用改进的遗传算法和高斯牛顿法联合反演三维地下水流模型参数.pdfVIP

第22卷第4期 计 算 物 理 v01．22．No．4 Y 乙Hl州E≥E U量乙UM上，UlA’11UNAL上，HSl乙3 2005年7月 JUU上t州AL Iul．2()05 [文章编号】 1001．246x(2005)04．0311．08 用改进的遗传算法和高斯牛顿法 联合反演三维地下水流模型参数 姚磊华 f中国城詹大学T程枯未学院．北京10【l【183) [摘要】 遗传算法在处理非线性优化问题时具有较好的全局搜索性能，但在局部搜索时搜索效率不高，解的 精度亦不高，高斯牛顿法在处理非线性优化问题时的性质正好和遗传算法相反，利用遗传算法和高斯牛顿法的 优点，用改进的遗传算法和高斯牛顿法联合反演地下水数值模型参数．首先用遗传算法求出地下水模型参数的 初值，然后利用这组初值用高斯牛顿法进行数值模型参数的反演，并以一非均质各向同性三维承压非稳定流理 想模型为例，结合有限元法讨论了用遗传算法和高斯牛顿法联合反演地下水数值模型参数的过程．计算结果表 明，联合参数反演方法，具有收敛速度快、解的精度高的特点，在地下水渗流和水资源评价等领域可广泛应用． [关键词】 遗传算法；高斯牛顿法；联合反演方法；地下水数值模型；参数 [中图分类号】0242．2 [文献标识码】 A 0 引言 地下水水流模型的参数反演方法按其求解方法可分为试估一校正法和最优化计算方法．试估～校正法 的优点是能充分利用水文地质工作者对一个地区水文地质条件的各种认识，达到识别参数的目的．但是该方 法无收敛判别准则，很难达到最优识别，工作量比较大．使用该方法，结果的可靠性和花费时间的多少取决于 调参者的经验和技巧．最优化方法是将水文地质参数识别归结为求极值问题．即求水文地质参数使得误差评 价函数达到最小． Neu一…按求参使用的判别原则将反演方法分为两类，直接解法和间接解法．直接解法心’31是从联系水 头和水文地质参数的偏微分方程或其离散形式出发，把水头的实际观测值作为已知数，把水文地质参数作为 待求的未知数，直接求解．具体方法有局部直接求逆法、数学规划法等．实际上，利用裘布衣公式或蒂姆公式 计算渗透系数也是一种直接解法．直接解法由于计算上稳定性差，在实际计算中应用较少．间接解法拉Jo利用 正问题的解是适定的这一重要性质，把解逆问题化为解一系列的正问题．其基本思想是先假设一组水文地质 参数作为初值，用数值法计算水头，求出水头的计算值和实测值之间的误差，不断修改水文地质参数，反复计 算水头，直到水头的计算值和实测值很好拟合时为止，此时的水文地质参数值就是所求的水文地质参数值． 传统的最优化方法，如最速下降法、高斯一牛顿类方法等在反演地下水流模型参数，即参数识别时存在 的主要缺点是：①方法本身所获得的解是局部最优解而不是全局最优解；②由于水头没有明显表达式，计算 水头关于参数的一阶偏导数有一定困难；③如果参数初值设置不当，可能得不到问题的真实解，因而很难在 实际中应用．但高斯一牛顿类方法的最大优点在于求解局部最优解时，只要参数初值选择适当，收敛速度非 常快，收敛精度非常高． 80年代后期，迅速发展起来的遗传算法(Genetic 制的随机化搜索算法．由于方法本身具有很强的鲁棒性和并行处理功能，因而特别适用于传统最优化方法难 以解决的全局极小和多参数非线性问题．理论上，遗传算法是识别含水层参数的一种有效方法，然而在应用 过程中，也暴露出了许多缺点．如在解决某些问题时速度很慢，对编码方案依赖性强．另外，一些学者也对遗 传算法理论上存在的一些问题进行了质疑．这些问题可以归结为：上位效应，编码方案，早熟收敛． [收稿日期】2003—12—24；[修回日期】2005—02—06 【基金项目】国家自然科学基金(批准号：加372110)资助项目 [作者简介】姚磊华(19“一)，男，河南，教授，博士后，从事地质工程和数学地质的教学与研究 万方数据万方数据 312