基于BAS算法的河渠突发水污染溯源

为了在河渠突发水污染事件发生后快速识别污染物的源项信息,结合正向的质量浓度过程与逆向位置信息之间的关系,实现污染物源项的解耦,确定了质量浓度与位置概率密度函数之间的相关关系以及质量浓度与正向质量浓度概率密度函数之间的关系,构建了水力学模型,并利用天牛须搜索(BAS)算法对水污染源项进行求解。数值模型仿真结果表明:该水力学模型与BAS算法的结合有效地降低了计算量,计算得到的源项信息与实际情况基本符合,精度较高;与粒子群算法相比,BAS算法收敛速度快,运算量小。     

基于模拟–优化模式的梯级水库群突发水污染事件应急调度研究

根据突发水污染事件特征及相关影响因素,在水动力模型、水质模型的基础上,建立了基于模拟–优化模式的梯级水库群突发水污染事件应急调度优化模型。以清江中下游为例,采用改进的NSGA-Ⅱ算法,对水布垭–隔河岩–高坝洲梯级水库群应急调度优化模型的决策变量(应急调度函数中的控制变量)进行多目标优化,得到了Pareto最优解集及相应的Pareto前沿,并探讨了水库群联合调度在应对突发性水污染事件的合理性与有效性。结果表明,在水位、库容允许的情况下,优先调用距离污染源较近的或与被污染河段直接相连的水库,启动应急调度最多可使污染物浓度达标时间减少80.4%。根据优化结果分析了应急调度过程中损失的电能与污染物达标所用时间之间的竞争关系,并定量模拟了突发水污染事件中污染物浓度的沿程变化与随时间变化的过程。     

基于水库调度的河流突发水污染应急处置

天然河流水污染事件频发,如何运用水库应急调度降低污染损失具有重要意义。以突发水污染事件应急处置为目标,分别构建了水污染溯源、浓度预测和水库应急调度模型,并通过数值模拟的方式对水库调度方案进行优选,最终建立了一套完善的水库应急调度技术体系。将技术运用于贺江2013年水污染事件应急处置分析,结果表明,模型重构的监测断面污染物浓度过程与实测过程较为接近,优选的水库调度方案及其处置效果也与实际情况基本吻合。结果说明本文建立的水库应急调度关键技术体系可运用于指导河流突发水污染事件应急处置。     

基于粒子群与知识图谱的突发水污染事件溯源方法

水污染溯源是一种应对突发水污染事件的有效方法。针对传统水污染溯源方法存在工作量大、计算复杂、耗时长的问题,提出基于粒子群与知识图谱的突发水污染事件溯源方法,通过预案库构建、水污染扩散模型在线率定、污染物溯源正向模拟、知识图谱关系分析,完成水污染快速溯源,确定偷排企业;同时,岸边瞬时排放污染物的溯源实验表明了该方法具有很好的适用性与准确性。     

宽浅河道瞬时源源项反问题及反演精度主要影响因子分析

根据宽浅河道的水动力特性和可溶性污染物在河道内的迁移转化特征,建立了宽浅河道内突发性瞬时源污染物排放位置及污染物排放量的数学反问题;采用微分进化算法,给出了反问题的数学求解方法;构造典型案例,利用瞬时源污染物浓度平面分布的理论解,对反问题求解方法进行了验证;并采用情景分析方法,进一步分析了事故应急监测点位、监测频次对污染源反演精度的影响。结果表明,反演精度依赖于监测点位的数量、监测频次等影响因子,基于一定观测数据、观测精度的污染源的数学反演,可以为瞬时源强、发生位置的确定提供技术佐证。     

中小河道突发事故污染源强非稳态过程反问题

根据中小型河流水动力特性及突发性水污染事故污染物排放特征,将污染源概化为分布于某一时段的非连续源,基于一维对流-扩散方程,依据事故下游断面污染物浓度的时间序列观测资料,构造中小型河道突发水污染事故污染源强的反问题,给出反问题的数学求解方法。并构造典型案例,通过一维对流分散问题的解析解,对反问题的求解方法进行验证。     

北疆供水工程主干渠突发水污染事故污染物运移扩散研究

为制定北疆供水工程主干渠科学、可行的突发水污染事故应急预案,保障供水水质安全,基于ＭＩＫＥ１１的水动力模块（ＨＤ）和对流扩散模块（ＡＤ）构建了北疆供水工程主干渠００＋０００—５７＋３００段的水质模拟模型,通过对模型参数的率定和验证,表明该模型具有较理想的模拟效果。研究结果表明:突发水污染事故发生后的一个小时是应急处置的关键时刻;当大量污染物进入渠道时,渠道沿程断面出现污染物浓度峰值持续现象;污染物扩散距离与污染事故发生位置无关;污染物影响范围与流量有关;人工渠道自我净化能力较弱。     

基于和声搜索算法的地下水污染源与未知含水层参数的同步反演研究

地下水污染源反演问题和含水层参数反演问题都是典型的地下水逆问题。在未知含水层参数(渗透系数、弥散度等)等先决信息的情况下进行地下水污染源反演计算时,需要根据已有的监测数据(水位和浓度等)对地下水污染源和未知含水层参数进行同步反演。在同步反演优化问题中,决策变量包括污染源位置、强度以及待求的含水层参数。论文首先介绍同步反演模型的框架组成(包括污染物迁移模型和反演优化模型),然后在对已有的各种和声搜索改进算法进行研究的基础上结合同步反演模型提出一种改进的和声搜索算法,最后将同步反演模型和改进的和声搜索算法应用于具体的算例研究。研究表明,改进的和声搜索算法具有算法稳定高效、求解精度高等特点,能够广泛应用于复杂的地下水污染源和含水层参数反演问题。     

基于复合型进化算法的地下水污染反演模型

污染源位置和污染物排放浓度的快速确定直接决定着地下水污染的有效治理及修复,这属于地下水反演问题。通过充分分析地下水污染反演问题,耦合地下水流模拟程序MODFLOW、溶质运移模拟程序MT3DMS和优化算法SCE-UA,设计了一种模拟-优化(S/O)反演模型。通过实例验证,反演结果表明:提出的网格遍历GT算法可以自动验证潜在污染区内所有可能的污染源位置组合方式;与传统地下水污染反演模型相比,S/O模型不但能够适用于稳定流条件,而且适用于非稳定流条件;所开发的S/O模型对于多污染源分别在稳定流和非稳定流下的反演均有非常高的精度,能够准确反演污染源位置及污染物排放浓度。     

Traceability and response method of sudden water pollution events in typical riverside areasEI北大核心CSCD

针对城市内河突发水污染事件频发引起水资源及经济的巨大损失,提出了Hartree闭环河湖水质预警法,通过事件发生、溯源追踪、预警排查、预测分析、应急处理及恢复原状的处置流程,采取监测预警、水质巡测、河长App、模型预测、紧急抢修及警报解除的措施,提出了基于水污染溯源的快速响应及事故处理方法。以南京金川河水系为例,研究了水污染突发事件后污染物的溯源、响应及事故处理的流程,基于耦合模型计算,通过有无Hartree闭环河湖水质预警法和不同调水量浓度场对比,得到调水量与水质超标时长的相关关系,从方法效用上提高了处理该类事件的效率。     

Multi-objective reservoir operation using particle swarm optimization with adaptive random inertia weights

Based on conventional particle swarm optimization(PSO), this paper presents an efficient and reliable heuristic approach using PSO with an adaptive random inertia weight(ARIW) strategy, referred to as the ARIW-PSO algorithm, to build a multi-objective optimization model for reservoir operation. Using the triangular probability density function, the inertia weight is randomly generated, and the probability density function is automatically adjusted to make the inertia weight generally greater in the initial stage of evolution, which is suitable for global searches. In the evolution process, the inertia weight gradually decreases, which is beneficial to local searches. The performance of the ARIWPSO algorithm was investigated with some classical test functions, and the results were compared with those of the genetic algorithm(GA), the conventional PSO, and other improved PSO methods. Then, the ARIW-PSO algorithm was applied to multi-objective optimal dispatch of the Panjiakou Reservoir and multi-objective flood control operation of a reservoir group on the Luanhe River in China, including the Panjiakou Reservoir, Daheiting Reservoir, and Taolinkou Reservoir. The validity of the multi-objective optimization model for multi-reservoir systems based on the ARIW-PSO algorithm was verified.     

基于微分进化算法的污染物源项识别反问题研究

利用微分进化算法研究了污染物源项识别反问题,包括单点固定源和多点固定源的位置和强度的反演.该方法把源项识别反问题转化为非线性优化问题,通过第i个个体和三个随机选取的父代共同产生子个体,新产生的一个子个体只有当它比种群中的个体优良时才替换种群中的个体.多个算例的计算结果表明,采用该算法对含点源的二维环境水力学反问题能够给出精度较高的反演结果.     

基于改进GWO和SVM的大坝变形预测

建立准确可靠的大坝变形预测模型是大坝安全评价的重要内容,为此,将差分进化算法的交叉和变异算子引入灰狼优化算法(GWO),提出一种基于改进灰狼算法(MGWO)优化支持向量机(SVM)的大坝变形预测方法。通过差分进化算法丰富初始种群,提出改进灰狼优化算法(MGWO),并采用MGWO算法优化SVM的惩罚因子和核函数,建立基于MGWO-SVM算法的大坝变形预测模型。以锦屏一级特高拱坝实测数据为例,将MGWO-SVM模型与SVM、GWO-SVM模型的预测结果进行比较。结果表明,MGWO-SVM模型可以有效提高大坝变形预测精度。     

基于不同优化算法的土壤水分特征曲线模型模拟性能分析

土壤水分特征曲线反映了包气带土壤孔隙中水分质量与能量之间的基本关系,同时也间接反映出土壤内部的孔隙情况。土壤水分特征曲线模型对实测土壤持水数据的拟合效果不仅取决于所选用的模型,还依赖于对拟合算法的选取。基于UNSODA 2.0数据库中世界各地实测土壤持水数据,采用多种高效拟合算法(遗传算法、粒子群算法、模拟退火算法、差分演化算法)对4种应用广泛的土壤水分特征曲线模型(Brooks-Corey模型、van Genuchten模型、Kosugi模型、Biexponential模型)进行研究,旨在获取最适宜拟合土壤水分特征曲线的模型与拟合算法。结果表明:van Geunchten模型对较细和较粗质地土壤的实测持水数据拟合效果较好; Biexponential模型在中等质地土壤类型下的拟合效果较好;而Brooks-Corey模型拟合效果整体较差;粒子群算法与差分演化算法对土壤水分特征曲线的拟合效果最佳;模拟退火算法在运算效率上高于其他算法,当需处理的数据量较大时使用该算法可显著缩短运算时间。研究成果可以为农田水利、生态水文等研究中土壤水力参数的选取提供指导和参考。     

Optimization of Hydropower Reservoir Using Evolutionary Algorithms Coupled with Chaos

Over the past decade, several conventional optimization techniques had been developed for the optimization of complex water resources system. To overcome some of the drawbacks of conventional techniques, soft computing techniques were developed based on the principles of natural evolution. The major difference between the conventional optimization techniques and soft computing is that in the former case, the optimal solution is derived where as in the soft computing techniques, it is searched from a randomly generated population of possible solutions. The results of the evolutionary algorithm mainly depend on the randomly generated initial population that is arrived based on the probabilistic theory. Recent research findings proved that most of the water resources variables exhibit chaotic behavior, which is a projection depends upon the initial condition. In the present study, the chaos algorithm is coupled with evolutionary optimization algorithms such as genetic algorithm (GA) and differential evolution (DE) algorithm for generating the initial population and applied for maximizing the hydropower production from a reservoir. The results are then compared with conventional genetic algorithm and differential evolution algorithm. The results show that the chaotic differential evolution (CDE) algorithm performs better than other techniques in terms of total annual power production. This study also shows that the chaos algorithm has enriched the search of general optimization algorithm and thus may be used for optimizing complex non-linear water resources systems.     

非线性随机水环境风险模型

本文在Shastry非线性水质模型的基础上，引入随机力的概念，建立水环境系统的随机微分方程。通过数值方法求解多维随机的偏微分方程得到概率密度分布函数，从而实现对水环境风险的初步研究，获得污染物超标风险率与超标时间长短的关系。通过实例计算表明：(1)不同的扰动强度对超标风险值影响不同，当扰动强度为0．5时，即使河段经过了18d的净化分解后，该河段的超标风险率仍高达65％；(2)BOD5削减50％或者DO初始浓度增加50％，将大大降低河段的超标风险值，对应不同的扰动强度，超标风险值将分别下降16％左右或23％左右；(3)对非线性条件下的多维随机微分方程分别采用显式差分和隐式差分进行求解，结果表明两种方法均能反映风险变化曲线的趋势，对超标风险值影响不大。     

基于IDE-OSVR-ABAQUS的岩土力学参数反演方法

提出引入自适应因子的改进型差分进化算法(IDE),并应用于优化在线支持回归机(OSVR)的核参数和惩罚参数,建立岩土体位移和岩土力学参数之间复杂非线性关系的动态最优IDE-OSVR模型,输入岩土体位移值直接输出岩土力学参数实现参数反演。通过均匀设计方法与ABAQUS正计算构建初始训练集,然后逐次反演并进行验算误差,将误差未达到预定阈值前的验算样本增添至训练集,使得IDE-OSVR模型不断在线学习,提高参数反演精度。将IDE-OSVR-ABAQUS反演方法应用于工程算例,并同几种典型方法对比。结果表明该方法的岩土力学参数反演速度很快,反演精度很高,是一种合理的岩土力学参数反演方法。     

混沌差分算法在确定河流水质模型参数中的应用

将混沌寻优思想引入到差分优化算法形成混沌差分算法,并将其应用于确定河流水质模型参数的函数优化问题.数值实验结果表明:应用混沌差分算法求解此参数问题无论是在精度还是时间上都优于差分优化算法.它将混沌寻优的遍历性和随机性思想引入到差分优化算法中,在每次差分进化寻得的最优位置附近进行混沌细搜索,并配合特殊的迭代终止准则进行寻优.其明显缩短了混沌搜索计算时间和克服了差分优化算法后期早熟的缺陷,提高模型求解的收敛速度和精度.