变尺度混沌-遗传算法在复杂河流水质模型参数优化中的应用

• 作 者: 梁婕 曾光明 郭生练 徐敏 苏小康 韦安磊
• 机 构: 湖南大学环境科学与工程学院,武汉大学水资源与水电工程科学国家重点实验室
• 出 处: 环境科学学报
• 发表日期: 2007年2期
• 关键词: 混沌 遗传算法 水质 模型 参数估计 chaos genetic algorithms water quality models paramet
• 基金项目: 国家杰出青年科学基金（No.50425927,50225926）,2000年度高等学校优秀青年教学科研奖励计划项目,高等学校博士学科点专项科研基金（No.20020532017）资助项目及国家高技术研究发展计划（863）项目（No.2001AA644020,2003AA644010,2004AA649370）

将变尺度混沌-遗传算法（MSCGA）应用于复杂河流水质模型参数优化．采用湘江衡阳段水质监测资料，以二维河流水质数学模型反演结果的均方误差为适应度函数，估计横向扩散系数Dx、纵向弥散系数Dy和污染物衰减系数k．数值实验结果表明，MSCGA寻优过程具有明显的分级特征，级级收敛；在同样的条件下，MSCGA的收敛速度较快，为遗传算法（GA）的1.36倍；同时，MSCGA克服了GA早熟收敛的问题。其最优适应度函数值为7.6×10^-4，而GA的最优适应度函数值9．6×10^-4将MSCGA应用于