期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于SSA-BP与SSA的地下水污染源反演识别
被引量：
11
1
作者
葛渊博
卢文喜
+1 位作者
白玉堃
潘紫东
《中国环境科学》
EI
CAS
CSCD
北大核心
2022年第11期5179-5187,共9页
应用基于SSA-BP神经网络替代模型的模拟-优化方法和SSA研究了地下水污染源位置及释放历史的反演识别问题.并在建立地下水水流模型时,应用Cholesky分解方法建立含水层渗透系数连续场,该方法相比于普通的参数分区方法更好地描述了水文地...
应用基于SSA-BP神经网络替代模型的模拟-优化方法和SSA研究了地下水污染源位置及释放历史的反演识别问题.并在建立地下水水流模型时,应用Cholesky分解方法建立含水层渗透系数连续场,该方法相比于普通的参数分区方法更好地描述了水文地质参数的非均质性.结果表明:SSA-BP神经网络替代模型对模拟模型具有较高的逼近精度,其平均相对误差仅有3.21%.应用SSA求解优化模型,能够快速准确地识别出点污染源的位置及释放历史.SSA对污染源位置的反演识别相对误差在10%左右,对污染源源强的反演识别相对误差不超过4%.因此,本文所提出的方法是一种有效的地下水污染源识别方法,可为污染责任认定及污染修复方案的优化提供参考.
展开更多
关键词
污染源反演识别
模拟-优化方法
替代模型
麻雀搜索算法
ssa
-
bp
神经网络替代模型
下载PDF
职称材料
题名
基于SSA-BP与SSA的地下水污染源反演识别
被引量：
11
1
作者
葛渊博
卢文喜
白玉堃
潘紫东
机构
吉林大学新能源与环境学院
出处
《中国环境科学》
EI
CAS
CSCD
北大核心
2022年第11期5179-5187,共9页
基金
国家自然科学基金资助项目(41972252)
国家重点研发计划资助项目(2018YFC1800405)。
文摘
应用基于SSA-BP神经网络替代模型的模拟-优化方法和SSA研究了地下水污染源位置及释放历史的反演识别问题.并在建立地下水水流模型时,应用Cholesky分解方法建立含水层渗透系数连续场,该方法相比于普通的参数分区方法更好地描述了水文地质参数的非均质性.结果表明:SSA-BP神经网络替代模型对模拟模型具有较高的逼近精度,其平均相对误差仅有3.21%.应用SSA求解优化模型,能够快速准确地识别出点污染源的位置及释放历史.SSA对污染源位置的反演识别相对误差在10%左右,对污染源源强的反演识别相对误差不超过4%.因此,本文所提出的方法是一种有效的地下水污染源识别方法,可为污染责任认定及污染修复方案的优化提供参考.
关键词
污染源反演识别
模拟-优化方法
替代模型
麻雀搜索算法
ssa
-
bp
神经网络替代模型
Keywords
pollution
source
inversion
identification
simulation-optimization
method
alternative
model
sparrow
search
algorithm
ssa
-
bp
neural
network
alternative
model
分类号
X523 [环境科学与工程—环境工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于SSA-BP与SSA的地下水污染源反演识别
葛渊博
卢文喜
白玉堃
潘紫东
《中国环境科学》
EI
CAS
CSCD
北大核心
2022
11
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
