基于Bayesian-MCMC方法的水体污染识别反问题

• 作者: 周振瑶 宋柳霆 滕彦国 王金生 陈海洋
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 反问题 二维水质模型 贝叶斯推理 马尔科夫链蒙特卡罗法 源识别
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 环境工程
• 页码范围: 74-78
• 分类号: P641.2
• 语种: 中文
• DOI: 10.3969/j.issn.1674-2974.2012.06.014

摘要

针对具有不适定性的环境水力学反问题,基于贝叶斯推理和二维水质模型建立水体污染识别反演模型,运用马尔科夫链蒙特卡罗法抽样获得污染源源强、污染源位置和污染泄漏时间等模型参数的后验概率分布和统计结果.实例研究结果表明,基于马尔科夫链蒙特卡罗抽样算法的贝叶斯推理可以较好地用来实现水体污染识别,具有识别精度高,误差小的特点,其可靠性和稳定性高于混合遗传-模式搜索优化算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋柳霆	北京师范大学水科学研究院	10	144	6.0	10.0
2	王金生	北京师范大学水科学研究院	204	3135	29.0	43.0
3	滕彦国	北京师范大学水科学研究院	154	2574	26.0	43.0
4	陈海洋	北京师范大学水科学研究院	25	204	8.0	13.0
5	周振瑶	北京师范大学水科学研究院	3	70	3.0	3.0