基于局部-全局混合自适应替代模型的地下水污染源反演识别

来源：中国环境科学杂志2023年第7期北京时间：

作者：罗建男, 李雪利, 王鹤, 马溪, 宋卓

单位：1. 吉林大学新能源与环境学院, 吉林 长春 130021;2. 吉林省云鹤环保科技有限公司, 吉林长春 130000

摘要：为了提高地下水污染源反演识别的精度及计算效率,综合运用最优解准则及交叉验证-维诺图准则,提出了局部-全局混合自适应替代模型.将局部-全局混合自适应替代模型与遗传算法结合,应用于地下水污染源反演算例中,并与局部自适应替代模型及全局自适应替代模型进行对比.结果表明:基于局部-全局混合自适应替代模型的遗传算法得到的污染源反演结果精度最高且计算耗时最少,其反演结果与实际污染源特征基本一致,最大相对误差仅为3.51%.证明了所提出的局部-全局混合自适应替代模型在提高地下水污染源反演精度及计算效率方面的有效性.

关键词：混合自适应替代模型,地下水污染源反演,交叉验证-维诺图,最优解

基金资助：国家自然科学基金资助项目(42072279);吉林省教育厅科学研究项目(JJKH20211108KJ)