基于贝叶斯-微分进化算法的污染源识别反问题

张双圣^1,2,强静^3*,刘喜坤²,刘汉湖¹,朱雪强¹

1. 中国矿业大学环境与测绘学院, 江苏 徐州 221116;2. 徐州市城区水资源管理处, 江苏 徐州 221018;3. 中国矿业大学数学学院, 江苏 徐州 221116

收稿日期:2017-04-01出版日期:2018-02-20发布日期:2017-04-01
通讯作者:强静(1983— ),女, 山东汶上人, 讲师, 博士,主要研究方向为计算数学. E-mail:jingqiangsd@hotmail.comE-mail:zhang_-shuangsheng@163.com
作者简介:张双圣(1983— ), 男, 山东昌邑人,博士研究生, 主要研究方向为水污染控制. E-mail:zhang_-shuangsheng@163.com
基金资助:江苏省水利科技基金资助项目(2016056);水体污染控制与治理科技重大专项基金资助项目(2015ZX07406005)

Inverse problems of pollution source identification based on Bayesian-DE

ZHANG Shuangsheng^1,2, QIANG Jing^3*, LIU Xikun², LIU Hanhu¹, ZHU Xueqiang¹

1. School of Environment Science and Spatial Informatics, China University of Mining and Technology, Xuzhou 221116, Jiangsu, China;
2. Xuzhou City Water Resource Administrative Office, Xuzhou 221018, Jiangsu, China;
3. School of Mathematics, China University of Mining and Technology, Xuzhou 221116, Jiangsu, China

Received:2017-04-01Online:2018-02-20Published:2017-04-01

摘要/Abstract

摘要： 针对污染源瞬时排放的河流水污染事件反问题,通过贝叶斯统计方法和二维水质对流-扩散方程,建立水体污染识别模型,得到关于污染源强度、污染源位置和污染源排放时刻3个未知参数的后验概率密度函数。运用最大似然估计的思想,采用微分进化算法,求解使后验概率密度函数达到最大值的参数,作为模型未知参数的估计值。算例表明:运用贝叶斯微分进化算法,3个未知参数估计值迭代50次时可以达到稳定,当迭代次数达到280次时,可与真值完全重合;与贝叶斯-蒙特卡洛法相比,贝叶斯-微分进化算法可使3个未知参数估计值达到稳定时的迭代次数降低97.5%,均值误差分别减少1.69%、2.12%和4.03%,具有收敛快、精度高的特点。


PDF全文下载地址:

http://gxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=1712