预测模型是有效应对突发水污染事件的前提与基础。为了提高预测模型的准确性，提出了一种新的参数识别方法。首先从反问题与贝叶斯估计的视角构建突发水污染事件预测模型；然后在Metropolis-Hastings抽样方法的基础上，引入混沌理论、粒子群算法、微分进化算法等的思想，设计了一种新的参数识别方法，即IPSO-DE-MH算法；最后通过数值分析验证所设计方法的有效性和准确性。结果表明：新方法能较好地识别模型参数，为突发事件应急预测模型的快速构建提供了新思路。
科研之友
微信
新浪微博
Facebook
分享链接
