您的位置: turnitin查重官网> 下载中心 >基于监测数据源强反算算法与应用

基于监测数据源强反算算法与应用

收藏本文 2024-04-21 点赞:6072 浏览:20774 作者:网友投稿原创标记本站原创

摘要:石化、化工行业的高速发展,突发性、灾难性火灾、爆炸和中毒等化学事故不断发生且呈现出上升趋势,给人民的生命财产安全造成严重损失,故深入研究此类事故的发生机理,预测后果为事故应急救援必要的决策依据是十分的。而泄漏源位置和源强值是预测事故后果的影响参数,是准确设计逃生路线、确定事故疏散区和逃离区,制定公共预警方案等事故应急救援决策的基础。在应急情况下,对化学品泄漏源位置和强度的估计是一个挑战。为了减少事故造成的危害,而准确的确定泄漏源信息是十分必要的。归纳总结气体扩散模型与大气扩散模式,分析适用范围与模型特点,为源强反算选择合适的正向扩散模型奠定基础。归纳源强反算方法,不同方法的特点和适用范围分析,给出各个源强反算方法的优点和不足,并将粒子群及其混合优化算法应用到一维与多维源强反算问题中,分析讨论算法在源强反算问题中的可行性与适用性。粒子群算法是一种新型群智能算法,该算法简单易理解,易实现,将其应用到泄漏源信息反算问题中,它可以准确的泄漏源信息。但在复杂源强反算问题中,粒子群算法易出现早熟、局部搜索能力不足的特点,故将Nelder Mead单纯形算法引入粒子群算法中,串行结构、镶嵌结构和改进的混合结构混合并应用到源强反算问题中,结果,改进的粒子群单纯形混合算法较其他算法能以短的时间和较小的误差最佳的源强信息,应急救援决策的。同时验证粒子群及其混合优化算法在多维源强反算问题即泄漏源定位及强度确定问题中的可行性与适用性,其更适用于多维未知参数的求解。VB6.0软件,以高斯模型与AERMOD模型为正向扩散模型,编程实现粒子群及其混合算法,并分析比较在存在测量误差的情况下,各个算法估算源强的准确性,分析结果无论以选择何种扩散模型为正向扩散模型,粒子群单纯形混合算法较单一的粒子群优化算法更能准确的源强值,为应急救援支持。关键词:泄漏源论文源强论文反算论文粒子群算法论文Nelder论文Mead单纯形算法论文

    摘要3-4

    Abstract4-7

    章 绪论7-13

    1.1 课题背景及研究7-8

    1.2 国内外研究现状8-11

    1.3 主要研究内容与拟解决的关键问题11-12

    1.4 论文框架12-13

    章气体扩散模型及源强反算方法13-34

    2.1 危险化学品泄漏扩散模型13-22

    2.2 常用的大气扩散模型22-24

    2.3 泄漏源源强反算方法24-33

    2.4 小结33-34

    章 基于粒子群算法的源强反算算法的研究及应用34-53

    3.1 引言34

    3.2 基于粒子群算法的源强反算算法34-39

    3.3 基于粒子群算法的一维源强反算研究39-48

    3.4 基于粒子群算法的多维源强反算48-52

    3.5 小结52-53

    章 基于混合粒子群算法的源强反算方法研究及应用53-73

    4.1 引言53-54

    4.2 构建源强反算模型54

    4.3 基于粒子群与单纯形混合算法的源强反算算法54-60

    4.4 基于粒子群单纯形混合反算算法应用60-72

    4.5 小结72-73

    第五章 源强反算算法实现应用及结果分析73-90

    5.1 引言73

    5.2 反算问题的 VB 软件实现73-80

    5.3 具体应用及结果分析80-89

    5.4 小结89-90

    与展望90-92

copyright 2003-2024 Copyright©2020 Powered by 网络信息技术有限公司 备案号: 粤2017400971号