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     

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。     

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。     

发光细菌法在水质监测中的应用

详细叙述了发光细菌的生理特性及其应用原理，与其它生物监测方法相比具有快速、简便、灵敏等特点，重点评述了发光细菌法在工业废水以及水域水质毒性监测中的应用情况，其测试结果与传统的鱼类毒性试验结果具有良好的相关性，实际应用方便可行。同时，结合现代电子技术和化学分析技术对发光细菌法的发展进行了展望。     

苏州河干流水质模型的开发研究

对《苏州河水质模型的开发》课题完成的大部分内容进行了介绍，包括水质模型的选择及其原理、模型研究的内容与开发方法、干流水质模型的率定与验证，并据此给出了关于苏州河水环境特性的一些参数值，计算的基准时间为1999年夏季苏州河第3次调水试验时期。需要指出的是，苏州河正处于动态的综合整治过程中，模型中有关参数也会随其相应改变。     

指数平滑法在水质预测中的应用

指数平滑法是一种时间序列方法，本文简要介绍了该法的原理及建模、预测和精度分析的过程，并以莆田市东圳水库出水口处近７年的高锰酸盐指数的时间序列为例，对该法的应用效果进行探讨。     

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。     

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.     

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。

     

A genetic algorithm based stochastic programming model for air quality management

This paper presents a model that can aid planners in defining the total allowable pollutant discharge in the planning region,accounting for the dynamic and stochastic character of meteorological conditions.This is accomplished by integrating Monte Carlo simulation and using genetic algorithm to solve the model.The model is demonstrated by using a realistic air urban-scale SO2 control problem in the Yuxi City of China.To evaluate effectiveness of the model,results of the approach are shown to compare with those of the linear deterministic procedures. This paper also provides a valuable insight into how air quality targets should be made when the air pollutant will not threat the residents‘ health.Finally,a discussion of the areas for further research are briefly delineated.     

变尺度混沌-遗传算法在复杂河流水质模型参数优化中的应用

将变尺度混沌-遗传算法(MSCGA)应用于复杂河流水质模型参数优化.采用湘江衡阳段水质监测资料,以二维河流水质数学模型反演结果的均方误差为适应度函数,估计横向扩散系数Dx、纵向弥散系数Dy和污染物衰减系数κ.数值实验结果表明,MSCGA寻优过程具有明显的分级特征,级级收敛;在同样的条件下,MSCGA的收敛速度较快,为遗传算法(GA)的1.36倍;同时,MSCGA克服了GA早熟收敛的问题,其最优适应度函数值为7.6×10-4,而GA的最优适应度函数值9.6×10-4.将MSCGA应用于研究河段,求得Dx、Dy分别为0.1335、0.0011,BOD5、As、Cr的衰减系数κ分别为0.0229、0.0100、0.0107.     

海域水质模型参数动态反演方法研究初探

海域水质模型长周期数值模拟中,模型参数全时段统一赋值的方法忽略了参数随时间动态变化的物理特性,降低了模型的可靠性,增加了海域水质模型验证工作的难度.本文建立了将数据驱动模型和水质模型有机结合的参数动态反演的新方法:以水质模型多参数设计工况的数值模拟,构建海域内部观测点污染物浓度响应解集,并将解集划分为若干时段;应用基于人工神经网络的数据驱动模型归纳建立观测点每一时段内污染物浓度同多个模型参数之间的非线性关系;将实测资料带入关系中,进行模型参数随时间变化的动态反演.以渤海海域水质模型为例,采用“孪生”实验验证参数动态反演新方法的可行性,结果表明该方法是有效的,能够保证模拟周期内较高的数值精度,提高了模型的准确性.     

投影寻踪新算法在水质评价模型中的应用

用实数编码的遗传算法给出了一种投影寻踪方法中投影方向优化的新途径．在一个简单投影指标下,用新的优化途径建立了多元数据分类模型,并将其用于多指标的标准水质分类．两个实例样本水质评判结果表明,用投影寻踪新算法可以揭示高维数据的结构特征,所建立的分类与综合评价模型不仅有效,而且结果简单、直观和易于理解．     

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。     

Bayes理论在河流水质模型参数识别中的应用

参数识别是水环境数学模型建模的重要步骤.在实际模拟过程中,往往难以获得理想的数据进行模型参数识别.充分利用研究者已有的经验,可在一定程度上减少模拟过程的风险.Bayes理论为把研究者的经验或前验信息纳入到水质模拟提供了一个定量手段.采用离散Bayes理论的基本方法,以国内某河段实际监测数据为基础,完成了模型的参数识别过程,并对识别结果进行了分析.验证结果表明,采用Bayes理论获得的参数识别结果能够达到模型验证的要求.     

水质综合评价的投影寻踪模型

为检验水质评价标准的合理性，解决各单项水质指标评价结果的不相容问题，提高水质评价模型的分辨率，提出了一种新的模型－投影寻踪模型，它的评价结果是实数值。实例的计算结果表明，该方案是有效的和通用的，可应用于各种环境质量综合评价中。     

污水回用中的循环浓缩水质模型与污水回用率

污水回用中因循环浓缩,存在着水质变差问题．探索其变化规律,定量确定运行参数,做到既节水又保证回用水质合格、稳定,具有重要理论和实用意义．通过数学归纳法推导出一个循环浓缩水质数学模型和计算杂用水质和污水回用率的公式．应用该模型,以厕所污水回用为例,就污水水质、污染物去除率、处理水质和杂用水质标准对杂用水质、污水回用率的影响进行讨论．结果表明,在符合城市杂用水水质标准的前提条件下,分别按生化需氧量、浊度、氨氮及色度等水质指标计算得出的污水回用率是65．3％,82．9％,57．5％和37％．在厕所污水回用中,色度为水回用率的限制指标．由于色度指标的限制,经计算水循环厕所的污水回用率一般不宜超过40％。