多情景源排放参数反演下典型优化算法性能对比

确定排放源参数是合理处置突发大气污染事故的重要前提.不同事故(如泄漏、火灾)反演的参数(源强、位置等)存在差异,研究对比不同优化算法的估算性能对于实际事故中快速、准确估算源参数具有重要意义.基于草原SO2释放实验数据,开展了不同未知参数情景下典型最优化算法(遗传算法,GA;粒子群算法,PSO;粒子群-单纯形耦合算法,PSO-NM)在源参数反演中的对比研究,从反演结果的准确性、稳定性与反演时间效率等方面进行了评估.研究发现,优化算法在不同源排放参数数量下的反演性能存在明显差异.单参数源强反演情形下,GA、PSO-NM算法准确性相近(相对偏差,24. 0%),均优于PSO算法(37. 6%),三者均有较好的反演稳定性(变异系数0. 004);多参数反演(源强Q与位置x、y、z)情形下,PSO-NM算法反演准确性最好,GA最差,但稳定性表现与之相反;反演参数数量的增加明显影响算法反演稳定性,四维参数反演情形下PSO、GA、PSO-NM算法的源强反演变异系数比单参数反演分别高出0. 50、0. 12、0. 29. PSO算法计算效率最高,同时,PSO-NM算法在稳定大气条件下计算时间明显增加.