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。     

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     

基于贝叶斯优化的三维水动力-水质模型参数估值方法

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.     

基于改进遗传算法率定水质参数的研究

提出一种新的优化准则函数,结合改进的加速遗传算法,能够求得全局最优的水质参数。实例计算结果表明,新算法具有较高的精确度和良好的优化性能。     

ASM中水质特性参数测定方法的研究进展

近三十年来有关活性污泥生物学、反应动力学等基础理论方面的研究得到了迅速的发展。但用于模拟污水处理厂处理的模型的研究却发展相对较慢,本文综述了活性污泥数学模型的相应理论及发展历程。主要介绍了广泛应用的ASM模型,并详细介绍了模型中的水质特性参数(Ss、S1、Xs、x1)的各种测定方法。     

随机因素对河流水质模型参数最优估值影响

用多宾斯－BOD－DO（Dobbins－BOD－DO）水质模型,生成真实的无干扰和有干扰的仿真水质数据。在此基础上,用绘制目标函数响应面的方法,分析水质监测数据中的随机噪声对水质模型参数最优估值的影响。分析结果表明,随机噪声干扰使最优估计参数＂漂离＂系统真实参数,并增加最优估计参数的不唯一性问题。     

牛顿（切线）法求极值在估算水质模型参数中的应用

文章根据水环境容量计算条件,建立了适用于中小河河流一维忽略污染物沉降扣弥散作用的数学模型。建立了由实测值与拱型计算值之差的平方构成的目标函数。通过目标函数,把水质模型参数的估算转变成一个单变量函数求极值的问题。本文采用牛顿（切线）法求极值和计算机技术解决了这个单变量函数求极值问题,解决了在有多排污口存在的河段估算污染物衰减系数K值的难题。该办法的使用提高了水环境容量计算的可靠性和准确度。     

遗传神经网络在水质监测点优化布局中的应用

为科学全面地掌握湖泊水域的水质指标分布状况,以广西大学镜湖为实验研究对象,以无人船为平台将RBF神经网络与遗传算法相结合,对监测点的优化选择进行了讨论研究。分别对水质参数的单目标与多目标进行优化实验,并绘制拟合分布图。结果表明:遗传神经网络比传统的等距监测在水质参数的分布误差上具有明显优势,并在优化后至少6周内,其结果反映的数据依旧准确有效,说明遗传神经网络可明显提高水质监测的效率。     

生物处理动力学参数测定研究

结构化的废水生物处理过程模型引入了较多的模型参数。参数估值是关系到模型实用性的重要课题。本文介绍了利用批量反应器试验技术测定模型参数YH、bH、μ_max和K_hs的原理、方法以及对城市污水处理厂活性污泥的测定结果。采用所设计的试验程序,通过对OUR或DO动态变化的测定、分析和计算,即可得到有关的参数值,方法简便易行。     

水质模型参数优化的遗传算法实现及控制参数分析

参数识别是数学模型应用的前提.遗传算法是一种通用的全局优化算法,结构简单.一个实际应用问题能否利用遗传算法解决,关键在于遗传算法的设计和控制参数的选取.本文结合水质模型参数优化的特点,提出采用正交试验设计的方法来考察遗传算法不同控制参数对参数优化性能的影响,结果显示,正交法较好地识别了关键影响因素,并提出可能的最优方案.表明遗传算法能较好地应用于复杂多参数水质模型的参数识别研究.     

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。     

CaO调质污泥自然失水特性及数学模型研究

以城市污泥为对象,研究CaO添加比、空气流速及污泥堆积厚度对CaO调质污泥自然失水特性的影响。结果表明：污泥失水速率与空气流速、CaO添加比成正比,与堆积厚度成反比。基于Page模型建立的通用模型拟合值与实测值吻合较好,均方根误差为6.34%,能较好地模拟CaO调质污泥自然失水过程。根据Page模型计算出的污泥有效水分扩散系数为9.96×10⁻⁹~1.65×10⁻⁷,自然失水时间与CaO添加比、空气流速呈正相关,与污泥堆积厚度呈负相关。以单位失水量总费用为评价指标,采用MATLAB软件中Fmincon函数计算出单位失水量总费用最低时的最优干燥参数组合：CaO添加比为0.02,空气流速为0.6 m/s,污泥堆积厚度为7 mm。

     

适用于多指标的水质指数公式

通过适当设定水质指标的“基准”值 ,用相对于“基准”值的指标相对值替换对数形式的指数公式中的水质指标值 ,采用遗传算法优化不同指标的指数公式中的参数 ,得到对多项指标通用的水质普适指数公式 ;并用折衷型激励功效函数将单项指标的指数加权为综合指数。该公式形式简单 ,易于计算 ,使用方便 ;具有客观性、可比性和通用性     

城市河网水系多参数水质系统模拟研究

近年来,随着城市水环境综合治理的进行,城市河网水环境的污染特征由有机类污染向富营养化污染发生转变。从污染组分的相互影响机理出发,利用物质守恒的基本原理模拟污染水体多参数水质组分的迁移转化规律,并且对水质模型中的各项参数进行了优化处理。以苏州市古城区应用为例,其水质模型验证结果为：CODMn计算值与实测值相对误差小于30%的点据占总点据的100%;氨氮计算值与实测值相对误差小于35%的为86.67%,研究结果说明经过参数优化处理的水质模拟系统能够较为精确地模拟城市河网水体的污染特征。     

白石水库有机污染数学模拟预测研究

建立了水库有机污染数学模型 ,采用试验方法对模型中各项参数进行了估计 ,并对在建白石水库库水有机污染物变化情况进行了预测。结果表明 ,按现有入流水源水质预测 ,白石水库只在坝址前约 10km库区范围内水质才能达到Ⅰ～Ⅲ类标准。应加强对库区流域环境污染的治理     

基于自适应遗传小波神经网络的水质评价建模

水环境污染过程的非确定性和非线性,使得传统的水质评价方法存在局限性。为了提高水质评价的准确性,提出了一种基于改进小波神经网络(wavelet neural network,WNN)的水质评价模型。采用自适应遗传算法(adaptive genetic algorithm,AGA)对小波神经网络的初始权值进行优化,再通过小波神经网络算法对网络进行训练,最后对训练好的网络展开测试。仿真结果表明,自适应遗传算法和小波神经网络的结合提高了网络的训练效率,该方法可以用于水质评价建模,并且评价结果具有较高的精度和准确性。     

基于KH-SVM的鄱阳湖水质评价及变化趋势分析

为了提高水质评价结果的精度,更客观地反映水体环境的质量状况,针对支持向量机（support vector machine,SVM）性能易受模型参数的影响,提出了一种基于磷虾群算法（krill herd,KH）优化SVM的模型,将其与地表水环境质量标准相结合,选取5种代表性水质指标作为模型的输入,5类水质标准作为输出,建立了基于KH-SVM的水质评价模型,并利用该模型对鄱阳湖2013—2018年丰水期、平水期和枯水期的水质状况及变化趋势进行研究。结果表明：鄱阳湖北湖区水质基本维持在GB 3838—2002《地表水环境质量标准》Ⅲ—Ⅳ类,而南湖区水质各时期波动较大,其中丰水期多为Ⅱ类水,平、枯水期以Ⅴ类水为主,整体上2013—2018年鄱阳湖水质恶化趋势没有明显改善,水质级别仍处于非优类水平;构建的KH-SVM模型性能良好,与传统评价方法相比可以较好地实现水质综合评价,能够从整体上更准确、客观地反映水体质量状况。该研究成果可为区域地表水资源科学管理及水环境保护提供科学依据。     

洪泽湖水环境质量模糊综合评价

模糊数学方法采用隶属度函数描述环境因子与评价标准之间的相关程度,体现了评价标准界限的模糊性,使评价结果更接近客观实际。论文结合洪泽湖实际污染特征,以溶解氧、高锰酸盐指数、五日生化需氧量、氨氮、总氮、总磷、挥发酚、石油类为评价因子,应用模糊综合评价模型,对2000-2008年洪泽湖水环境质量进行了2级综合评价。结果表明,湖区除2003年是Ⅳ类水质外其余几年均为Ⅴ类水质,污染严重,且随着时间的推移水质继续恶化。洪泽湖主要污染因子为总氮和总磷。各监测点中,老山乡和高良涧镇监测点水质最差。论文分析了影响洪泽湖水质的主要因素,提出了相应的治理对策。