采用混沌粒子群优化算法的水质模型参数辨识-东南大学学报.pdf

第３９卷第５期 东南大学学报（自然科 学版 ） Ｖｏｌ．３９ Ｎｏ．５ 　 ２００９年９月 ＪＯＵＲＮＡＬＯＦＳＯＵＴＨＥＡＳＴＵＮＩＶＥＲＳＩＴＹ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） 　 Ｓｅｐｔ．２００９ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１－０５０５．２００９．０５．０３０ 采用混沌粒子群优化算法的水质模型参数辨识 袁　君　 陈　贝　 朱光灿 （东南大学能源与环境学院，南京２１００９６） 摘要：提出了一种新的适用于水质模型参数辨识的混沌粒子群优化（ＬＣＰＳＯ）算法．与粒子群优 化（ＰＳＯ）算法相比，该算法将Ｌｏｇｉｓｔｉｃ混沌有哪些信誉好的足球投注网站嵌入到ＰＳＯ算法中，利用混沌变量产生初始粒 群，并对子代部分粒子群体进行微小扰动，随着有哪些信誉好的足球投注网站过程的深入逐步调整扰动幅度，以克服ＰＳＯ 算法的早熟、易陷入局部极值等固有缺陷．采用标准测试函数，将该算法与遗传算法（ＧＡ）和 ＰＳＯ算法进行比较，证明了其收敛速度和寻优能力的优越性．采用实测水质数据，将ＬＣＰＳＯ算 法应用于具有一定工程价值和复杂程度的ＤｏｂｂｉｎｓＣａｍｐＢＯＤＤＯ水质模型的参数辨识．结果 显示，所得水质数据与实测值误差平方和仅为０１５０３，且相对误差在±０２％范围内，故该算法 可为水质模型的参数辨识提供一条新的途径． 关键词：水质模型；参数辨识；Ｌｏｇｉｓｔｉｃ混沌；粒子群优化 中图分类号：Ｘ１１　　文献标志码：Ａ　　文章编号：１００１－０５０５（２００９）０５１０１８０３ Ｐａｒａｍｅｔｅｒｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆｗａｔｅｒｑｕａｌｉｔｙｍｏｄｅｌｂａｓｅｄｏｎ ｃｈａｏｔｉｃｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ ＹｕａｎＪｕｎ　 ＣｈｅｎＢｅｉ　ＺｈｕＧｕａｎｇｃａｎ （ＳｃｈｏｏｌｏｆＥｎｅｒｇｙａｎｄＥｎｖｉｒｏｎｍｅｎｔ，ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００９６，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｎｏｖｅｌｍｅｔｈｏｄｏｆｔｈｅｌｏｇｉｓｔｉｃｃｈａｏｔｉｃｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ（ＬＣＰＳＯ）ｉｓｐｒｅｓｅｎｔｅｄ ｆｏｒｔｈｅｐａｒａｍｅｔｅｒｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆｔｈｅｗａｔｅｒｑｕａｌｉｔｙｍｏｄｅｌｏｎｔｈｅｂａｓｉｓｏｆｓｔａｎｄａｒｄｐａｒｔｉｃｌｅｓｗａｒｍｏｐ ｔｉｍｉｚａｔｉｏｎ（ＰＳＯ）ａｌｇｏｒｉｔｈｍ．ＴｈｅＬＣＰＳＯｇｅｎｅｒａｔｅｓｔｈｅｉｎｉｔｉａｌｐａｒｔｉｃｌｅｓａｎｄａｄｄｓａｓｍａｌｌｄｉｓｔｕｒｂａｎｃｅ ｔｏｔｈｅｐａｒｔｉａｌｐａｒｔｉｃｌｅｓｏｆｃｈｉｌｄｇｅｎｅｒａｔｉｏｎｇｒｏｕｐｂｙｕｓｉｎｇｔｈｅｃｈａｏｓｖａｒｉａｂｌｅａｎｄｔｈｅｄｉｓｔｕｒｂａｎｃｅａｍ ｐｌｉｔｕｄｅｉｓａｄｊｕｓｔｅｄｌｉｔｔｌｅｂｙｌｉｔｔｌｅａｓｔｈｅｓｅａｒｃｈｇｏｅｓｏｎｔｏｅｓｃａｐｅｆｒｏｍｌｏｃａｌｂｅｓｔｓｏｌｕｔｉｏｎｓ．Ｔｈｅｓｉｍｕ ｌａｔｉｏｎｒｅｓｕｌｔｓｏｆｃｌａｓｓｉｃｆｕｎｃｔｉｏｎｓｉｎｄｉｃａｔｅｔｈａｔｔｈｅＬＣＰＳＯａｌｇｏｒｉｔｈｍｓｏｌｖｅｓｔｈｅｄｅｆｅｃｔｓｏｆｇｅｎｅｔｉｃａｌ ｇｏｒｉｔｈｍ（ＧＡ）ａｎｄｔｈｅＰＳＯａｌｇｏｒｉｔｈｍｗｈｉｃｈａｒｅａｐｔｔｏｔｒａｐｉｎｌｏｃａｌｍｉｎｉｍｕｍｓａｎｄｐｒｅｍａｔｕｒｅｐｒｏｂ ｌｅｍ，ａｎｄｈａｓｇｒｅａｔａｄｖａｎｔａｇｅｏｆｃｏｎｖｅｒｇｅｎｃｅｐｒｏｐｅｒｔｙ．Ｂａｓｅｄｏｎｅｘｐｅｒｉｍｅｎｔａｌｗａｔｅｒｑｕａｌｉｔｙｄａｔａ， ｔｈｅａｂｏｖｅａｐｐｒｏａｃｈｉｓａｐｐｌｉｅｄｔｏｔｈｅｐａｒａｍｅｔｅｒｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆｔｈｅＤｏｂｂｉｎｓＣａｍｐＢＯＤＤＯｍｏｄｅｌ ｗｉｔｈｃｏｎｓｉｄｅｒａｂｌｅｐｒａｃｔｉｃａｌｓｉｇｎｉｆｉｃａｎｃｅａｎｄｃｏｍｐｌｅｘｉｔｙ．Ｔｈｅｒｅｓｕｌｔｓｏｆｃａｌｃｕｌａｔｉｏｎｅｘａｍｐｌｅｓｄｅｍｏｎ