提出了一種基于稀疏正則化的方法識別地下水點污染源。首先,對地下水一維對流-彌散方程時域有限元格式進(jìn)行拉普拉斯變換得到頻域方程,然后建立以l1范數(shù)項為約束的地下水點污染源識別問題的目標(biāo)函數(shù),從而克服空間分布稀疏的點污染源識別問題的不適定性;接著,利用交替優(yōu)化法進(jìn)行迭代求解。研究結(jié)果表明,所提方法能在噪聲條件下有效識別地下水點污染源的位置和強度變化。 

【文章來源】：中山大學(xué)學(xué)報(自然科學(xué)版). 2020,59(05)北大核心CSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

工況4的稀疏正則化識別結(jié)果

由式（17）與（18）可知，當(dāng)正則化參數(shù)μ≥μjcr時，，即表示第j個節(jié)點或相應(yīng)單元內(nèi)沒有污染源釋放；反之，則可能存在污染源釋放。而且，μjcr越大，則其存在污染源的概率越高。因此，需將該集合{μjcr,j=1,2，?，n}按大小重新排序為。然后通過一個循環(huán)判斷語句確定正則化參數(shù)，算法如圖1。圖1中，pmax為點源可能存在的最大個數(shù)，則取pmax≥p+1，其中p為實際存在的點源個數(shù)；γ是一個比值，一般γ>1，且pmax較大時γ值較小，其作用為區(qū)分節(jié)點是否存在污染源。另外，為了防止正則化參數(shù)μ的選取影響源強識別值，可對式（17）改寫為2 數(shù)值算例

同時，為驗證所提稀疏正則化方法的適用性，設(shè)置表1所示的幾種工況，檢驗所提方法在以下工況的識別效果，并設(shè)源強為，測點集合為m={ni,i=1,6,11，?，196,201}，定義上文所提的t時刻測量節(jié)點濃度為式中，Cm(tj)為上文所提的t時刻真實節(jié)點濃度，可由式（4）求得；σ表示噪聲水平；Rn為由標(biāo)準(zhǔn)正態(tài)分布（即均值等于0，標(biāo)準(zhǔn)差等于1）求得的隨機數(shù)；RMS表示均方根誤差。

【參考文獻(xiàn)】：
期刊論文
[1]基于稀疏正則化的穩(wěn)態(tài)熱源識別[J]. 潘天成,呂中榮,汪利.  中山大學(xué)學(xué)報(自然科學(xué)版). 2020(01)
[2]地下水污染源識別的數(shù)學(xué)方法研究進(jìn)展[J]. 王景瑞,胡立堂.  水科學(xué)進(jìn)展. 2017(06)
[3]基于改進(jìn)的共軛梯度算法重構(gòu)地下水污染源項[J]. 邢利英,張國珍.  水資源保護(hù). 2017(03)
[4]基于稀疏系統(tǒng)辨識的空氣污染源定位算法[J]. 余瀟瀟,張林,李安國.  清華大學(xué)學(xué)報(自然科學(xué)版). 2013(08)
[5]合理開發(fā)利用地下水 緩解水資源緊缺狀況[J]. 姜建軍,文冬光.  中國水利. 2005(13)

碩士論文
[1]基于稀疏正則化的聲源識別算法研究[D]. 宋紹禹.重慶大學(xué) 2018



本文編號：3614383