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。本文对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）进行分析后,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。     

基于地下水对洪水响应的含水层水力参数反演

为探寻基于地下水对洪水响应的含水层水力参数反演方法,引进卷积分和优化技术计算含水层的压力传导系数和河床沉积物的阻滞系数,提出了基于Excel的反演计算流程,利用Excel实现了卷积分计算和参数求解。以陕西省榆林地区补浪河为研究区,开展了地下水对洪水响应的含水层参数反演,并与抽水试验确定的含水层水力参数进行了对比验证。结果表明,提出的方法与抽水试验方法计算的含水层的水力参数相差17%,可满足实际工作的需要。     

用改进的遗传算法反演地下水数值模型参数

在简单的遗传算法的基础上，结合优体克隆操作、子体优生操作和多代调环操作，提出了一种综合改进的遗传算法，并以非均质各向同性承压二维非稳定流动为算例，以有限元法讨论了用遗传算法反演地下水数值模型参数的过程。计算结果表明，综合改进的遗传算法进行参数识别时，具有收敛速度快、解的精度高和避免出现早熟等优点，可用于地下水渗流和水资源评价计算中。     

飞蛾火焰优化算法在承压含水层参数反演中的应用

通过10个典型低维函数对一种新型群体智能仿生算法——飞蛾火焰优化(MFO)算法进行仿真验证,并与粒子群优化(PSO)算法的寻优结果进行对比。以无界井流问题及直线隔水边界附近井流问题的解析解为基础,将MFO算法应用于分析抽水试验数据,进行反演承压含水层参数,并以2个实例对MFO算法进行验证。结果表明:MFO算法在低维函数极值寻优问题上具有较好的收敛精度和全局寻优能力,寻优精度较PSO算法提高了7个数量级以上。MFO算法对2个实例的反演精度较文献改进SA算法等提高了56.5%以上,具有较好的稳健性能、收敛速度和全局寻优能力。利用MFO算法对承压含水层参数进行反演,可获得比相关文献更高的反演精度,不但为精确估计承压含水层参数提供了有效方法,而且拓展了MFO算法在地下水模型参数反演中的应用,具有良好的应用价值和前景。     

基于贝叶斯推理与改进的MCMC方法反演地下水污染源释放历史

有效识别地下水污染源信息既是设计合理修复方案的基础,也是依法治污明确责权的依据。本文将污染源反演过程转化为贝叶斯推断过程,并与克里格替代模型相结合,提出了一种反演地下水污染源释放历史的新思路,同时针对求解过程中采用的Metropolis抽样算法提出改进方案。算例结果表明:(1)该方法能够有效识别地下水污染源释放历史,反演结果的平均相对误差为3.45%;(2)在500次迭代条件下,改进的Metropolis算法将反演结果的平均相对误差从57.41%降低至3.45%,有效提高了反演效率与精度;(3)在污染源释放速率有较大差异且存在扰动的条件下,反演结果并未出现大幅偏离或波动的异常,效果稳定。     

九江市城区地下水含水层三维可视化研究与实践

通过对研究区地质与水文地质条件的调查与分析,利用GMS软件建立九江市城区地下水含水层地层结构模型,并且对软件的实际应用与数据处理进行阐述.根据模拟结果对区域地质与水文地质条件进行评价,对含水层结构、含水层的富水性与补给条件进行了分析,并且判断了含水层的边界条件,为九江市地下水水资源开发与利用以及应急水源地建设提供科学依据.     

基于SSA-MSVR的混凝土拱坝材料参数反演模型

为进一步提高混凝土拱坝材料参数获取的准确性,构建了基于多输出支持向量回归(MSVR)和麻雀搜索算法(SSA)的混凝土拱坝材料参数反演模型。为了快速模拟坝体径向位移与材料参数的非线性关系,建立了高精度的MSVR模型代替有限元模型计算,并利用SSA对所需参数进行寻优反演。工程实例验证结果表明：构建的反演模型计算精度高,计算速度快,能快速反演坝体与坝基材料参数,可用于实际工程的材料参数反演分析。     

一维地下水溶质运移模型多参数反演

以一维地下水溶质运移模型为基础,利用微分进化算法重点探讨监测频次、测量误差等因素对纵向弥散系数DL、有效孔隙度n以及水流速度u等参数联合反演结果的影响,并构造瞬时源和连续源两种工况的典型案例来验证该方法的可靠性。结果表明：微分进化算法具有收敛速度快、精度高等特点,能够运用于瞬时源和连续源地下水溶质运移模型水力、水质参数的反演问题。     

基于大坝地震响应的参数反演方法研究

确定合理的参数是对基于大坝的地震响应进行正确分析的前提,利用反分析理论,探讨了大坝的力学参数确定方法。建立了地震荷载响应下的位移统计模型,推导出改进的目标函数形式,并结合遗传算法,以某大坝为例建立有限元模型,编制计算程序,对系统的力学参数进行优化反演,求出待定参数,进行对比验证。结果表明,反演所得参数准确,说明该方法合理可行,对分析大坝性态有重要参考价值。     

ES-MDA算法融合ERT数据联合反演 地下水污染源与含水层参数

针对未知的污染场地,为了准确估计污染物运移模型的参数,提出一种基于多重数据同化集合平滑器(ensemble smoother with multiple data assimilation,ES-MDA)算法的地下水模型参数反演方法,通过融合由高密度电阻率（electrical resistance tomography,ERT）法采集的ERT观测数据,实现对污染源源强和渗透系数场的联合反演。以此为基础设计3组数值算例,比较不同类型观测数据对反演精度的影响。研究结果表明：融合ERT数据的ES-MDA算法对模型参数的反演精度更高,并且将ERT数据和传统的质量浓度与水头观测数据相结合,能进一步优化反演结果。     

基于改进的共轭梯度算法重构地下水污染源项

针对地下水污染源项的识别问题,为重构非恒定地下水污染源项,采用有限差分格式离散方程,同时附加终端观测值,利用改进的共轭梯度算法反演地下水的污染源项。结果表明:对于连续以及不连续不可导的污染源项均能够被重构;此外,考虑测量误差的影响,数值结果显示在有测量误差的情况下,该算法也能较好地反演污染源项,充分说明改进的共轭梯度算法反演地下水污染源项是有效的。     

河流水质多参数识别反问题的演化算法

给出了利用演化计算方法求解河流水质多参数反问题的一种新方法。该方法把参数识别反问题转化为优化问题用演化方法求解。它的特点在于：从多个初始点开始寻优，并借助交叉和变异算子来获得水质参数的全局最优解。数据模拟结果表明，该方法具有很高的精度，收敛速度快，且编程简单，易于计算机实现，值得在实际工作中采用。     

地下水污染物迁移可靠性分析的小生境混合遗传算法

在地下水污染物迁移问题中,考虑水动力弥散系数及测量误差的不确定性因素对浓度估计可靠性的影响,采用小生境混合遗传算法,对地下水污染物迁移的可靠性进行探讨,并在可靠性条件下进行污染浓度正反问题分析,为地下水环境保护和调控提供更多的决策依据。分析结果表明,小生境混合遗传算法在地下水污染物迁移问题的可靠性分析中具有可行性和有效性。     

对流-扩散方程源项识别反问题的遗传算法

给出了利用遗传算法求解对流一扩散方程源项识别反问题的一种新方法。该方法把源项反问题转化为优化问题，用遗传算法求解。它的特点在于：从多个初始点开始寻优．并借助交叉，变异算子来获得全局最优解。实例模拟结果表明，该方法具有精度高，收敛速度快且易于计算机实现等特点。     

单纯形探索法在确定含水层参数中的应用

含水层参数的确定是进行地下水资源科学管理的基础和关键。针对含水层参数反演解往往不唯一的问题,本文将单纯形探索法引入到水文地质参数求解中,形成自动优选参数群的方法。分析结果表明:此种方法有非常强的稳定性,是一种值得在实际中推广应用的含水层参数反演方法。     

高土石坝施工进度综合优化及其遗传和声算法

高土石坝施工进度优化是一个复杂的非线性多目标综合优化问题,不仅需考虑施工资源投入及生产效 率,更需要顾及大坝填筑质量和安全对施工进度的影响. 在定量分析土石坝填筑质量、安全和进度相互关系的 基础上,建立了高土石坝填筑质量-安全-进度综合优化模型,并针对传统优化方法的局限性,提出了该优化模 型求解的遗传和声算法,实现了高土石坝填筑质量、大坝安全和施工进度的均衡安排. 实例应用表明了本文方 法的可行性,可为高土石坝施工进度计划优化与实时控制提供一条新的途径.     

改进粒子群算法在确定含水层参数中的应用

通过分析抽水试验数据,为估计含水层参数提供新的方法。在粒子多样性方面对粒子群算法进行改进,提高了算法的收敛速度和精度。将改进的粒子群优化算法应用到含水层参数估计中,计算结果与其他方法进行对比,并对不同初始值范围下参数估计值进行分析探讨。结果表明:改进粒子群算法估计结果相对误差(7.3%和4.5%)小于其他方法,且目标函数值相对更小,达到0.335×10~(-5);对于不同初始参数范围,利用此算法均能达到满意结果且寻优率高。基于抽水试验数据估计含水层参数的改进粒子群优化算法计算结果有效且可靠,算法收敛速度快,寻优能力强,稳定性好。