基于抽水试验的渗流问题摄动随机反演方法

针对地下水渗流随机参数反演问题，在正演随机模拟方法的基础上，结合非平稳随机过程变量的一阶Taylor展开式和随机参数的摄动方程，讨论了多随机参数反演问题，提出了基于抽水试验的渗流问题摄动随机反演方法，给出一阶均值反演准则，得到多随机变量的均值和方差的近似表示方法。该方法在计算均值时采用改进的遗传算法，在计算方差时采用分组统计的方法。最后给出了一个基于Thies模型反演导水系数和贮水系数的例子，计算结果表明，该方法可以较好的求取参数的均值，近似地求取参数方差。     

基于改进目标函数的多参数优化反演方法

优化反演方法在工程反演计算过程中，需要进行反复的正演计算，导致效率非常低。本文提出了目标函数的改进形式，并完成了改进形式的计算求解推导，大大减少了优化反演算法的正演算次数，提高了计算效率。在此基础上，与传统遗传算法相结合，开发了线弹性多参数优化反演计算程序。以小湾水电站为工程实例，反演了施工期坝基分区综合变形模量。结果表明，所提出的改进方法克服了传统遗传算法需要大量正演计算的固有瓶颈，极大地提高了反演计算效率，且计算精度可靠。改进后的目标函数同样可以与其它优化算法相结合开发相应的改进优化反演程序。     

水文地质参数时变性对地下水非恒定流计算的影响

基于水文地质参数时变特性客观存在的事实，考虑水文地质参数为常量及参数随时间发生变化的情况下，推导了交替方向隐式差分法计算地下水二维非恒定流的方程，并引入算例分别进行计算，得出水文地质参数的时变特性对地下水非恒定流的计算存在影响的结论，进一步验证了水文地质参数研究工作的重要性与必要性。     

基于MCMC和ES-MDA方法的地下水数值模型非均 质参数场及开采量的反演研究

马尔科夫链蒙特卡罗方法(MCMC)和多重数据同化集合平滑器方法(ES-MDA)近年来在地下水参数反演得到广泛应用，但对三维多层非均质含水层参数反演精度和计算效率还缺乏对比分析。本文构建了含有基于Karhunen-Loève展开的非均质参数场的潜水和多层承压水含水层案例，并建立了地下水数值模型和基于Kriging方法的替代模型，模拟含水层分层水头变化，探讨了基于替代模型的MCMC、替代模型和数值模型相结合的两阶段MCMC以及ES-MDA方法反演的含水层渗透系数以及开采量。结果表明，针对本文算例，在非均质参数和开采量的反演中，相比而言，两阶段MCMC反演参数精度更高，ES-MDA方法计算效率更高。本研究为地下水数值模型参数反演方法选择提供参考依据。     

水轮机调速器参数自整定遗传算法的研究

水轮机调速器的参数整定直接关系到水轮机调节系统的稳定运行及调节品质，进而会影响到电能的质量.应用可变交叉概率和变异概率的改进遗传算法对水轮机PID调速器参数进行优化，并将改进遗传算法的计算结果进行仿真分析，结果表明，该方法有效地消除了对参数初值的依赖性，使得寻优效率大大提高，改善了收敛性，是一种较好的PID参数寻优方法。     

非稳定汉抽水试验参数计算的改进解析法

本文对非稳定流抽水试验参数计算，通过一定的变量代换和数值转换，提出了一种解析法的改进方法，该方法除能快速算出含不层水文地质参数如导水系数、弹性释水系数和渗稼系数外，还综合考虑了各种假定和约束条件；并对所求出的水文地质参数是否满足当地水文地质条件进行判断，改进和完善了原有的解析计算方法，从而为准确计算含水层水文地质参数提供了一种有效途径。     

非稳定流抽水试验参数计算的改进解析法

本文对非稳定流抽水试验参数计算，通过一定的变量代换和数值转换．提出了一种解析法的改进方法。该方法除能快速算出含水层水文地质参数如导水系数、弹性释水系数和渗透系数外．还综合考虑了各种假定和约束条件；并对所求出的水文地质参数是否满足当地水文地质条件进行判断．改进和完善了原有的解析计算方法，从而为准确计算含水层水文地质参数提供了一种有效途径。     

新疆阿图什哈拉峻地区地下水系统模型研究

根据阿图什哈拉峻地区地下水系统水文地质特征，采用系统分解合成方法，在单一的潜水、承压水地下水模型子系统基础上，建立了冲洪积扇地区地下水数学模型。用有限元方法对模型进行数值离散，利用Develop Studio软件编制计算程序，对边界条件及垂向水交换量进行动态模拟，对潜水和承压水稳定流静态流场、非稳定流动态流场进行了拟合，得到了该地区地下水系统水文地质参数，参数分布与水文地质勘察所得含水层结构特点及富水区分布基本相符。     

加里宁地下水估算改进方法应用分析与探讨

加里宁-阿巴里扬地下水估算改进方法提出于80年代，因当时计算手段落后，一些计算参数处理相对复杂，而未得到普及应用。作者在近期工作中，采用该方法对地下水进行了分析计算，并与部分常规分割方法进行了比较，对该方法中计算参数不同处理方法进行了较深探讨，结合工作实际提出了意见。     

基于GA优化的地下水水质评价模型的应用

在设定了地下水各污染物的"基准"浓度情况下,用污染物的实测浓度相对值替代水质污染损害率公式中的浓度监测值,采用遗传算法(GA)对公式中的参数优化,得到了38项指标都适用的水质污染损害率和污染损害指数公式,提出用广义模糊对比法对污染损害分指数进行赋权的新方法,计算水质综合污染损害指数。利用该法对河池市4个水厂的地下水水源进行水质综合评价分析,取得了较好的效果。     

卸荷土体力学模型参数的智能识别

在遗传算法中引入了位爬山法,有效地改善了遗传算法的局部优化能力,提高了优化速度与精度。采用此改进的遗传算法对基坑土体卸荷力学模型参数进行大范围识别,实现了参数空间内全局意义上的搜索。以200 kPa围压下土体真三轴卸荷试验为例,将试验结果与不同识别方法的结果进行了对比。分析了多样性测度、蠕变变异率和突变变异率对算法收敛精度的影响。得出如下结论:为了全面的了解基坑土体的特性,对不同位置的土体进行全面的试验研究是有必要的;利用改进的遗传算法进行参数识别,识别精度更高,能更好描述土体的力学性能,有利于基坑安全性分析与评估。     

遗传算法在水库调度中的应用综述

简要回顾了遗传算法在水库调度中的应用概况,对遗传算法用于水库调度优化时的编码、约束条件处理、早熟与全局收敛性、参数设置、混合遗传算法、多目标遗传算法以及效率评定准则等问题进行了综述。分析遗传算法耗时与全局收敛之间的矛盾后认为,遗传算法适用于传统方法难以求解的优化问题,以及对计算时效性要求不高或者目标函数计算复杂度不高的实时水库调度问题,特别是水库中长期调度以及水资源规划问题。     

基于改进遗传算法的水电厂经济运行研究

随着电力市场化的逐步实施,发电企业将会参与市场竞争.水电厂经济运行能提高1%～3%的水力效率,水电厂应尽快实现经济运行.以丰满水电厂发电机出力与耗流量函数为基础,应用改进遗传算法对水电厂进行计及开停机的优化调度计算.在改进遗传算法中,采取了自适应和精英保留策略以及移民算子,提出了方向性变异的观点,改进了变异方法.计算结果与自动发电控制(AGC)方法进行了比较,表明算法具有一定的优势.     

岩体流变参数反演的加速遗传算法

从系统辨识的角度，基于浮点编码的加速遗传算法，提出岩体流变系统参数的进化反演模型，并通过算例进行验证。计算结果表明，本文方法可以在仅给出各参数取值范围的条件下，有效地求得岩体流变系统参数，且克服了传统优化搜索算法在待反演参数数目较多时，寻优过程极易陷入局部最优值，甚至搜索不收敛等缺陷。     

蜂群遗传算法及在水库群优化调度中的应用

介绍了一种基于蜂群繁殖原理的改进遗传算法--蜂群遗传算法(BSGA),采用改进的遗传算子解决了传统遗传算法中"选择压力"和"种群多样性"之间的矛盾.将该算法应用于梯级水库优化调度的研究中,通过对清江梯级水库群优化调度的实例计算,得到了合理的全局最优解,验证了BSGA的可靠性和实用性.     

多元优化算法在马斯京根模型参数优化中的应用

以2个实例为研究对象,利用一种新型群体智能算法——多元优化(MVO)算法优化马斯京根模型参数,并与相关文献中加速遗传算法等多种方法的优化结果进行对比。结果表明:MVO算法优化结果优于其他算法,利用MVO算法优化马斯京根模型参数,可以获得比相关文献更高的模拟精度,不但为精确估计马斯京根模型参数提供了有效方法,而且拓展了MVO算法在水文模型参数优化中的应用。     

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。     

基于遗传算法的TOPMODEL参数优化

模型参数的确定是模型研制与应用成功与否的关键．一般采用人工经验率定和自动率定两种方法来确定．遗传算法和一般的优化算法不同，它具有全局寻优能力，是一类优秀的非线性函数优化算法．利用遗传算法来进行TOPMODEL参数优化，并和人工率定的计算结果作了简要的对比，明显地显示该方法的优点．采用遗传算法所得到的精度较高，可以类推到其他水文模型的参数优化中去．     

遗传单纯形混合算法在复杂环境模型参数识别中的应用

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。     

非线性马斯京根模型参数率定的新方法

本文在分析经典二进制遗传算法不足之处的基础上提出一种改进的混合遗传算法(MGA)，用于对非线性马斯京根模型参数的估计。同其它算法相比显示出求解精度高而且收敛速度快的特点。通过具体仿真计算验证了该方法的正确性，从而为准确估计非线性马斯京根模型参数提供了一种十分有效的方法。