参数空间变异性下地下水污染监测网多目标优化机制研究

• 作者: 吴剑锋 杨运 钱家忠 骆乾坤
• 来源期刊: 地质论评
• 关键词: 地下水污染 监测网设计 随机多目标优化 遗传算法
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 学 术 讨 论
• 页码范围: 570-578
• 页数: 9页
• 字数: 6454字
• 语种: 中文
• DOI: 10.16509/j.georeview.2015.03.010

摘要

基于野外实际含水层参数存在空间变异性的客观事实，研发概率 Pareto 遗传算法（Probabilistic Pareto genetic algorithm，PPGA），用于求解考虑含水层参数空间变异性下地下水污染监测网多目标优化设计问题。PPGA在ε-改进非劣支配遗传算法（epsilon-dominance non-dominated sorted genetic algorithm II，ε-NSGAII）的基础上通过添加概率择优排序和概率拥挤度技术，寻求考虑参数空间变异条件下地下水污染监测网模拟—优化耦合模型的 Pareto最优解。将优化结果与蒙特卡洛（Monte Carlo，MC）模拟分析结果进行对比，验证优化结果的可靠性。算例求解结果表明：在求解考虑参数空间变异性条件下地下水污染监测网多目标优化设计问题时，PPGA 优化所得 Pareto 最优解变异性小，可靠性高，可为决策者提供一系列稳定可靠的监测方案。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱家忠	合肥工业大学资源与环境工程学院	135	2921	27.0	49.0
2	吴剑锋	南京大学地球科学与工程学院水科学系	56	1196	17.0	33.0
3	杨运	南京大学地球科学与工程学院水科学系	5	34	3.0	5.0
7	骆乾坤	合肥工业大学资源与环境工程学院	6	21	3.0	4.0