近年來,隨著我國“智慧城市”建設(shè)進程的不斷推進,城市大氣污染問題引發(fā)了更多的關(guān)注。進行有害氣體擴散和溯源問題的研究對城市大氣問題的監(jiān)管與治理具有非常重要的意義。然而,傳統(tǒng)的大氣擴散模型存在著各自的局限,無法應(yīng)用到復雜的現(xiàn)實場景中。通過傳感器網(wǎng)絡(luò)搜集到的數(shù)據(jù),通常較為稀疏,數(shù)據(jù)量也比較小,無法為進一步的研究提供足夠的數(shù)據(jù)支持。常見的源項參數(shù)估計方法在實際應(yīng)用時也存在諸多問題。本文基于先進的神經(jīng)網(wǎng)絡(luò)技術(shù)和多種最優(yōu)化算法,為城市大氣污染問題研究和治理提供了新的思路。論文以解決有害氣體源項參數(shù)估計問題為目的,梳理了當前氣體擴散建模問題和源項參數(shù)估計方法的研究現(xiàn)狀與發(fā)展趨勢。比較分析了三種傳統(tǒng)大氣擴散模型的優(yōu)缺點,提出了應(yīng)用神經(jīng)網(wǎng)絡(luò)解決有害氣體擴散預測問題�；贏ermod System大氣擴散軟件構(gòu)建了仿真場景,進行了一系列仿真實驗,將仿真結(jié)果和實際數(shù)據(jù)進行結(jié)合,構(gòu)建了合成數(shù)據(jù)集為后續(xù)研究提供支持。實現(xiàn)了多種常見的最優(yōu)化算法解決源項參數(shù)估計問題,提出了“縱向”和“橫向”兩種混合最優(yōu)化算法,克服了單一最優(yōu)化算法在實際應(yīng)用中的局限性,通過一系列實驗證明了混合最優(yōu)化算法的優(yōu)越性能。論文的主要工作和創(chuàng)...

【文章頁數(shù)】：77 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景
        1.1.1 課題來源
        1.1.2 “智慧城市”框架下空氣質(zhì)量綜合治理
    1.2 相關(guān)研究
        1.2.1 氣體擴散建模國內(nèi)外研究現(xiàn)狀分析
        1.2.2 源項參數(shù)估計方法研究現(xiàn)狀分析
    1.3 論文的主要工作
        1.3.1 研究內(nèi)容
        1.3.2 研究意義
        1.3.3 論文組織結(jié)構(gòu)
第二章 氣體正向擴散模型研究
    2.1 傳統(tǒng)擴散模型
        2.1.1 高斯擴散模型
        2.1.2 拉格朗日模型
        2.1.3 計算流體力學模型
        2.1.4 三類模型的比較
    2.2 基于BP神經(jīng)網(wǎng)絡(luò)的擴散模型
    2.3 本章實驗
        2.3.1 AermodSystem軟件介紹
        2.3.2 合成數(shù)據(jù)集獲取
        2.3.3 神經(jīng)網(wǎng)絡(luò)訓練
第三章 基于單一最優(yōu)化算法的源項參數(shù)估計方法研究
    3.1 傳統(tǒng)源項參數(shù)估計方法
        3.1.1 基于梯度的算法
        3.1.2 貝葉斯方法
    3.2 最優(yōu)化算法
        3.2.1 粒子群算法
        3.2.2 遺傳算法
        3.2.3 模擬退火算法
        3.2.4 差分進化算法
    3.3 本章實驗
        3.3.1 評價參數(shù)
        3.3.2 單一粒子群算法的源項參數(shù)估計實驗
        3.3.3 單一遺傳算法的源項參數(shù)估計實驗
        3.3.4 單一差分進化算法的源項參數(shù)估計實驗
        3.3.5 單一最優(yōu)化算法的源項參數(shù)估計實驗結(jié)果比較分析
第四章 基于混合最優(yōu)化算法的源項參數(shù)估計方法
    4.1 混合最優(yōu)化算法-縱向策略
        4.1.1 混合策略
        4.1.2 估計實驗
    4.2 混合最優(yōu)化算法-橫向策略
        4.2.1 混合策略
        4.2.2 參數(shù)自動化
        4.2.3 實驗研究
    4.3 小結(jié)
結(jié)束語
致謝
參考文獻
作者在學期間取得的學術(shù)成果



本文編號：3815016