遗传单纯形混合算法在复杂环境模型参数识别中的应用

摘要：

参数识别是数学模型应用的一个重要环节.为提高复杂环境模型参数识别的性能和效率,引入了遗传单纯形法(GASM),该方法融合了遗传算法和单纯形法两类算法的不同搜索机制,具有很强的广度搜索和深度搜索能力.本研究以密云水库水质模拟为例,将GASM算法应用于模拟地表水水质的WASP模型中10个参数的优化识别.计算结果表明,无论是没有扰动的情况还是有扰动的情况,GASM算法均高效可靠地搜索到水质模型参数的全局最优解,说明此方法应用于复杂环境模型参数搜索是可行的实用的.同时,通过不同算法的比较也说明了GASM算法在搜索性能和效率方面的优越性.

关键词：参数识别、环境模型、遗传算法、单纯形法、全局优化、混合算法

所属期刊栏目：36

分类号：X524(水体污染及其防治)

资助基金：北京市科技攻关项目H012110010119

在线出版日期：2005-09-01（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：674-679