人工魚群與差分進(jìn)化混合優(yōu)化算法在水質(zhì)模擬預(yù)測中的應(yīng)用.pdf

1、水質(zhì)模擬預(yù)測在水資源利用、水環(huán)境治理、水域調(diào)度中起著越來越重要的作用。機(jī)理性水質(zhì)模型參數(shù)估值是進(jìn)行水質(zhì)模擬預(yù)測關(guān)鍵而重要的步驟，但水質(zhì)模型參數(shù)估值通常比較困難。鑒于此，本文將人工魚群與差分進(jìn)化混合優(yōu)化算法用于機(jī)理性水質(zhì)模型參數(shù)估值，取得了較高的精度；針對(duì)非機(jī)理水質(zhì)模型的建模，本文構(gòu)建了人工魚群與差分進(jìn)化混合優(yōu)化最小二乘支持向量機(jī)(LS-SVM)水質(zhì)“黑箱”模型，在模擬預(yù)測中取得了較小的誤差。
　　 本文的主要工作和創(chuàng)新點(diǎn)如下：<

2、br>　　 (1)將人工魚群算法與差分進(jìn)化算法進(jìn)行了有機(jī)結(jié)合得到新的混合優(yōu)化算法，其中人工魚群算法用于全局尋優(yōu)，差分進(jìn)化算法用于局部精細(xì)尋優(yōu)。
　　 (2)提出了人工魚群與差分進(jìn)化混合優(yōu)化算法用于機(jī)理性水質(zhì)模型參數(shù)估值方法，分別對(duì)一維均勻河流水質(zhì)模型、托馬斯BOD-DO水質(zhì)模型進(jìn)行了應(yīng)用研究.該方法計(jì)算簡便，精確度高，并且具有快速的收斂性能及良好的魯棒性，測試結(jié)果表明了此方法可行且有效。
　　 (3)選用了最小二乘支持