应用并行PEST算法优化地下水模型参数(2)

１８（１）董艳辉等：应用并行ＰＥＳＴ算法优化地下水模型参数

１

引言

为使得所建立的地下水模型可以较真实地反映研究区实际水文地质条件，确定模型中的水文地质参数是重要的研究工作。实际工作中，传统的方法

一般采取试估一校正法（试算法）来进行参数的确

定。这种人工迭代方法缺乏收敛判别标准，难以达到参数最优化且工作量很大。因此，将水文地质参数确定归结为求极值问题，使得误差评价函数达到最小的最优化方法得到广泛地应用，如最速下降法、二次规划、共轭梯度方法、高斯一牛顿法等¨．２Ｊ。而针对基于梯度搜索优化方法的缺点，蚁群算法、人工神经网络、模拟退火算法及遗传算法等也被引入参数优化研究中，并取得了较好地效果¨。Ｊ。

随着地下水研究的发展，研究尺度的扩大、精度的提高以及复杂性的增加，使得地下水模型的规模、水文地质参数分区数目也相应增大，导致自动优化的求解效率和计算精度的下降。例如大尺度的地下水模型，如果进行模型规模和参数分区时的简化，进行水文地质参数的优化时计算时间可以满足要求，但是精度会大大减低；而使用较大规模的模型和分区时，需要耗费计算时间，效率很低。

搜索“diyifanwen.net”或“第一范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，第一范文网，提供最新人文社科应用并行PEST算法优化地下水模型参数(2)全文阅读和word下载服务。