水质模型参数的非数值随机优化.pdfVIP

第 20 卷　第 1 期 地　　理　　研　　究 V o l. 20, N o. 1 2001 年 2 月 GEO GRA PH ICAL 　R ESEA RCH Feb. , 2001 　　文章编号: (2001) 水质模型参数的非数值随机优化 郑红星, 李丽娟 ( 中国科学院地理科学与资源研究所, 北京　100101) 摘要: 以模拟退火算法为核心着重讨论了水质模型参数的非数值随机优化方法。实例分析表明, ( ) 利用非数值随机优化方法 包括模拟退火算法和遗传算法 对水质模型参数进行估计, 可以获 得较为理想的结果。不同参数估计方法的比较进一步阐述了非数值随机优化方法在参数估计中 的优点。 关　键　词: 水质模型参数; 非数值算法; 随机优化; 模拟退火算法 中图分类号: P 342; O 224　　文献标识码: A 水质模型参数估计是水质系统辨识的一个重要环节, 所研究的是当模型结构已经确定, 如何确定模型参数的问题。在水质模型参数物理意义的范围内, 使模拟结果与实际观测值 之间误差最小的参数估计问题本质上则属于参数优化的研究范畴。传统的水质模型参数的 确定方法有实验室法、经验公式法和试错法等。实验室法和经验公式法获取的参数值往往 很难反映水体的实际情况, 因而在实际使用中有较大的局限性。试错法虽然可以获得相对 满意的结果, 但是需要较多的计算机时, 而且参数估计结果并非最优。水质模型参数的同 时估计法是近年来逐渐发展成熟起来的一类方法, 其基本思想是应用多维参数的最优化估 值方法, 同时确定模型中的各个参数。这种方法从模型的整体出发, 充分利用计算机计算 速度快的特点, 因而具有搜索时间短, 参数可靠性较高的优点, 已逐渐成为人们研究的热 点, 并在实际应用中发挥了较大的作用。在水质模型参数的同时估计中, 应用较多的有最 速下降法、复合形法 (com p lex) 和计算机扫描计算- 图解- 梯度搜索法。但是这些方法也 同样存在着诸如受初始条件影响明显、算法过于复杂等不足。当前, 遗传算法、模拟退火 算法等非数值随机优化算法的研究应用, 为水质模型参数的最优估计提供了新的途径。 1　非数值随机优化 一般而言, 数值算法是指基于代数关系运算的一类诸如矩阵运算、多项式运算、解三 ( ) 角形线性系等的计算方法, 基本上是属于数值分析 以数字形式表达的问题求数值解 的 范畴。对于参数优化问题, 数值算法的一般方法是利用普通极值的充分必要条件来寻优, 即 　　 　本文承蒙吴国元教授指正, 谨致谢忱! 　　收稿日期: 修订日期: 　　基金项目: 国家重点基础研究发展规划项目 (G 1999043602) 和中国科学院地理科学与资源研究所创 新项目资助 ( 0007) CX IO G A 　　作者简介: 郑红星 ( 1973 ) , 男, 福建永春人, 博士研究生. 研究方向为水资源和水环境。 ©