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

摘要：

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.

关键词：混沌、遗传算法、水质、模型、参数估计

所属期刊栏目：27

分类号：X522(水体污染及其防治)

资助基金：国家自然科学基金50425927;50225926;高等学校优秀青年教师教学科研奖励计划;高等学校博士学科点专项科研项目20020532017;国家高技术研究发展计划863计划2001AA644020;2003AA644010;2004AA649370

在线出版日期：2007-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：342-347