导读:本文包含了河流水质模型参数论文开题报告文献综述及选题提纲参考文献，主要关键词:伴随同化,纵向离散系数,源强,反问题
河流水质模型参数论文文献综述
杨中华,周武刚,白凤朋,安瑞冬[1]（2018）在《基于伴随同化法的一维河流水质模型参数反演》一文中研究指出本文利用伴随同化法研究了一维河流水质模型中污染源源强与纵向离散系数的反演问题.伴随同化法通过使模型计算值尽可能接近实测值即模型计算值和实测值的距离(目标函数)最小来反演最优模型参数,利用拉格朗日算子法将以模型方程作为约束条件的反演问题转化为无约束最优化问题,并利用最速下降法求解.在污染源源强反演算例中,利用河道一维瞬时污染源的解析解作为约束条件,开展了4个污染源源强反演的数值实验,采用不同组合源强初值进行反演计算均能取得较好的演算效果,验证了该方法对多参数的适用性以及对初始值的鲁棒性.纵向离散系数反演算例中,以河道上下游相邻断面的浓度关系为模型约束方程,采用Guymer(1998)示踪实验中得到的观测数据反演河道纵向离散系数,得到的纵向离散系数值比传统的演算法得到的结果更加准确.(本文来源于《应用基础与工程科学学报》期刊2018年02期）
龙必能[2]（2017）在《狼群算法在河流水质模型参数优化中的应用》一文中研究指出为提高河流水质模型参数的求解精度,利用一种新的群体智能算法——狼群算法(WPA),对河流水质模型计算公式中的多参数进行同时优化,并与粒子群优化(PSO)算法及相关文献的优化结果进行比较。结果表明:WPA算法寻优精度优于PSO算法及其他相关算法,具有收敛速度快、稳定性能好和全局寻优能力强等优点。将WPA算法用于河流水质模型多参数寻优,可有效提高求解精度,避免了参数寻优结果变化范围过大的缺陷,为河流水质模型多参数寻优提供一种全新的方法和途径。(本文来源于《珠江现代建设》期刊2017年03期）
方贝,刘元会,郭建青[3]（2016）在《二维河流水质模型方程解析解参数灵敏度分析》一文中研究指出利用局部灵敏度分析方法和Morris全局灵敏度分析方法,分析了二维瞬时投源河流水质模型方程解析解输入参数的误差对计算结果的影响程度,分别对模型方程输入参数的灵敏度进行计算并比较,讨论了单参数及多个参数相互作用下的系统扰动对污染物浓度计算结果的影响;绘制了局部灵敏度分析法下各参数的灵敏度变化曲线。灵敏度分析结果显示:二维河流水质模型方程解析解对不同参数的敏感程度不同,其中河流的平均流速最为灵敏,而污水排放点的位置坐标的灵敏性最弱;各参数间存在着相互作用,各参数灵敏度大小顺序为|S_u|>|S_(Dy)|>|S_(y0)|>|S_(x0)|,但定量地分析各参数的灵敏度值却是不同的,Morris全局灵敏度分析方法综合考虑了多个参数间的相互作用,故其结果较局部灵敏度法更为可靠,更能反映实际情况。(本文来源于《长江科学院院报》期刊2016年07期）
付翠,刘元会,郭建青,袁华[4]（2015）在《识别河流水质模型参数的单纯形-差分进化混合算法》一文中研究指出应用文中构造的单纯形-差分进化混合算法,分析了一维河流纵向离散和二维河流横向扩散两种情况下的水团示踪试验数据,识别了河流水质参数。这种混合算法是将具有局部搜索能力强、收敛速度快,而对初始值的选取依赖性较强等特点的单纯形算法与具有全局搜索能力强、受控参数少、而局部搜索能力弱等特点的差分算法进行混合。使其同时具有随机性搜索与确定性运算所具有的共同优点,能够较好地平衡局部搜索能力和全局搜索能力。数值实验结果表明:该算法可有效地应用于河流纵向离散和横向扩散两种情况下的水团示踪试验数据分析与水质参数识别,并且运算速度快、收敛性好,具有重要的应用价值。(本文来源于《水力发电学报》期刊2015年01期）
王怡然,王联国[5]（2014）在《改进的混洗蛙跳算法确定河流水质模型参数》一文中研究指出试验将青蛙个体具有记忆功能引入到混洗蛙跳算法中,提出了改进的混洗蛙跳算法,青蛙的记忆功能是指在每次个体更新时,最差青蛙个体更新时的步长被记忆,并将其引入到下一次个体更新中.在混洗蛙跳算法的改进中加入记忆部分,提高了算法的收敛速度和寻优能力.将改进的混洗蛙跳算法应用于瞬时投放示踪剂的一维河流水团中,用所得示踪试验数据来确定河流水质参数的函数优化问题.将获得的最优值与真值进行比较.结果表明:改进的混洗蛙跳算法估计河流水质模型的参数是可行的,并且优于遗传算法.该算法具较好的参数辩识能力,适用于环境科学领域中的其他优化问题.(本文来源于《甘肃农业大学学报》期刊2014年02期）
刘韵,李祚泳,汪嘉杨[6]（2014）在《基于智能优化算法的河流水质模型参数的优化》一文中研究指出为探索河流水质模型参数新的求解方法,根据有限的实测数据,分别应用免疫进化优化算法和免疫进化优选的捕食搜索算法,对河流水质模型计算公式中的多参数进行优化。将优化得到的计算公式用于国内外若干河流的河段中DO浓度值的拟合,并与实测结果进行了比较。结果表明,将免疫进化优化算法或免疫进化优选的捕食搜索算法优化得到的水质模型参数精度不仅较高,而且相对稳定,从而为河流水质模型参数的优化提供了一种新方法。(本文来源于《环境工程学报》期刊2014年02期）
袁华,刘方,刘元会,郭建青[7]（2013）在《利用单纯形-混沌优化算法确定河流水质模型参数》一文中研究指出针对混沌优化算法收敛速度较慢的缺点,将单纯形算法和混沌优化算法结合,构造单纯形-混沌优化算法,并将该方法应用于分析一维河流水团示踪试验数据,求解河流水质模型参数的函数优化问题。结果表明,该算法可以有效确定河流水质模型参数,较单纯形法具有更好的收敛性、较混沌优化算法具有更快的收敛速度。(本文来源于《水资源保护》期刊2013年06期）
王久杰,常安定,郭建青,王静云[8]（2013）在《混沌差分算法在确定河流水质模型参数中的应用》一文中研究指出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。(本文来源于《水资源与水工程学报》期刊2013年03期）
张巧玲,韩龙喜,李洪晶,黄瑞,张琳[9]（2013）在《宽浅河流水质模型参数灵敏度的空间变化规律》一文中研究指出基于二维水质模型解析解和灵敏度定义,以辽宁省苏子河为研究对象,通过建立二维稳态源模型和二维瞬时源模型,对污染物中心排放和岸边排放时的降解系数、纵向扩散系数和横向扩散系数的灵敏度空间变化规律进行了分析。结果表明:二维水质模型中,降解系数灵敏度与预测距离成正比;稳态源模型中,横向扩散系数灵敏度空间分布规律为以排污口所在中心线为对称轴,灵敏度向河两岸逐渐减小;瞬时源模型中,横向扩散系数灵敏度空间分布为以污染团横向中心线为对称轴,灵敏度向河两岸逐渐减小;纵向扩散系数灵敏度分布是以污染团横向中心线为对称轴且向上下游逐渐减小。(本文来源于《水资源保护》期刊2013年03期）
刘晓东,华祖林,谢增芳,顾莉[10]（2012）在《一维河流水质模型多参数识别的反演优化通用算法》一文中研究指出为了克服传统参数识别方法在进行河流水质模型多参数识别时的不足,以一维纵向离散方程为基础,构建了同时确定河流水质模型水力和水质参数的反演优化通用算法。利用反演优化法重点探讨了初值选取、观测噪声、测量精度等因素对参数计算结果的影响,比较了变尺度法和单纯形法两种优化算法的反演效果。算例计算结果表明,单纯形法在可靠性与精度方面均要优于变尺度法。结合瞬时源和连续源两个算例验证了该方法的可靠性。两个算例的计算结果表明,采用反演优化算法对瞬时源河流水质模型和连续源水质模型都能给出较好的反演结果。(本文来源于《水力发电学报》期刊2012年02期）
河流水质模型参数论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为提高河流水质模型参数的求解精度,利用一种新的群体智能算法——狼群算法(WPA),对河流水质模型计算公式中的多参数进行同时优化,并与粒子群优化(PSO)算法及相关文献的优化结果进行比较。结果表明:WPA算法寻优精度优于PSO算法及其他相关算法,具有收敛速度快、稳定性能好和全局寻优能力强等优点。将WPA算法用于河流水质模型多参数寻优,可有效提高求解精度,避免了参数寻优结果变化范围过大的缺陷,为河流水质模型多参数寻优提供一种全新的方法和途径。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
河流水质模型参数论文参考文献
[1].杨中华,周武刚,白凤朋,安瑞冬.基于伴随同化法的一维河流水质模型参数反演[J].应用基础与工程科学学报.2018
[2].龙必能.狼群算法在河流水质模型参数优化中的应用[J].珠江现代建设.2017
[3].方贝,刘元会,郭建青.二维河流水质模型方程解析解参数灵敏度分析[J].长江科学院院报.2016
[4].付翠,刘元会,郭建青,袁华.识别河流水质模型参数的单纯形-差分进化混合算法[J].水力发电学报.2015
[5].王怡然,王联国.改进的混洗蛙跳算法确定河流水质模型参数[J].甘肃农业大学学报.2014
[6].刘韵,李祚泳,汪嘉杨.基于智能优化算法的河流水质模型参数的优化[J].环境工程学报.2014
[7].袁华,刘方,刘元会,郭建青.利用单纯形-混沌优化算法确定河流水质模型参数[J].水资源保护.2013
[8].王久杰,常安定,郭建青,王静云.混沌差分算法在确定河流水质模型参数中的应用[J].水资源与水工程学报.2013
[9].张巧玲,韩龙喜,李洪晶,黄瑞,张琳.宽浅河流水质模型参数灵敏度的空间变化规律[J].水资源保护.2013
[10].刘晓东,华祖林,谢增芳,顾莉.一维河流水质模型多参数识别的反演优化通用算法[J].水力发电学报.2012