基于贝叶斯-微分进化算法的污染源识别反问题

• 作者: 刘喜坤 刘汉湖 张双圣 强静 朱雪强
• 来源期刊: 山东大学学报（工学版）
• 学科: 地球科学
• 关键词: 二维水质模型 贝叶斯统计 微分进化算法 突发性水污染 贝叶斯-马尔科夫链蒙特卡洛法
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 化学与环境
• 页码范围: 131-136
• 页数: 6页
• 分类号: X52
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.0.2017.146

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘汉湖	中国矿业大学环境与测绘学院	77	812	16.0	25.0
2	张双圣	中国矿业大学环境与测绘学院	20	134	5.0	11.0
4	刘喜坤		19	59	5.0	6.0
5	朱雪强	中国矿业大学环境与测绘学院	32	275	9.0	15.0
8	强静	中国矿业大学数学学院	8	14	3.0	3.0