,设计了带有精英保留策略的模拟退火算法,并对其进行了优化求解,结果表明模拟退火算法在解决安全投资决策问题上能够得到比较优化的方案,从而为求解安全投资决策问题提供了新的途径。     

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.     

遗传模拟退火算法在水质模型参数估值中的应用研究

在传统遗传算法 (GeneticAlgorithms,GA)基础上引入模拟退火技术 (SimulatedAnnealing,SA) ,提出了遗传模拟退火算法 (GSA) ,并将其应用到水质模型参数估值中。计算结果表明 ,GSA法综合了 2种优化方法各自的优点 ,不但克服了传统GA容易早熟的缺点 ,还加强了算法的收敛速度 ,因而具有良好的优化性能。不同的参数估值方法比较进一步验证了新方法的有效性。GSA法在环境优化领域中将具有广阔的应用前景     

基于灰色关联分析与SA-PSO-Elman结合的地震直接经济损失评估

对地震灾害造成的损失进行评估是国家采取应急救援和灾后援建工作的重要依据。为快速评估地震灾害引起的直接经济损失,提出一种基于灰色关联分析与模拟退火-粒子群-Elman神经网络(SA-PSO-Elman)结合的地震灾害直接经济损失评估模型。该模型先采用灰色关联分析方法客观地选出地震灾害直接经济损失的主要影响因素,即为Elman神经网络的输入,然后将全局寻优能力强及收敛速度快的粒子群算法与能跳出局部极值的模拟退火算法相结合来优化Elman神经网络的权值和阀值,最后将训练好的Elman神经网络运用到地震灾害直接经济损失评估中。通过仿真试验结果表明:该混合算法优化的Elman神经网络模型比Elman神经网络模型和PSOElman神经网络模型具有更高的预测精度和收敛速度。     

模拟退火法优化约束条件下造林规划设计的研究

模拟退火法是一种新的优化算法 ,文中首次提出用该法确定在资金、计划、苗木品种和数量等约束条件下小班造林规划设计最优方案 ,并阐述其数学模型和具体方法。笔者用97个造林小班资料 ,应用模拟退火法对在约束条件下的小班造林规划设计进行了方案优化 ,结果表明该法优化约束条件下造林规划设计效果很理想。     

一种基于污染风险的地下水监测井网多目标优化方法

地下水具有重要的生态服务功能.地下水监测可为管理和维护地下水生态安全提供必要的信息.如何以最低的监测成本获取最丰富的地下水信息一直是科学家和管理者关注的热点问题之一.在模拟退火算法的基础上,利用随机森林算法筛选出对地下水质量演化指示性最强的监测指标,并结合水文地质分析法,考虑地下水污染风险性,以监测成本最低、精度最高和...     

基于BAPSO-PNN神经网络算法的空气质量评价研究

针对空气质量级别的影响因子较多,存在实时性、非线性和随机变化的特点,提出一种基于频率粒子群优化概率神经网络的算法(BAPSO-PNN)来对空气质量状况进行评价。文章利用改进粒子群算法能够有效调节全局和局部搜索平衡性的优点,对PNN网络中的spread参数进行优化,从而建立BAPSO-PNN算法,并从数据分析的角度来对空气质量状况进行评价,最后与经典算法PSO-PNN的仿真结果进行对比。结果表明,BAPSO-PNN算法具有较高的评价精度、运算和收敛速度,具有较高的实际应用价值。     

基于反馈机制的鲸鱼优化算法

针对基本鲸鱼优化算法容易陷入局部最优和收敛速度慢的问题,提出了一种基于反馈机制的鲸鱼优化算法。为了提高算法的全局搜索能力以及局部开发能力,在鲸鱼寻找食物的阶段,通过鲸鱼的自我反馈以及鲸鱼间的反馈(基于均值个体)来提高鲸鱼算法的全局搜索能力,避免算法陷入局部最优。且通过最优位置的鲸鱼自我反馈、其它鲸鱼于最优位置的鲸鱼反馈(基于正态分布)来解决收敛速度慢的问题。实验表明,与基本的鲸鱼算法、粒子群算法、遗传算法相比,改进的算法在收敛的精度、速度以及算法的稳定性方面都有一定的提高。     

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.     

快速模拟退火组合优化法在区域水环境质量评价中的应用

以地表水环境质量准标为基础,设定水体污染物的基准值,构建用于水体的一种环境质量评价的模型,利用快速模拟退火组合优化法对相关参数进行优化,而得到一个对多种水污染物都适用的综合水体环境质量评价指数公式。该公式形式简单,计算容易,评价结果具有可比性。     

基于两种耦合方法的模拟-优化模型在地下水污染源识别中的对比

采用一种基于模拟-优化模型的方法对地下水污染源进行识别研究.模拟-优化模型分别采用响应矩阵法和状态转移方程法进行耦合,并利用遗传算法求解,经过多次迭代,使得模拟结果与观测数据的误差达到最小.最后,通过一个假想例子评估模拟-优化模型的性能,同时比较应用不同耦合方法的计算结果.研究表明:应用响应矩阵法耦合模拟-优化模型所得结果的绝对误差范围为0.1~1.6g/L,应用状态转移方程法时,绝对误差范围为0~5.2g/L,因此,采用遗传算法求解模拟-优化模型能够有效且准确地得到地下水污染源的释放量,可以应用于地下水污染源识别问题,并且采用响应矩阵法耦合模拟-优化模型优于状态转移方程法.     

基于反馈式突变进化算法的空气质量评价公式

在设定了各指标的极限浓度限值基础上,提出了一个适用于多项空气污染物的空气质量评价的幂函数加和型综合指数公式。将反馈式突变进化算法用于公式中的参数优化,得出优化后适用于多项污染物的空气质量评价普适指数公式。公式应用于多个实例分析评价,并与其它多种评价方法的评价结果相比较。结果表明:该公式不受污染物种类和数目多少限制,计算简便,具有可比性、普适性和实用性。     

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。     

基于遗传算法的次级河流回水段水质模型多参数识别

根据长江次级河流临江河回水段的实际情况,建立一维水质模型,模型中的各变化项采用有限差分法(FDM)进行离散,以回水段水体中COD和NH3-N的实测资料为基础,利用自适应遗传算法(AGA)对2种污染物的纵向离散系数及一级降解系数进行反演计算,得出回水段COD和NH3-N的纵向离散系数分别为0.5227,0.5196km2/h,一级降解系数分别为0.0342,0.0367h-1;计算值与实测值吻合较好,表明FDM-AGA方法能较好地运用于次级河流回水段水质模型的多参数识别.     

基于优化算法的辐射计折射率剖面反演

介绍了利用双通道地基微波辐射计,基于神经网络和遗传算法结合的晴空大气剖面反演研究工作,神经网络算法反演折射率干项,遗传算法反演折射率湿项,使用青岛地区历史探空数据仿真表明,两种算法相结合反演的大气折射率剖面与探空数据吻合较好.     

基于DPSIRM框架的区域水资源承载力综合评价

综合考虑影响水资源系统的资源、生态、环境、经济、社会等因素,论文通过对水资源系统内在机理研究,构建基于驱动力-压力-状态-影响-响应-管理（DPSIRM）概念框架的水资源承载力DPSIRM评价指标体系,给出各子系统明确的含义,以反映系统内部各要素之间的关系。在此基础上,将模拟退火算法用于投影寻踪优化,构建耦合SA-PP模型。并将模型应用于2003—2012年云南省水资源承载力综合评价,并分析投影特征值的历年变化特征。研究结果表明：2003—2012年云南省水资源承载力呈逐步上升趋势,即在当前社会经济发展水平下,云南省水资源承载力逐步增强,社会经济发展的规模处于水资源可支撑的规模范围内。2006年以前,水资源承载力呈加速增长趋势,其增长潜力较大。2006年以后,水资源承载力波动幅度较大,而2009和2011年年增幅趋于零。最佳投影方向各分量的大小反映了各评价指标对水资源承载力的影响程度,值越大则对应的评价指标对水资源承载力的影响程度越大。对水资源承载力影响程度最大的5项指标依次为：生活污水排放量、“三废”治理投资、人均GDP、单位GDP水耗和森林覆盖率。压力子系统对水资源承载力影响比重为26.15%,表明压力子系统是影响云南省水资源承载力的最重要因子。研究表明此模型具有实用性,可为区域水资源规划与管理提供科学决策依据。