中国环境科学

作者：罗成明, 卢文喜, 潘紫东, 王梓博, 徐亚宁, 白玉堃

单位：吉林大学新能源与环境学院, 地下水与资源环境教育部重点实验室, 吉林 长春 130012

关键词：同步识别,模拟-优化方法,替代模型,流向算法,BP神经网络

基金：国家自然科学基金资助项目（42272283，41972252）；吉林大学研究生创新基金资助项目（2022186）

应用模拟-优化的理论和方法，对地下水污染源的相关信息、模拟模型的渗透系数以及抽水井的抽水量进行同步识别.首先，根据假想例子构建地下水污染数值模拟模型.然后，分别运用BP神经网络（BPNN）方法和核极限学习机（KELM）方法构建模拟模型的替代模型，优选出拟合精度更高的替代模型嵌入到后续的优化模型中，以此减少计算负荷并提升替代模型对模拟模型的逼近精度.最后，采用流向算法（FDA）对优化模型进行求解，得到反演结果，同时，将其分别与麻雀搜索算法（SSA）和粒子群优化算法（PSO）得到的反演结果进行对比.结果表明：相比于KELM替代模型，BPNN替代模型的拟合精度较高，确定性系数、平均相对误差和均方根误差分别为0.9999、0.1723%和0.5625；与PSO和SSA相比，FDA的收敛速度更快，对优化模型的求解精度更高，其识别结果的平均相对误差小于7%，提升了地下水污染源反演识别的精度和效率，能够为地下水污染修复、风险评定和责任认定提供可靠的依据.

来源：2023年第11期

《中国环境科学》期刊编辑部

查看中国环境科学杂志2023年第11期