检索结果-维普期刊中文期刊服务平台

基于模拟-优化方法的地下水污染源溯源辨识被引量：24: 1; 作者潘紫东卢文喜 +2 位作者范越李久辉王涵《中国环境科学》 EI CAS CSCD 北大核心 2020年第4期1698-1705,共8页; 以抚顺市某煤矸石堆放场为研究区,根据研究区的实际条件建立地下水污染质运移模拟模型,预测地下水污染质未来时空变化特征.基于正演预报结果构建了假想例子,应用模拟-优化方法对地下水污染源源强及场地的渗透系数进行反演识别.为减小优... 展开更多; 关键词污染源反演识别模拟-优化方法替代模型 KRIGING方法 BP神经网络方法; 在线阅读下载PDF 职称材料

基于自适应权重粒子群优化算法的地下水污染溯源辨识被引量：7: 2; 作者高琬玉卢文喜 +1 位作者潘紫东白玉堃《中国农村水利水电》北大核心 2022年第12期1-7,16,共8页; 地下水污染溯源辨识是指利用监测井的观测数据对污染源信息进行识别。然而,在应用模拟-优化方法进行溯源工作时,多次运行数值模拟模型会带来较大的计算负荷;在利用传统粒子群算法求解优化模型时,易陷入局部极值点,严重影响辨识结果的精... 展开更多; 关键词污染源溯源辨识模拟-优化方法替代模型自适应权重粒子群算法 BP神经网络方法; 在线阅读下载PDF 职称材料

基于SSA-BP与SSA的地下水污染源反演识别被引量：12: 3; 作者葛渊博卢文喜 +1 位作者白玉堃潘紫东《中国环境科学》 EI CAS CSCD 北大核心 2022年第11期5179-5187,共9页; 应用基于SSA-BP神经网络替代模型的模拟-优化方法和SSA研究了地下水污染源位置及释放历史的反演识别问题.并在建立地下水水流模型时,应用Cholesky分解方法建立含水层渗透系数连续场,该方法相比于普通的参数分区方法更好地描述了水文地... 展开更多; 关键词污染源反演识别模拟-优化方法替代模型麻雀搜索算法 SSA-BP神经网络替代模型; 在线阅读下载PDF 职称材料

基于典型耦合优化算法的城市交通拥塞点源反演识别研究: 4; 作者赵雪亭胡立伟《交通运输系统工程与信息》 EI CSCD 北大核心 2023年第2期74-83,共10页; 应用模拟-优化方法研究城市交通拥塞源的位置识别及数据推演问题。首先,构建一个假想城市交通拥塞案例,引入地下水污染质运移模型,并结合城市交通拥塞特征,改进模型适应性,利用Cholesky分解方法建立描述城市交通拥塞非均质性的城市交通... 展开更多; 关键词城市交通反演识别模拟-优化方法城市交通拥塞连续场划分; 在线阅读下载PDF 职称材料

基于替代模型和流向算法的地下水污染源反演识别被引量：8: 5; 作者罗成明卢文喜 +3 位作者潘紫东王梓博徐亚宁白玉堃《中国环境科学》 EI CAS CSCD 北大核心 2023年第11期5823-5832,共10页; 应用模拟-优化的理论和方法,对地下水污染源的相关信息、模拟模型的渗透系数以及抽水井的抽水量进行同步识别.首先,根据假想例子构建地下水污染数值模拟模型.然后,分别运用BP神经网络(BPNN)方法和核极限学习机(KELM)方法构建模拟模型的... 展开更多; 关键词同步识别模拟-优化方法替代模型流向算法 BP神经网络; 在线阅读下载PDF 职称材料

题名基于模拟-优化方法的地下水污染源溯源辨识被引量：24: 1; 作者潘紫东卢文喜范越李久辉王涵; 机构吉林大学地下水与资源环境教育部重点实验室吉林大学新能源与环境学院; 出处《中国环境科学》 EI CAS CSCD 北大核心 2020年第4期1698-1705,共8页; 基金国家自然科学基金资助项目(41672232)。; 文摘以抚顺市某煤矸石堆放场为研究区,根据研究区的实际条件建立地下水污染质运移模拟模型,预测地下水污染质未来时空变化特征.基于正演预报结果构建了假想例子,应用模拟-优化方法对地下水污染源源强及场地的渗透系数进行反演识别.为减小优化模型反复调用模拟模型所产生的计算负荷,分别采用Kriging方法和BP神经网络方法建立了模拟模型的替代模型.最后运用模拟退火法求解优化模型,得到反演识别结果.研究表明:应用Kriging方法建立的替代模型输出结果的平均相对误差为0.3%;应用BP神经网络方法建立替代模型的输出结果平均相对误差为1.5%,应用两种替代模型对污染源源强识别的相对误差均小于0.5%,对场地两个参数分区渗透系数识别的相对误差均不大于5%.综上,应用Kriging方法建立的替代模型精度高于BP神经网络方法,利用基于两种替代模型的模拟-优化方法对污染源源强和渗透系数进行同步识别精度可以满足实际需求,是有效可行的.; 关键词污染源反演识别模拟-优化方法替代模型 KRIGING方法 BP神经网络方法; Keywords inverse identification of pollution source simulation-optimization model surrogate model Kriging method BP neural network method; 分类号 X523 [环境科学与工程—环境工程]; 在线阅读下载PDF 职称材料

题名基于自适应权重粒子群优化算法的地下水污染溯源辨识被引量：7: 2; 作者高琬玉卢文喜潘紫东白玉堃; 机构吉林大学地下水与资源环境教育部重点实验室吉林大学新能源与环境学院; 出处《中国农村水利水电》北大核心 2022年第12期1-7,16,共8页; 基金国家自然科学基金资助项目(41672232)。; 文摘地下水污染溯源辨识是指利用监测井的观测数据对污染源信息进行识别。然而,在应用模拟-优化方法进行溯源工作时,多次运行数值模拟模型会带来较大的计算负荷;在利用传统粒子群算法求解优化模型时,易陷入局部极值点,严重影响辨识结果的精度。研究基于假想算例,应用模拟-优化方法,将模拟模型作为等式约束条件,以模拟输出值与实际观测值之间的偏差极小化作为目标函数,连同其他非负约束条件建立优化模型,对三个潜在污染源的释放历史及渗透系数进行了联合识别。通过训练BP神经网络,建立数值模拟模型的替代模型,以缓解沉重的计算负荷;为了避免求解优化模型时陷入局部极值,研究提出了一种自适应权重算法,增强了传统粒子群优化算法跳出局部极值点的能力,识别结果表明:①运用BP神经网络所建立的替代模型能够很好地近似模拟模型的输入-输出关系,拟合精度达到0.99,且运行速度明显快于数值模拟模型,证明了其可以代替数值模拟模型嵌入优化模型中进行污染源溯源辨识工作;②同运用传统粒子群优化算法相比较,运用自适应权重粒子群优化算法,对优化算法的参数和迭代终止条件进行调节,可以有效地提高算法的收敛速度和计算效率,收敛得到的最优解的相对误差基本小于5%。; 关键词污染源溯源辨识模拟-优化方法替代模型自适应权重粒子群算法 BP神经网络方法; Keywords contamination sources identification simulation-optimization surrogate model adaptive weighted particle swarm optimization algorithm BP neural network; 分类号 TV138 [水利工程—水力学及河流动力学] P641 [天文地球—地质矿产勘探]; 在线阅读下载PDF 职称材料

题名基于SSA-BP与SSA的地下水污染源反演识别被引量：12: 3; 作者葛渊博卢文喜白玉堃潘紫东; 机构吉林大学新能源与环境学院; 出处《中国环境科学》 EI CAS CSCD 北大核心 2022年第11期5179-5187,共9页; 基金国家自然科学基金资助项目(41972252) 国家重点研发计划资助项目(2018YFC1800405)。; 文摘应用基于SSA-BP神经网络替代模型的模拟-优化方法和SSA研究了地下水污染源位置及释放历史的反演识别问题.并在建立地下水水流模型时,应用Cholesky分解方法建立含水层渗透系数连续场,该方法相比于普通的参数分区方法更好地描述了水文地质参数的非均质性.结果表明:SSA-BP神经网络替代模型对模拟模型具有较高的逼近精度,其平均相对误差仅有3.21%.应用SSA求解优化模型,能够快速准确地识别出点污染源的位置及释放历史.SSA对污染源位置的反演识别相对误差在10%左右,对污染源源强的反演识别相对误差不超过4%.因此,本文所提出的方法是一种有效的地下水污染源识别方法,可为污染责任认定及污染修复方案的优化提供参考.; 关键词污染源反演识别模拟-优化方法替代模型麻雀搜索算法 SSA-BP神经网络替代模型; Keywords pollution source inversion identification simulation-optimization method alternative model sparrow search algorithm SSA-BP neural network alternative model; 分类号 X523 [环境科学与工程—环境工程]; 在线阅读下载PDF 职称材料

题名基于典型耦合优化算法的城市交通拥塞点源反演识别研究: 4; 作者赵雪亭胡立伟; 机构昆明理工大学; 出处《交通运输系统工程与信息》 EI CSCD 北大核心 2023年第2期74-83,共10页; 基金国家自然科学基金(42277476,61863019)。; 文摘应用模拟-优化方法研究城市交通拥塞源的位置识别及数据推演问题。首先,构建一个假想城市交通拥塞案例,引入地下水污染质运移模型,并结合城市交通拥塞特征,改进模型适应性,利用Cholesky分解方法建立描述城市交通拥塞非均质性的城市交通流出率连续场。其次,采用Kriging和BP (Back Propagation)神经网络建立城市交通拥塞数值模拟模型的替代模型,通过平均相对误差、确定性系数及均方根误差检验替代模型精度。最后,利用麻雀搜索算法(SSA)和遗传算法(GA)求解优化模型,通过平均相对误差检验反演识别结果。研究结果表明:利用Cholesky分解方法,得到城市交通流出率分布不均,符合城市交通拥塞异质性特征,且均值为322.15,处于中等扩散水平;Kriging替代模型精度更高,平均相对误差为0.98%;应用SSA和GA均能快速准确地识别城市交通拥塞源的位置及交通扩散量,SSA相较于GA的交通拥塞源位置的整体相对误差提高1.68%,交通量的整体相对误差提升2.52%。综上,基于Kriging和SSA方法耦合的模拟-优化模型可以有效识别城市交通拥塞源和交通扩散交通量,且识别精度较高,可为城市交通拥塞源控制及交通扩散管控方案提供重要参考。; 关键词城市交通反演识别模拟-优化方法城市交通拥塞连续场划分; Keywords urban traffic inverse identification simulation-optimization methods urban traffic congestion continuous field classification; 分类号 U121 [交通运输工程]; 在线阅读下载PDF 职称材料

题名基于替代模型和流向算法的地下水污染源反演识别被引量：8: 5; 作者罗成明卢文喜潘紫东王梓博徐亚宁白玉堃; 机构吉林大学新能源与环境学院; 出处《中国环境科学》 EI CAS CSCD 北大核心 2023年第11期5823-5832,共10页; 基金国家自然科学基金资助项目(42272283,41972252) 吉林大学研究生创新基金资助项目(2022186)。; 文摘应用模拟-优化的理论和方法,对地下水污染源的相关信息、模拟模型的渗透系数以及抽水井的抽水量进行同步识别.首先,根据假想例子构建地下水污染数值模拟模型.然后,分别运用BP神经网络(BPNN)方法和核极限学习机(KELM)方法构建模拟模型的替代模型,优选出拟合精度更高的替代模型嵌入到后续的优化模型中,以此减少计算负荷并提升替代模型对模拟模型的逼近精度.最后,采用流向算法(FDA)对优化模型进行求解,得到反演结果,同时,将其分别与麻雀搜索算法(SSA)和粒子群优化算法(PSO)得到的反演结果进行对比.结果表明:相比于KELM替代模型,BPNN替代模型的拟合精度较高,确定性系数、平均相对误差和均方根误差分别为0.9999、0.1723%和0.5625;与PSO和SSA相比,FDA的收敛速度更快,对优化模型的求解精度更高,其识别结果的平均相对误差小于7%,提升了地下水污染源反演识别的精度和效率,能够为地下水污染修复、风险评定和责任认定提供可靠的依据.; 关键词同步识别模拟-优化方法替代模型流向算法 BP神经网络; Keywords simultaneous identification simulation-optimization method surrogate model flow direction algorithm BP neural network; 分类号 X523 [环境科学与工程—环境工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于模拟-优化方法的地下水污染源溯源辨识	潘紫东卢文喜范越李久辉王涵	《中国环境科学》 EI CAS CSCD 北大核心	2020	24	在线阅读下载PDF 职称材料
2	基于自适应权重粒子群优化算法的地下水污染溯源辨识	高琬玉卢文喜潘紫东白玉堃	《中国农村水利水电》北大核心	2022	7	在线阅读下载PDF 职称材料
3	基于SSA-BP与SSA的地下水污染源反演识别	葛渊博卢文喜白玉堃潘紫东	《中国环境科学》 EI CAS CSCD 北大核心	2022	12	在线阅读下载PDF 职称材料
4	基于典型耦合优化算法的城市交通拥塞点源反演识别研究	赵雪亭胡立伟	《交通运输系统工程与信息》 EI CSCD 北大核心	2023	0	在线阅读下载PDF 职称材料
5	基于替代模型和流向算法的地下水污染源反演识别	罗成明卢文喜潘紫东王梓博徐亚宁白玉堃	《中国环境科学》 EI CAS CSCD 北大核心	2023	8	在线阅读下载PDF 职称材料