改进自适应替代模型的滨海地下水库库区多目标抽注优化
编号:3426
访问权限:仅限参会人
更新:2024-04-19 22:02:44
浏览:841次
口头报告
摘要
传统的地下水修复优化过程需要大量运行数值模拟模型而面临耗时久、精度低等瓶颈,基于数据驱动替代模型的智能模拟优化算法极具潜力。然而,仍会出现优化陷入局部收敛、结果偏差较大等问题。本研究创新了一种自适应替代模型多目标优化方法,引入自适应算法对表现欠佳的替代模型进行迭代更新,提高其预测性能。研究以最小化修复井总抽注水率和最大化残余咸水去除效果为目标,成功求解出最优抽注水修复策略。本研究选用人工神经网络、高斯过程和多项式回归模型,分别对氯离子浓度和残余咸水质量进行预测,选用NSGA-Ⅱ进行求解。结果表明,构建的自适应替代模型在大幅降低计算负荷的同时,显著提升了预测性能,且提高了优化准确性,克服了误差累积等瓶颈。
关键词
海水入侵 地下水数值模拟 滨海含水层 多目标优化 替代建模
稿件作者
尹吉娜
河海大学
王宁
河海大学
鲁春辉
河海大学
发表评论