CN107895081A - 多个瞬时污染源的溯源方法 - Google Patents
多个瞬时污染源的溯源方法 Download PDFInfo
- Publication number
- CN107895081A CN107895081A CN201711124437.6A CN201711124437A CN107895081A CN 107895081 A CN107895081 A CN 107895081A CN 201711124437 A CN201711124437 A CN 201711124437A CN 107895081 A CN107895081 A CN 107895081A
- Authority
- CN
- China
- Prior art keywords
- instantaneous
- value
- emission intensity
- pollution sources
- alpha
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 27
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 24
- 231100000719 pollutant Toxicity 0.000 claims abstract description 24
- 238000002945 steepest descent method Methods 0.000 claims abstract description 4
- 230000000630 rising effect Effects 0.000 claims description 2
- 230000001052 transient effect Effects 0.000 claims 3
- 238000005457 optimization Methods 0.000 abstract description 4
- 230000001351 cycling effect Effects 0.000 abstract 1
- 238000004364 calculation method Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 3
- 239000010865 sewage Substances 0.000 description 3
- 239000006185 dispersion Substances 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000010842 industrial wastewater Substances 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Geometry (AREA)
- Development Economics (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种多个瞬时污染源的溯源方法,其特征在于,包括以下步骤:步骤1.给定观测点污染物浓度观测值Cj obj、河流水质模型相关参数,假定i个瞬时污染源排放强度的初始值Mi(0)(i=1,2,3,…m1)、设定目标函数精度要求tol;步骤2.将Mi(0)代入河流水质模型中,得到计算值与观测值的差距J作为目标函数;步骤3.反向积分伴随方程,计算出目标函数关于瞬时污染源的排放强度Mi的梯度,采用最速下降法得到瞬时污染源的排放强度的搜索方向▽J与步长α,优化瞬时污染源的排放强度;步骤4.将优化后的各个瞬时污染源排放强度代入河流水质模型方程进行计算得到下游观测断面处污染物浓度值分布Cj,再次计算目标函数J,检查是否满足精度要求,否则返回步骤2,继续循环直到满足精度要求。
Description
技术领域
本发明属于环境水力学领域,具体涉及多个瞬时污染源的溯源方法。
技术背景
化工企业通常在河流岸边设置排污口,将工业废水排入河流中,污染物排放口的位置是确定的,但其污染源排放强度却无法确定。排污口优化,污染物总量控制与分配等都需要确定污染源排放强度,这是水环境保护与水污染管理工作中常遇到的问题。根据下游污染物浓度分布情况来确定上游污染源的排放强度就是污染源溯源问题,这一直是环境水力学领域中的热点问题之一。对于污染源溯源问题的研究,韩龙喜提出利用遗传算法确定一维水质模型的源项,刘晓东针对非恒定水流条件,提出河道一维污染源自动识别的FDM-SIM方法,金忠青、陈夕庆等利用脉冲谱-优化法求解一维和二维对流-扩散方程中的污染源控制问题。
污染源排放强度的确定需要通过使水质模型计算的污染物分布数据与实测的污染物分布数据尽可能接近来解决。在已有的研究中需要假定不同的污染源排放强度组合代入到河流水质模型中进行计算,将计算结果和实际测量数据进行比较,如果计算结果和实际测量数据吻合度高则代表污染源排放强度与真实排放强度接近,如果计算结果和实际测量数据吻合度较低则重新假定污染源排放强度组合再次进行比较直到得到比较满意的结果。这往往需要进行大量繁复的试算工作来确定多个污染源排放强度,不仅耗时耗力并且当污染源个数较多的情况下加大了工作难度,有的时候甚至不能找到正确的污染源排放组合。
发明内容
本发明是为了解决上述问题而进行的,目的在于提供多个瞬时污染源的溯源方法,该方法能够快速精确地确定多个瞬时污染源的排放强度。本发明为了实现上述目的,采用了以下方案:
本发明提供多个瞬时污染源的溯源方法,其特征在于,包括以下步骤:
步骤1.给定观测点污染物浓度观测值Cj obj、河流水质模型相关参数纵向离散系数E和水流流速u,假定i个瞬时污染源排放强度的初始值Mi(0)(i=1,2,3,…m1)以及设定目标函数精度要求tol;
步骤2.将步骤1中i个瞬时污染源的排放强度初始值Mi(0)代入河流水质模型中,得到计算值与观测值的差距J作为目标函数;
步骤3.反向积分伴随方程,计算出目标函数关于瞬时污染源的排放强度Mi的梯度,根据该梯度采用最速下降法得到瞬时污染源的排放强度的搜索方向▽J与步长α,优化瞬时污染源的排放强度;
步骤4.将优化后的各个瞬时污染源排放强度代入河流水质模型方程进行计算得到下游观测断面处污染物浓度值分布Cj,再次计算目标函数J,检查是否满足精度要求,否则返回步骤2,继续循环直到满足精度要求。
本发明提供的多个瞬时污染源的溯源方法,还可以具有以下特征:在步骤2中,将Mi(0)代入河流水质模型中计算得下游观测断面污染物浓度值Cj,其中E是纵向离散系数(m2/s)、u是水流流速(m/s),t为时间(s),m1为污染源个数;构造目标函数:将计算得到污染物浓度值Cj与实际观测污染物浓度值Cj obj代入可得两者之间的距离,m2是观测数据的个数。
本发明提供的多个瞬时污染源的溯源方法,还可以具有以下特征:在步骤3中,构造拉格朗日函数:
式中λj为拉格朗日算子,
令得到伴随方程
令得到目标函数关于各个瞬时源排放强度的梯度,反向求解伴随方程得到目标函数关于各个瞬时源排放强度的梯度:
将目标函数关于各个瞬时源排放强度的负梯度方向作为各个瞬时源排放强度调整的方向,然后确定最优的下降步长α,
优化各个瞬时污染源排放强度:
本发明提供的多个瞬时污染源的溯源方法,还可以具有以下特征:在步骤3中,确定下降步长α的方法为:选取一个步长αa作为初始步长,从i个瞬时污染源排放强度的初始点Mi开始以初始步长向前进行试探得到代入河流水质模型中得到目标函数值;如果目标函数函数值上升,则改变步长方向,如果目标函数值下降则维持原来的方向,并将步长加倍,直到目标函数值开始上升并记录此时的步长αb,则确定最优步长α在αa和αb范围之间,设目标函数为J(x),则:
(1)给定初始区间[a1,b1],精度要求tolα>0,T=0.618,k=1,a1=αa,b1=αb;
(2)令c1=a1+(1-T)(b1-a1),d1=b1-(1-T)(b1-a1),计算Jc=J(c1),Jd=J(d1);
(3)若b(k+1)-a(k+1)≥tolα,转到步骤(4),否则停止搜索,最优步长α为[b(k+1)+a(k+1)]/2;
(4)若Jc<Jd,转到步骤(5);否则转到步骤(6);
(5)满足Jc<Jd条件则:a(k+1)=a(k),b(k+1)=d(k);d(k+1)=c(k),Jd=Jc;令c(k+1)=a(k+1)+(1-T)[b(k+1)-a(k+1)];计算Jc=J(c(k+1)),转到步骤(7);
(6)不满足Jc<Jd条件则:a(k+1)=c(k),c(k+1)=d(k);b(k+1)=b(k),Jc=Jd;令d(k+1)=b(k+1)-(1-T)[b(k+1)-a(k+1)];计算Jd=J(d(k+1)),转到步骤(7);
(7)置k=k+1;返回步骤(3);
由此可得最优下降步长α=[a(k+1)+b(k+1)]/2。
发明的作用与效果
本发明针对现有技术的不足,提供了一种多个瞬时污染源的溯源方法,使模型计算值和实测值的距离(目标函数)最小来反演多个瞬时污染源排放强度,利用拉格朗日算子法将以模型方程作为约束条件的溯源问题转化为无约束的多个瞬时污染源排放强度最优化问题,求解伴随方程得到目标函数关于多个瞬时污染源排放强度的梯度,让各个瞬时污染源排放强度沿梯度的反方向逐步逼近真实的污染源排放强度。本方法从水质模型方程出发寻找最优的污源物排放强度组合具有明确的数学物理意义,且能够较快速精确地确定多个瞬时污染源的排放强度,减少了试算的次数和花费的时间,提高了精确性和稳定性。
附图说明
图1为本发明实施例中的多个瞬时污染源的溯源方法的流程图;
图2为本发明实施例中调整最优步长的流程图;
图3(a)至(d)分别为本发明实施例中四个瞬时污染源溯源的测试结果图。
具体实施方式
以下结合附图对本发明涉及的多个瞬时污染源的溯源方法的具体实施方案进行详细地说明。
<实施例>
本实施例提供的方法能够用计算机软件技术实现流程。参见图1,实施例设计了4种不同的工况,每种工况从不同的污染源排放强度初值出发,以4个瞬时污染源的溯源为例对本发明的流程进行一个具体的阐述,如下:
步骤1.收集观测断面污染物浓度分布的实际观测数据Cj obj(j=1,2,3…m2)、污染源位置xi,确定河流水质模型相关参数纵向离散系数E、水流流速u,假定各个瞬时污染源排放强度的初始值Mi(0)(i=1,2,3,4),设定精度要求tol。
步骤2.将步骤1中各个瞬时污染源排放强度的初始值Mi(0)代入河流水质模型中,得到计算值与观测值的差距J(目标函数),实现方式如下,
将Mi(0)代入河流水质模型中计算得下游观测断面污染物浓度值Cj(j=1,2,3…m2),其中E是纵向离散系数(m2/s)、u是水流流速(m/s)、t为时间(s)、m1为污染源个数。构造目标函数:将计算得到污染物浓度值Cj与实际观测污染物浓度值Cj obj相同时间点的值代入可得两者之间的距离,m2是观测数据的个数。
步骤3.反向积分伴随方程,可以计算出目标函数关于各瞬时污染源排放强度的梯度,根据该梯度采用了最速下降法得到污染源排放强度的下降方向▽J与步长α,优化污染源排放强度;实现方式如下,
构造拉格朗日函数
其中λj为拉格朗日算子。
令可以得到伴随方程
令可以得到目标函数关于各瞬时源排放强度的梯度,反向求解伴随方程可以得到目标函数关于各瞬时源排放强度的梯度
将目标函数关于各瞬时源排放强度的负梯度方向作为各瞬时源排放强度调整的方向,然后确定最优的下降步长α,实现方式如下,
选取一个步长αa作为初始步长,从Mi开始以初始步长向前进行试探得到并代入模型中得到目标函数值,如果目标函数函数值上升,则改变步长方向,如果目标函数值下降则维持原来的方向,并将步长加倍,直到目标函数值开始上升并记录此时的步长αb;则确定最优步长α在αa和αb范围之间。然后确定最优步长α。设目标函数为J(x),则如图2所示确定最优步长α的过程为:
(1)给定初始区间[a1,b1],精度要求tolα>0,T=0.618,k=1,a1=αa,b1=αb。
(2)令c1=a1+(1-T)(b1-a1),d1=b1-(1-T)(b1-a1),计算Jc=J(c1),Jd=J(d1)。
(3)若b(k+1)-a(k+1)≥tolα,转到步骤(4),否则停止搜索,最优步长为[b(k+1)+a(k+1)]/2。
(4)若Jc<Jd,转到步骤(5);否则转到步骤(6)。
(5)满足Jc<Jd条件则:a(k+1)=a(k),b(k+1)=d(k);d(k+1)=c(k),Jd=Jc;令c(k+1)=a(k+1)+(1-T)[b(k+1)-a(k+1)];计算Jc=J(c(k+1)),转到步骤(7)。
(6)不满足Jc<Jd条件则:a(k+1)=c(k),c(k+1)=d(k);b(k+1)=b(k),Jc=Jd;令d(k+1)=b(k+1)-(1-T)[b(k+1)-a(k+1)];计算Jd=J(d(k+1)),转到步骤(7)。
(7)置k=k+1;返回步骤(3)。
由此可得最优下降步长α=[a(k+1)+b(k+1)]/2,优化各瞬时污染源排放强度:
步骤4.将优化后的Mi(n+1)代入模型方程进行计算得到观测断面处污染物浓度值分布Cj,再次计算目标函数J,检查是否满足精度要求,否则返回步骤2,继续循环直到满足精度要求。
如图3所示实施例中设计4种不同的工况,每种工况从不同的污染源排放强度初值出发,经过20~25次的迭代过程后M1、M2、M3、M4最终都能快速收敛于真实的污染源排放强度,说明此方法具有快速、对初值适应性好的特性。
实施例过程涉及数据如下列表1和表2:
表1
x1 | x2 | x3 | x4 | tol | αa | tolα | dt |
1 | 3 | 5 | 7 | 0.1 | 0.001 | 0.0001 | 0.5 |
u | E | ||||||
0.5 | 0.005 |
表2
具体的污染物浓度实际观测值在不同的条件下各不相同,本领域技术人员可以实际情况输入模型当中。目标函数精度tol和0.618法精度tolα分别与最终确定的各污染源排放强度精度和最优步长精度相关,本领域技术人员可以需要根据具体情况设定其数值。经过测试本方法对于不同的污染源排放强度初值组合有良好的鲁棒性,本领域技术人员可以对各污染源排放强度设置任意的初值进行溯源。
以上实施例仅仅是对本发明技术方案所做的举例说明。本发明所涉及的多个瞬时污染源的溯源方法并不仅仅限定于在以上实施例中所描述的内容,而是以权利要求所限定的范围为准。本发明所属领域技术人员在该实施例的基础上所做的任何修改或补充或等效替换,都在本发明的权利要求所要求保护的范围内。
Claims (4)
1.一种多个瞬时污染源的溯源方法,其特征在于,包括以下步骤:
步骤1.给定观测点污染物浓度观测值Cj obj、河流水质模型相关参数纵向离散系数E和水流流速u,假定i个瞬时污染源排放强度的初始值Mi(0)(i=1,2,3,…m1)以及设定目标函数精度要求tol;
步骤2.将步骤1中i个瞬时污染源的排放强度初始值Mi(0)代入河流水质模型中,得到计算值与观测值的差距J作为目标函数;
步骤3.反向积分伴随方程,计算出目标函数关于瞬时污染源的排放强度Mi的梯度,根据该梯度采用最速下降法得到瞬时污染源的排放强度的搜索方向▽J与步长α,优化瞬时污染源的排放强度;
步骤4.将优化后的各个瞬时污染源排放强度代入河流水质模型方程进行计算得到下游观测断面处污染物浓度值分布Cj,再次计算目标函数J,检查是否满足精度要求,否则返回步骤2,继续循环直到满足精度要求。
2.根据权利要求1所述的多个瞬时污染源的溯源方法,其特征在于:
其中,在步骤2中,将Mi(0)代入河流水质模型中计算得下游观测断面污染物浓度值Cj,t为时间,m1为污染源个数;构造目标函数:将计算得到污染物浓度值Cj与实际观测污染物浓度值Cj obj代入可得两者之间的距离,m2是观测数据的个数。
3.根据权利要求1所述的多个瞬时污染源的溯源方法,其特征在于:
其中,在步骤3中,构造拉格朗日函数:
<mrow>
<mi>L</mi>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>m</mi>
<mn>2</mn>
</msub>
</munderover>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>C</mi>
<mi>j</mi>
</msub>
<mo>-</mo>
<msup>
<msub>
<mi>C</mi>
<mi>j</mi>
</msub>
<mrow>
<mi>o</mi>
<mi>b</mi>
<mi>j</mi>
</mrow>
</msup>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>m</mi>
<mn>2</mn>
</msub>
</munderover>
<msub>
<mi>&lambda;</mi>
<mi>j</mi>
</msub>
<mo>{</mo>
<msub>
<mi>C</mi>
<mi>j</mi>
</msub>
<mo>-</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>m</mi>
<mn>1</mn>
</msub>
</munderover>
<mfrac>
<msub>
<mi>M</mi>
<mi>i</mi>
</msub>
<msqrt>
<mrow>
<mn>4</mn>
<mi>&pi;</mi>
<mi>E</mi>
<mi>t</mi>
</mrow>
</msqrt>
</mfrac>
<mi>exp</mi>
<mo>&lsqb;</mo>
<mo>-</mo>
<mfrac>
<msup>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>-</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mi>u</mi>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mrow>
<mn>4</mn>
<mi>E</mi>
<mi>t</mi>
</mrow>
</mfrac>
<mo>&rsqb;</mo>
<mo>}</mo>
<mo>,</mo>
</mrow>
式中λj为拉格朗日
算子,
令得到伴随方程
令得到目标函数关于各个瞬时源排放强度的梯度,反向求解伴随方程得到目标函数关于各个瞬时源排放强度的梯度:
<mrow>
<mfrac>
<mrow>
<mo>&part;</mo>
<mi>L</mi>
</mrow>
<mrow>
<mo>&part;</mo>
<msub>
<mi>M</mi>
<mi>i</mi>
</msub>
</mrow>
</mfrac>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>m</mi>
<mn>2</mn>
</mrow>
</munderover>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>C</mi>
<mi>j</mi>
</msub>
<mo>-</mo>
<msup>
<msub>
<mi>C</mi>
<mi>j</mi>
</msub>
<mrow>
<mi>o</mi>
<mi>b</mi>
<mi>j</mi>
</mrow>
</msup>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>{</mo>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<msqrt>
<mrow>
<mn>4</mn>
<mi>&pi;</mi>
<mi>E</mi>
<mi>t</mi>
</mrow>
</msqrt>
</mfrac>
<mi>exp</mi>
<mo>&lsqb;</mo>
<mfrac>
<mrow>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>-</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mi>u</mi>
<mi>t</mi>
<mo>)</mo>
</mrow>
<msup>
<mo>)</mo>
<mn>2</mn>
</msup>
</mrow>
<mrow>
<mn>4</mn>
<mi>E</mi>
<mi>t</mi>
</mrow>
</mfrac>
<mo>&rsqb;</mo>
<mo>}</mo>
<mo>,</mo>
</mrow>
将目标函数关于各个瞬时源排放强度的负梯度方向作为各个瞬时源排放强度调整的方向,然后确定最优的下降步长α,
优化各个瞬时污染源排放强度:
4.根据权利要求3所述的多个瞬时污染源的溯源方法,其特征在于:
其中,在步骤3中,确定下降步长α的方法为:选取一个步长αa作为初始步长,从i个瞬时污染源排放强度的初始点Mi开始以初始步长向前进行试探得到代入河流水质模型中得到目标函数值;如果目标函数函数值上升,则改变步长方向,如果目标函数值下降则维持原来的方向,并将步长加倍,直到目标函数值开始上升并记录此时的步长αb,则确定最优步长α在αa和αb范围之间,设目标函数为J(x),则:
(1)给定初始区间[a1,b1],精度要求tolα>0,T=0.618,k=1,a1=αa,b1=αb;
(2)令c1=a1+(1-T)(b1-a1),d1=b1-(1-T)(b1-a1),计算Jc=J(c1),Jd=J(d1);
(3)若b(k+1)-a(k+1)≥tolα,转到步骤(4),否则停止搜索,最优步长α为[b(k+1)+a(k+1)]/2;
(4)若Jc<Jd,转到步骤(5);否则转到步骤(6);
(5)满足Jc<Jd条件则:a(k+1)=a(k),b(k+1)=d(k);d(k+1)=c(k),Jd=Jc;令c(k+1)=a(k+1)+(1-T)[b(k+1)-a(k+1)];计算Jc=J(c(k+1)),转到步骤(7);
(6)不满足Jc<Jd条件则:a(k+1)=c(k),c(k+1)=d(k);b(k+1)=b(k),Jc=Jd;令d(k+1)=b(k+1)-(1-T)[b(k+1)-a(k+1)];计算Jd=J(d(k+1)),转到步骤(7);
(7)置k=k+1;返回步骤(3);
由此可得最优下降步长α=[a(k+1)+b(k+1)]/2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711124437.6A CN107895081A (zh) | 2017-11-14 | 2017-11-14 | 多个瞬时污染源的溯源方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711124437.6A CN107895081A (zh) | 2017-11-14 | 2017-11-14 | 多个瞬时污染源的溯源方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107895081A true CN107895081A (zh) | 2018-04-10 |
Family
ID=61804459
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711124437.6A Pending CN107895081A (zh) | 2017-11-14 | 2017-11-14 | 多个瞬时污染源的溯源方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107895081A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110595954A (zh) * | 2019-09-16 | 2019-12-20 | 四川省地质工程勘察院集团有限公司 | 一种场地地下水污染物自动溯源方法 |
CN111855915A (zh) * | 2020-07-30 | 2020-10-30 | 中国科学院大气物理研究所 | 一种大气污染物的溯源方法 |
CN114139415A (zh) * | 2021-11-17 | 2022-03-04 | 武汉大学 | 缺资料河流污染物释放过程反演及参数确定的方法 |
CN114943194A (zh) * | 2022-05-16 | 2022-08-26 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种基于地质统计学的河流污染溯源方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105675448A (zh) * | 2014-11-17 | 2016-06-15 | 中国科学院沈阳计算技术研究所有限公司 | 一种面向水环境质量监测的动态模拟污染物扩散的方法 |
CN105956664A (zh) * | 2016-04-27 | 2016-09-21 | 浙江大学 | 一种河流点源突发污染事故溯源方法 |
CN106841557A (zh) * | 2017-02-23 | 2017-06-13 | 上海喆之信息科技有限公司 | 基于互联网和大数据平台构建的水质远程查看和预警*** |
-
2017
- 2017-11-14 CN CN201711124437.6A patent/CN107895081A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105675448A (zh) * | 2014-11-17 | 2016-06-15 | 中国科学院沈阳计算技术研究所有限公司 | 一种面向水环境质量监测的动态模拟污染物扩散的方法 |
CN105956664A (zh) * | 2016-04-27 | 2016-09-21 | 浙江大学 | 一种河流点源突发污染事故溯源方法 |
CN106841557A (zh) * | 2017-02-23 | 2017-06-13 | 上海喆之信息科技有限公司 | 基于互联网和大数据平台构建的水质远程查看和预警*** |
Non-Patent Citations (4)
Title |
---|
于杰: "《渤海污染物伴随同化模型的建立及其应用研究》", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 * |
胡长英: "《双层规划理论及其在管理中的应用》", 30 June 2012, 北京:知识产权出版社 * |
郭建青等: "《利用混沌优化算法确定河流水质模型参数》", 《水利发电学报》 * |
陈媛华: "《河流突发环境污染事件源项反演及程序设计》", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110595954A (zh) * | 2019-09-16 | 2019-12-20 | 四川省地质工程勘察院集团有限公司 | 一种场地地下水污染物自动溯源方法 |
CN110595954B (zh) * | 2019-09-16 | 2020-06-09 | 四川省地质工程勘察院集团有限公司 | 一种场地地下水污染物自动溯源方法 |
CN111855915A (zh) * | 2020-07-30 | 2020-10-30 | 中国科学院大气物理研究所 | 一种大气污染物的溯源方法 |
CN111855915B (zh) * | 2020-07-30 | 2021-07-13 | 中国科学院大气物理研究所 | 一种大气污染物的溯源方法 |
CN114139415A (zh) * | 2021-11-17 | 2022-03-04 | 武汉大学 | 缺资料河流污染物释放过程反演及参数确定的方法 |
CN114943194A (zh) * | 2022-05-16 | 2022-08-26 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种基于地质统计学的河流污染溯源方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107895081A (zh) | 多个瞬时污染源的溯源方法 | |
Nasirian et al. | Leakage detection in water distribution network based on a new heuristic genetic algorithm model | |
Azamathulla et al. | Genetic programming for predicting longitudinal dispersion coefficients in streams | |
Chen et al. | Turbulence modeling for flow in a distribution manifold | |
de Camargo et al. | Assessment of clogging effects on lateral hydraulics: proposing a monitoring and detection protocol | |
CN102116656B (zh) | 风道风量的检测方法和装置 | |
CN104535011B (zh) | 一种三维线激光车辙检测设备的室内参数标定方法 | |
CN112101693A (zh) | 基于正交分析的现状城区河道水质达标分析方法 | |
CN109242746B (zh) | 基于应急监测数据的一维瞬时点源污染源溯源方法 | |
CN112307602A (zh) | 一种地下水污染源信息和水力渗透系数场联合反演的方法 | |
Soroush et al. | Optimal selection of number and location of pressure sensors in water distribution systems using geostatistical tools coupled with genetic algorithm | |
CN107818240A (zh) | 基于伴随同化的纵向离散系数反演方法 | |
Tomor et al. | Validation of a discrete model for flow distribution in dividing-flow manifolds: Numerical and experimental studies | |
CN108319788A (zh) | 一种识别雨水管网污水直排污染源的方法 | |
CN112818495A (zh) | 一种新型管道压降测算算法参数的动态修正方法 | |
CN113533445A (zh) | 一种考虑参数不确定性的二维水污染溯源方法 | |
CN114858207A (zh) | 一种基于软测量的河道排污口网格化溯源排查方法 | |
Davoudi et al. | Measurement of inflection angle and correlation of shape factor of barrel-shaped droplets on horizontal fibers | |
CN106320257A (zh) | 基于水文观测的湖库槽蓄曲线确定方法 | |
Okeya et al. | Locating pipe bursts in a district metered area via online hydraulic modelling | |
CN110728072B (zh) | 一种确定数字反应堆计算流体力学分析网格尺寸的方法 | |
CN102254081A (zh) | 基于随机概率模型的突发河流水污染的统计定位方法 | |
CN116432439A (zh) | 一种基于数值模拟的城市河道纳污能力规划方法及*** | |
CN112097125B (zh) | 一种基于自适应校核的供水管网爆管侦测及定位方法 | |
CN109558652B (zh) | 一种河网水质模型计算结果的辅助校正方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180410 |
|
RJ01 | Rejection of invention patent application after publication |