软计算技术在环境复杂模型参数识别中的应用研究.pdfVIP

2006年2月 系统工程理论与实践 第2期 文章编号：1000．6788(2006)02一0118．09 软计算技术在环境复杂模型参数识别中的应用研究 王建平，程声通 (清华大学环境科学与工程系，北京100084) 摘要： 以WASP模型在密云水库水质模拟中的应用为例，研究考察分析了软计算技术用于环境复杂模 型参数识别的性能和效率．参数分析表明，WASP模型存在一些低灵敏参数且受相关参数的影响明显．为 对比参数灵敏度和相关性的影响，共设计了4组数值试验．数值试验表明，全局搜索法能较好解决参数 全局寻优问题，是获取参数辅助信息的重要手段．MCMC法可有效对参数后验分布进行采样，采样序列稳 定收敛到参数后验分布上，同时MCMC法较好地处理了相关参数采样的问题．最后给出案例表明基于软 计算技术的复杂模型参数识别技术路线是高效的、实用的． 关键词：环境模型；参数识别；软计算技术；案例研究 中图分类号：X192 文献标识码：A Parameter Identification of Complicated Environmental Model Using the Soft--computing Approach WANG Jian—ping，CHENG Sheng—tong (Depamnent of Environmental Science and Engineering，Tsinghua University，Beijing 100084，China) Abstract： In oMer to study the performance and efficiency of soft-computing technology in application to parameter identification of complicated environmental model，a ease study was presented，which was an application of water quality simulation in the Miyun Reservoir using WASP model．Parameter analysis indicated that there were many low sensitivity parameters in WASP model and several groups of parameters were correlative apparently．For analyzing effects of sensitivity and correlativity．four numerical experiments wel．e designed．Resulted indicated that global searching method could solve甜obal optimization well and also was an efficient step to acquire auxiliary information of parameters，And MCMC method could sample posterior distributions of parameters effectively；moreover，sampling series could converge to the posterior distributions of parameters eventually．Case study indicated that it was efficient and practicable for the soft-computing approach presented by the paper to identify parameters of complicated model． Key words： environmental model；parameter identification；soft—computing technology；case study l软计算参数识别技术路线 研究表明¨’20，基于贝叶斯理论的不确定性参数识别思路得到了研究人员的广泛认同，但目前常见的 贝叶斯离散化方法尚存在如下不足：1)计算限制和相关性采样问题．参数越多，问题越严重；2)参数先验信 息缺乏．马尔科夫链蒙特卡罗法(Markov Chain Monte Cado，MCMC)是一种基于贝叶斯理论的参数后验分布 采样方法，能高效可靠地采集并收敛到参数的后验分布上，相比Monte Carlo法，MCMC法可大大降低计算 量，并可有效解决相关参数采样的问