[發明專利]一種基于多種和諧式算法的地下水污染源識別方法

無效

• 申請號: 201210313785.9
• 申請日: 2012-08-29
• 公開（公告）號: CN102867117A
• 公開（公告）日: 2013-01-09
• 發明（設計）人: 何理;李超;楊琦;申婧
• 申請（專利權）人: 華北電力大學
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 北京眾合誠成知識產權代理有限公司 11246
• 代理人: 史雙元

1.一種基于多種和諧式算法的地下水污染源識別方法，其特征在于，在模擬模型中利用地下水三維數值模擬系統模擬地下水以及地下水中污染物的傳輸過程，采用和諧式算法聯合優化模型，將目標函數E最大化，從而通過求解非線性優化模型的辦法達到有效預測污染源數量、位置和源強的目的。

2.根據權利要求1所述基于多種和諧式算法的地下水污染源識別方法，其特征在于，地下水污染源識別方法包括如下步驟：

1).?地下水石油污染物的傳輸模擬

利用地下水三維數值模擬系統來模擬地下水以及地下水中污染物的傳輸過程，其中污染物傳輸方程為：?

∂Hb∂t=1Rh(∂∂xi(bDij∂H∂xj)-∂∂xi(bHVi))-H′Wn---(1)]]>

式中H?=?石油污染物的濃度，

H′=?源或匯的石油污染物濃度，

D_ij=?水動力彌散系數，

R_h=?石油污染物的阻滯因子，

x_i/x_j=笛卡爾坐標，

V_i=x_i軸方向的滲透速度，

W=單位面積上的體積流量，

b=飽和厚度，

t=時間，

n=有效孔隙率，

將電腦模擬模型地下水三維數值模擬系統用于模擬方程(1)地下水流動以及污染物傳輸；

2).優化模型的解法

NHA表示和諧式算法，是全新的啟發式優化算法，它主要是通過對優化模型進行多次迭代計算，優化出目標函數的最優值，能夠解決與地下水相關的應用、結構設計、基準優化、土壤穩定性分析等各種問題；利用NHA解決優化問題包括以下5個步驟：

(1)對問題進行初始化，設置NHA的相關參數，

目標函數的最大值或者最小值，N是決策變量的數量，x_i(?i?=?1,2,…,N)是需要確定的決策變量，是包含xi的向量，,其中T是表示矩陣的轉置操作，由上面的定義我們可以得到優化模型：

min?or?max?

subject?to?x_i?∈[x_i,min,?x_i,max];?i?=?1,?2,…,?N(2)

其中x_i,max和x_i,min?(i?=?1,?2,…,?N?)是決策變量的上下邊界，要利用NHA算法解決這個優化模型我們需確定以下參數集：和諧內存大小(HMS)，俯仰調節率(PAR)以及終止準則，HMCR（和諧內存參考率）和PAR參數是用來產生新的解向量和保持解決方案的多樣性；

(2)初始化和諧記憶

生成和初始化HM矩陣，HM表示和諧記憶，是一個存放目標函數和計算目標函數值的矩陣，該矩陣包括解向量以及相應的目標函數值；HM中的每個解向量都有N個參數，每個參數都需要在第一步驟確定的可行隨機范圍內進行初始化，得到一個HM矩陣：

x11x21...xN-11xN1f(x→1)x12x22...xN-12xN2f(x→2)..................x1HMS-1x2HMS-1...xN-1HMS-1xNHMS-1f(x→HMS-1)x1HMSx2HMS...xN-1HMSxNHMSf(x→HMS)---(3)]]>

由公式(3)我們能夠知道，生成的HM矩陣垂直方向的大小為HMS；

(3)隨機生成一個新的解決方案

在HMCR（和諧內存參考率）控制下，從HM矩陣或者可能的取值范圍內選定決策變量，從而隨機生成一個新矩陣x'?=?(x₁'，x₂'，x₃'，…，x_N')；要生成x'，首先在0-1之間生成隨機數N，然后將N與HMCR進行比較，如果r_i(0,1)?<?HMCR，則第i個決策變量要從HM矩陣中取值，否則，就要從所有可能的區域里取值，這個取值過程可以表示為：

If?r_i(0,1)<?HMCR

x_i'←x_i'∈?[?x_i¹,?x_i²,…?x_i^HMS?]

Elsei=?1,?2,?…,?N(4)

x_i'←x_i'∈(?x_i,min,?x_i,max?)

End?If

在實際應用過程中，需設置合適的HMCR值才能得到模型的最優解；通過實踐總結經驗可知，HMCR的取值為（0.70，0.95）。

(4)更新和諧記憶

新生成的目標函數向量要和HM矩陣中最差的目標函數值進行比較，如果新生成的目標函數比HM中最差的更靠近1，則新生成的目標函數替換HM中原有的最差目標函數值，經過此步計算，更新后的HM矩陣中的目標函數值將會是升序排列的；

(5)檢查終止準則

NHA算法中，通過步驟（3）到步驟（5）的迭代計算可以尋求最優或者接近最優的解決方案，滿足終止準則，通過設置迭代次數作為算法的終止準則；

3）預測方法

如上所述，初步概念模型的主要目標是解決地下水系統污染源的識別問題，此問題是通過對污染源識別步驟的公式化來解決的，目標是在所選擇的時間地點，將模擬值與測量值之間的誤差最小化，或者說模擬值對測量值濃度的效率（E）最大化；此模型就是將效率系數E作為目標函數，通過以NHA為基礎的優化模型來求得E的最大值；E的取值范圍是(-∞，1]：當E=1時，說明濃度的模擬值與實測值吻合度較高；當E=0時，說明濃度的模擬值與實測值的平均值相比偏差較小；當E<0時，說明測量值比模擬值更能說明污染物的濃度；優化模型的決策變量包括污染源位置（X，Y）以及污染源的源流量（），通過以上變量，我們將問題進行公式化：

En=max(1-Σt=1NTΣk=1Nd|Ck(t)-C^k(t)|Σt=1NTΣk=1Nd|C^k(t)-C‾|)]]>

s.t.

C=f(X,Y,q~)---(6)]]>

q~min≤q~≤q~max---(7)]]>

Xmin≤X≤Xmax---(8)]]>

Ymin≤Y≤Ymax---(9)]]>

En+C-1=C^---(10)]]>

其中n是要確定的污染源數量，E_n是一個有n個污染源方案的目標函數，N_t是壓力期數量，N_d是樣本點數量，C_k(t)是樣本點k壓力期t的模擬污染物濃度值，樣本點k在壓力期t的污染物濃度實際測量值，是污染物濃度測量值的平均值，C和分別是由樣本點的模擬濃度值和測量濃度值組成的向量，X=[X₁，X₂，X₃，…,X_n]^T和Y=[Y₁,Y₂,Y₃,…,Y_n]^T是包括所有樣本點的位置向量，是源流量的向量，f(·)是通過(X,Y,)的數值進行模擬得到的模擬結果，和分別是源流量取值范圍的上下邊界，X_max，X_min，Y_max和Y_min分別是污染源位置取值范圍的上下邊界；

4）污染源最佳數量、位置和強度的識別

在污染源數量是已知的條件下，通過公式(5)到公式(10)的計算，能夠解決污染源識別的問題，但是在實際工程中，實際污染源數量往往是未知的，所以確定污染源的數量是模型得以運行的關鍵，當En∈（0.95，1）時，認定模擬結果可信；在所有滿足En∈（0.95，1）的En中，取n的最大值，此時，可以確定有n個污染源；相應的，在n已知的情況下，就可以根據公式（5）（6）（7）（8）（9）預測出各個污染源的位置和強度。

3.根據權利要求2所述所述基于多種和諧式算法的地下水污染源識別方法，其特征在于，所述步驟2）.（2）中HMS的值由具體問題的類型來決定，對HMS的取值范圍是10≤HMS≤50。