采用混沌粒子群优化算法的水质模型参数辨识

• 作者: 朱光灿 袁君 陈贝
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 地球科学
• 关键词: 水质模型 参数辨识 Logistic混沌 粒子群优化
• 年，卷（期）: 2009,（5）
• 页码范围: 1018-1022
• 页数: 5页
• 分类号: X11
• 字数: 4480字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2009.05.030

摘要

提出了一种新的适用于水质模型参数辨识的混沌粒子群优化(LCPSO)算法.与粒子群优化(PSO)算法相比,该算法将Logistic混沌搜索嵌入到PSO算法中,利用混沌变量产生初始粒群,并对子代部分粒子群体进行微小扰动,随着搜索过程的深入逐步调整扰动幅度,以克服PSO算法的早熟、易陷入局部极值等固有缺陷.采用标准测试函数,将该算法与遗传算法(GA)和PSO算法进行比较,证明了其收敛速度和寻优能力的优越性.采用实测水质数据,将LCPSO算法应用于具有一定工程价值和复杂程度的Dobbins-Camp BOD-DO水质模型的参数辨识.结果显示,所得水质数据与实测值误差平方和仅为0.150 3,且相对误差在±0.2%范围内,故该算法可为水质模型的参数辨识提供一条新的途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱光灿	东南大学能源与环境学院	79	1227	19.0	33.0
2	袁君	东南大学能源与环境学院	3	21	3.0	3.0
3	陈贝	东南大学能源与环境学院	1	13	1.0	1.0