基于 IBOA 算法的河流突发水污染事件溯源

李 冬晴(河北科技师范学院数学与信息科技学院,中国;)
贾 冬艳(河北科技师范学院数学与信息科技学院,中国;河北省农业数据智能感知与应用技术创新中心,中国;)
宋 金玲(河北科技师范学院数学与信息科技学院,中国;河北省农业数据智能感知与应用技术创新中心,中国;)
宋 帝辰(河北科技师范学院工商管理学院,中国;)
赵 怡(河北科技师范学院数学与信息科技学院,中国;)

DOI: http://dx.doi.org/10.12349/ees.v6i8.6988

Article ID: 6988

摘要


突发水污染事件严重威胁水环境安全,快速准确识别污染源是关键。本文以污染物迁移扩散模型为基础,结合正反向浓度概率密度构建目标函数,并采用改进蝴蝶优化算法(IBOA)反演污染源位置、排放时间和排放质量。实验结果表明,IBOA方法具有高识别精度和参数稳定性,可有效反演污染源特征,为水环境实时预警与应急决策提供技术支撑。

关键词


突发水污染;污染物迁移扩散模型;逆向浓度概率密度;BOA算法

全文:

PDF PDF

参考


辛小康,韩小波,李建,等.基于遗传算法的水污染事故污染源识别模型[J].水电能源科学,2014,32(07):52-55+136.

Li J , Lu W , Fan Y .Groundwater Pollution Sources Identification Based on Hybrid Homotopy-Genetic Algorithm and Simulation Optimization[J].Environmental Engineering Science, 2021.

Cheng, W. P., & Jia, Y. (2010). Identification of contaminant point source in surface waters based on backward location probability density function method. Advances in Water Resources, 33(4), 397-410.

WEI G,CHI Z,YU L,et al.Source identification of sudden contamination based on the parameter uncertainty analysis[J].Journal of Hydroinformatics,2016,18 ( 6 ) : 919-927.

王家彪,雷晓辉,廖卫红,等.基于耦合概率密度方法的河渠突发水污染溯源[J].水利学报,2015,46(11):1280-1289.

Arora S ,Singh S .Butterfly optimization algorithm: a novel approach for global optimization[J].Soft Computing,2019,23(3):715-734.


Refbacks

  • 当前没有refback。


版权所有(c)2025 李 冬晴, 贾 冬艳, 宋 金玲, 宋 帝辰, 赵 怡

Creative Commons License
此作品已接受知识共享署名-非商业性使用 4.0国际许可协议的许可。