一维河流水质模型多参数识别的反演优化通用算法 general inversion optimization algorithm for multi-parameter identification of 1d river water quality model.pdfVIP

一维河流水质模型多参数识别的反演优化通用算法 general inversion optimization algorithm for multi-parameter identification of 1d river water quality model.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一维河流水质模型多参数识别的反演优化通用算法 general inversion optimization algorithm for multi-parameter identification of 1d river water quality model

第 31卷 第 2期 水 力 发 电 学 报 Vo1.31 NO.2 2012年 4月 JOURNALOF HYDROELECTRIC ENGINEERING April,2012 一 维河流水质模型多参数识别的反演优化通用算法 刘晓东 ,华祖林 ,谢增芳 ,顾 莉 (1.“浅水湖泊综合治理与资源开发”教育部重点实验室 ,河海大学 ,南京 210098; 2.河海大学环境科学与工程学院,南京 210098) 摘 要 :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 。 关键词 :水资源 ;参数识别 ;水质模型 ;反演 ;优化 中图分类号 :TV122;X502 文献标 识码 :A Generalinversion optimization algorithm formulti·parameter identification of1D riverwaterqualitymodel LIU Xiaodong一,HUA Zulin 一,XIE Zeng~ng ,GU Li, (1.MinistryofEducationKeyLaboratoryofIntegratedRegulationandResourceDevelopmentonShallow Lakes;Nanjing 210098;2.CollegeofEnvironmentHohaiUniversity,Na ng 210098) Abstract:A generalinversion—optimizationalgorithm wasconstructedfordeterminationofhydraulicandwater quality parametersofawaterquality modelsuch aslongitudinaldispersion coefficientand cross—sectional averagevelocitytoovercomethedifficultiesoftraditionalalgorithmsinparametersidentification.Itwasusedto examineindetailstheinfluencesofobservationnoise,instrumentprecisionand initialvalueonestimation of parameters.A comparison wasmade between BFGS quasi—Newton algorithm and Nelder—Mead simplex algorithm viacasestudiesandtheresultsindicatesuperiorityoftheformerinstabilityandaccuracy.Thenew algorithm givesgood accuracy ofinversion resultsin thewaterquality modelsofinstantaneoussource and successivesource. Keywords:waterresources;parameteridentification;waterqualitymodel;inversion;optimization 0 引言 河流水质模型要实现求解 ,确

您可能关注的文档

文档评论(0)

118zhuanqian + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档