科研之友
微信
新浪微博
Facebook
分享链接
摘要
为高效率高精度地进行地下水污染源反演识别，综合运用高保真度和低保真度地下水溶质运移数值模拟模型，研究应用集成差分进化算法的Co-Kriging方法建立模拟模型的多保真度代理模型；在此基础上，探索应用马尔科夫链蒙特卡洛(Markov chain Monte Carlo， MCMC)-DREAM((D))算法，并采用自适应更新多保真度代理模型策略进行地下水污染源反演识别。为验证上述方法的有效性和可行性，开展了数值算例研究。结果表明：相比仅基于高保真度模型输入-输出样本构建的Kriging代理模型，联合运用高保真度和低保真度模型输入-输出样本构建的Co-Kriging代理模型对模拟模型的逼近精度更高；耦合多保真度Co-Kriging代理模型和MCMC-DREAM((D))算法能够得到较高精度的污染源反演结果，且能够大幅度减小计算负荷；同时，采用自适应更新多保真度代理模型策略能够进一步提高污染源反演识别精度。
- 单位
