|
用改进的遗传算法和高斯牛顿法联合反演三维地下水流模型参数
姚磊华
2005, 22(4):
311-318.
遗传算法在处理非线性优化问题时具有较好的全局搜索性能,但在局部搜索时搜索效率不高,解的精度亦不高,高斯牛顿法在处理非线性优化问题时的性质正好和遗传算法相反,利用遗传算法和高斯牛顿法的优点,用改进的遗传算法和高斯牛顿法联合反演地下水数值模型参数.首先用遗传算法求出地下水模型参数的初值,然后利用这组初值用高斯牛顿法进行数值模型参数的反演,并以一非均质各向同性三维承压非稳定流理想模型为例,结合有限元法讨论了用遗传算法和高斯牛顿法联合反演地下水数值模型参数的过程.计算结果表明,联合参数反演方法,具有收敛速度快、解的精度高的特点,在地下水渗流和水资源评价等领域可广泛应用.
|