多情景源排放参数反演下典型优化算法性能对比
确定排放源参数是合理处置突发大气污染事故的重要前提.不同事故(如泄漏、火灾)反演的参数(源强、位置等)存在差异,研究对比不同优化算法的估算性能对于实际事故中快速、准确估算源参数具有重要意义.基于草原SO2释放实验数据,开展了不同未知参数情景下典型最优化算法(遗传算法,GA;粒子群算法,PSO;粒子群-单纯形耦合算法,PSO-NM)在源参数反演中的对比研究,从反演结果的准确性、稳定性与反演时间效率等方面进行了评估.研究发现,优化算法在不同源排放参数数量下的反演性能存在明显差异.单参数源强反演情形下,GA、PSO-NM算法准确性相近(相对偏差,24.0％),均优于PSO算法(37.6％),三者均有较好的反演稳定性(变异系数<0.004);多参数反演(源强Q与位置x、y、z)情形下,PSO-NM算法反演准确性最好,GA最差,但稳定性表现与之相反;反演参数数量的增加明显影响算法反演稳定性,四维参数反演情形下PSO、GA、PSO-NM算法的源强反演变异系数比单参数反演分别高出0.50、0.12、0.29.PSO算法计算效率最高,同时,PSO-NM算法在稳定大气条件下计算时间明显增加.
突发大气污染事故、源排放参数反演、最优化算法、反演性能、高斯扩散模型、大气扩散条件
46
X51(大气污染及其防治)
国家重点研发计划资助项目2017YFC0209901,2017YFC0209905
2020-05-21（万方平台首次上网日期，不代表论文的发表时间）
共8页
369-376
