基于实码遗传算法的湖泊水质模型参数优化

编号 zgly0001413771

文献类型 期刊论文

文献题名 基于实码遗传算法的湖泊水质模型参数优化

作者 郭静  陈求稳  张晓晴  李伟峰 

作者单位 中国科学院生态环境研究中心环境水质学国家重点实验室  三峡大学 

母体文献 生态学报 

年卷期 2012年24期

年份 2012 

分类号 X824 

关键词 参数优化  实码遗传算法  SALMO(Simulation by means of an Analytical Lake Model)  水质模拟 

文摘内容 参数的合理取值决定着模型的模拟效果,因此确定研究区域的模型结构后,需要对模型的参数进行优化。湖泊水质模型(Simulation by means of an Analytical Lake Model,SALMO)利用常微分方程描述湖泊的营养物质循环和食物链动态,考虑了多个生态过程,包含104个参数。由于参数较多,不适宜采用传统参数优化方法进行优化。利用太湖梅梁湾2005年数据,采用实码遗传算法优化了SALMO模型中相对敏感的参数,运用优化后的模型,模拟了梅梁湾2006年的水质。对比分析参数优化前后模型的效果表明遗传算法能高效地对SALMO进行参数优化,优化后的模拟精度得到了显著提高,能更好地模拟梅梁湾的水质变化。