智能优化算法在含水层参数反演中的应用

智能优化算法在含水层参数反演中的应用

ID:36629143

大小:1.49 MB

页数:67页

时间:2019-05-13

智能优化算法在含水层参数反演中的应用_第1页
智能优化算法在含水层参数反演中的应用_第2页
智能优化算法在含水层参数反演中的应用_第3页
智能优化算法在含水层参数反演中的应用_第4页
智能优化算法在含水层参数反演中的应用_第5页
资源描述:

《智能优化算法在含水层参数反演中的应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、Y.g钾805长安大学硕士学位论文申请学位级别殛±学科名称盔童堂区盔童遂论文提交日期2Q啦,Q生论文答辩日期2QQ巨,噬。Q璺摘要含水层参数的确定,是进行地下水资源科学管理的基础和关键。参数的不确定性将导致计算的水头、流速的不确定性,并影响到地下水资源评价结果的可靠性。因此,建立基于现有水文地质勘探资料的简便实用的参数反演方法,对于提高地下水资源管理水平具有至关重要的意义。本文主要针对不同地下水模型中所出现的多维、非线性等复杂的参数优选问题,将改进模拟退火算法、十进制遗传算法及遗传模拟退火算法应用于求解反演含水层参数的问题。通过实例的数值实

2、验,对其中存在的问题进行了一定的分析和讨论。文中的主要研究工作体现在:1.将改进模拟退火算法应用于含水层参数反演的函数优化问题,通过实例分析,验证该算法的可行性与可靠性。另外,通过对数值实验结果的讨论,分析了改进措施对算法收敛性的影响。2.采用十进制编码遗传算法反演含水层参数,验证了算法的可行性;对遗传算法在编码方案、收敛性和收敛速度方面分别进行数值实验,并对结果进行分析比较;在进化计算过程中,根据实际情况,随时调整种群的规模,研究了种群规模的大小对算法收敛性的影响。3.使用遗传模拟退火算法来实现含水层参数反演的函数优化问题。通过实例分析,

3、验证了该算法在含水层参数反演问题中应用的可行性。关键词:改进模拟退火算法;十进制遗传算法:含水层参数;参数反演;AbstractIdentificationofaquiferparametersplaysaprimaryandpivotalroleinensuringpropermanagementofgroundwaterresources.Theuncertaintyoftheparametersmayinduceuncertaintycalculationofwaterheadandvelocityofflow,andinfluenc

4、ethereliabilityoftheresultsofgroundwaterresourcesappraising.Therefore,findingasimpleandappliedmethodforparameterestimationisquiteimportantforthemanagementofgroundwaterresources.Inthispaper,threemethodshavebeenproposedforidentifyingtheaquiferparameters,such嬲modifiedsimulate

5、dannealingalgorithm.geneticalgorithmandgenetic。simulatedannealingalgorithm,aimingatthecomplicatedproblemofselectingbestparametersindifferentgroundwatermodels.Bythenumericaltestofexample,thepresentproblemsinthesemethodsareanalyzedanddiscussed.Themainresearchtaskofthispaperi

6、sasfollows:Thesimulatedannealingalgorithmisputintoidentifyingaquiferparameters.Applicationofthemethodtothepublisheddatashowstheapplicableandreliableoftheproposedmethod.Also,theinfluenceonthealgorithm,introducedbythemodifiedstrategies,isanalyzedbynumericalexperiment.Thedeci

7、malstringsgeneticalgorithmisappliedtoidentifyingtheaquiferparameters.Applicationofthemethodtothepublisheddatashowstheapplicableandreliableoftheproposedmethod.Thedecimalstringsgeneticalgorithmhasbeencomparedwiththestringsgeneticalgorithmbynumericalexperiment,andtheresultsof

8、thathavealsobeenanalyzedandcomparedwitheachother.Atthesametime,thepopulationsizeisadjuste

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。