地下水污染源反演的Hooke-Jeeves吸引扩散粒子群混合算法

被引：9

作者：

江思珉 ^{[1
]}

王佩 ^{[2
]}

施小清 ^{[2
]}

郑茂辉 ^{[3
]}

机构：

[1] 同济大学水利工程系

[2] 南京大学水科学系

[3] 同济大学上海防灾救灾研究所

来源：

吉林大学学报(地球科学版) | 2012年 / 42卷 / 06期

关键词：

地下水; 污染源反演; 粒子群算法; Hooke-Jeeves算法; 逆问题;

D O I：

10.13278/j.cnki.jjuese.2012.06.025

中图分类号：

X131.2 [水污染化学];

学科分类号：

083001 ;

摘要：

根据污染物质量浓度监测数据进行地下水污染源反演是一类典型的地下水逆问题,该问题可转化为决策变量为污染源位置和强度的最优化问题进行求解。基于Hooke-Jeeves粒子群混合算法,引入吸引扩散粒子群(ARPSO)算法的粒子群发散算子,保证混合算法的种群多样性,并提出HJ-ARPSO混合算法,再结合地下水污染物迁移模型MT3DMS反演地下水污染源的位置和强度信息。在已知污染源位置和未知污染源位置两种情形下,分别利用HJ-ARPSO算法、HJ-PSO算法和GA算法进行地下水污染源反演。在两种情形下,HJ-ARPSO算法均具有较高的寻优成功率(分别对应为100%和90%);与之相比,未引入粒子群发散算子的HJ-PSO算法在未知污染源位置情形下其寻优成功率迅速降为60%;GA算法寻优效率则最低。算例结果表明,HJ-ARPSO算法是一种有效的地下水污染源反演优化算法。

引用

页码：1866 / 1872

页数：7

共 12 条

[1] 水文地质参数反演的Hooke-Jeeves粒子群混合算法 [J].

江思珉 ;

朱国荣 ;

施小清 ;

周念清 .

水科学进展, 2010, 21 (05) :606-612

[2] 两种智能算法在求解地下水管理模型中的对比 [J].

杨蕴 ;

吴剑锋 ;

吴吉春 .

吉林大学学报(地球科学版), 2009, 39 (03) :474-481+502

[3] 微粒群优化算法在Theis公式参数识别中的应用 [J].

丁东 ;

吴剑锋 .

工程勘察, 2009, 37 (02) :32-36

[4] 新安江模型参数优选的改进粒子群算法 [J].

江燕 ;

刘昌明 ;

胡铁松 ;

武夏宁 .

水利学报, 2007, (10) :1200-1206

[5] 岩土工程参数反演的一种新方法 [J].

田明俊 ;

周晶 .

岩石力学与工程学报, 2005, (09) :1492-1496

[6]

多孔介质污染物迁移动力学.[M].王洪涛; 编著.高等教育出版社.2008,

[7]

地下水数值模拟.[M].薛禹群; 谢春红; 著.科学出版社.2007,

[8]

非线性最优化方法.[M].席少霖编;.高等教育出版社.1992,

[9]

A parallel evolutionary strategy based simulation–optimization approach for solving groundwater source identification problems.[J].Baha Y. Mirghani;Kumar G. Mahinthakumar;Michael E. Tryby;Ranji S. Ranjithan;Emily M. Zechman.Advances in Water Resources.2009, 9

[10] Hybrid genetic algorithm - Local search methods for solving groundwater source identification inverse problems [J].

Mahinthakumar, GK ;

Sayeed, M .

JOURNAL OF WATER RESOURCES PLANNING AND MANAGEMENT, 2005, 131 (01) :45-57

← 1 2 →