基于拉丁超立方抽样的改进型多链DRAM算法求解地下水污染反问题

• 作者: 刘喜坤 刘汉湖 孙韶华 张双圣 强静
• 来源期刊: 郑州大学学报（工学版）
• 学科: 地球科学
• 关键词: 二维水质模型 贝叶斯-马尔科夫链蒙特卡洛法 拉丁超立方抽样 延迟拒绝自适应Metropolis算法 污染源识别
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 水利与环境工程
• 页码范围: 72-78
• 页数: 7页
• 分类号: X703
• 字数: 5019字
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6833.2019.02.016

摘要

针对运用贝叶斯统计方法求解地下水污染反问题时,经典MCMC算法(Metropolis算法)求解结果受样本初始点影响且计算效率低的问题,提出了一种基于拉丁超立方抽样方法的改进型多链延迟拒绝自适应Metropolis算法(DRAM).将贝叶斯统计方法与二维水质对流-扩散方程相耦合,建立地下水污染源识别模型.构建一个污染物在地下水含水层中瞬时排放的算例,分别运用Metropolis算法、多链Metropolis算法以及改进型多链DRAM算法对污染源信息(污染源强度、排放位置(x,y)和排放时长)进行反求.算例研究表明,Metropolis算法受样本初始点影响,容易出现反演结果局部最优或者反演结果难以收敛的问题;多链Metropolis算法虽然显著提高了反演结果的准确性,但是反演效率相对低下;改进型多链DRAM在保证反演准确性的条件下,可显著提高反演效率(相对于多链Metropolis算法提高68％),实现反演结果准确性与效率的双提高.

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	孙韶华		56	156	6.0	7.0
8	强静	中国矿业大学数学学院	8	14	3.0	3.0