专利名称：基于遗传算法的陆源排污量反演方法
技术领域：
通过海上取样监测的污染物浓度和遗传算法得到陆源排污量的反演方法。
背景技术：
在海洋环境管理和污染治理工作中，获取陆源污染源数据是核心环节。然而，由于排海污染源监测困难，加之陆源排污量调查本身是一个具有相当大不确定性的过程等诸多因素，造成了陆源排污量资料匮乏、资料质量低劣等问题，极大地阻碍着海洋环境污染的监控、治理与研究。
针对这一现状，本发明提出了对排污口附近海域的海水进行取样分析(以下简称“海上取样监测”)这一新的监测方法，它具有以下主要优点(1)从很大程度上来看，海上取样可以较少地考虑不参与海洋扩散的固形污染物质的影响，更准确地获得对海洋环境产生较大影响的溶解与悬浮于海中的污染物排放量，因而更能反映陆源排污信息。(2)海上污染参数是对持续排污的积分平均，对排污口排污量起伏有一定的滤波作用，有利于通过少量采样获取更加可靠的平均排放信息。(3)海上取样监测可以避免排污口位置、地形等带来的监测困难，降低取样风险，提高观测效率。(4)相比较而言，海上取样监测要比排污口的监测无论在仪器设备和操作措施等方面都更易于实施。因此，海上取样监测是监测陆源污染物排放的有效手段。
然而，海上取样监测的海水污染物浓度虽然与陆源排污量密切相关，但是如果不考虑海洋的动力学过程，直接从采样分析结果推断实际排污量会产生很大误差。只有解决了从海上取样参数反推排污参数的问题，才能真正实现海上取样监测代替陆源排污口的监测。依靠海洋动力学关系从海上取样参数反推排污参数的问题在海洋中还没有应用的先例，但是在大气污染监测中已经初步发展了类似的方法，将其推广到海洋中是完全可行的。
发明内容
本发明的目的就是借助遗传分析技术，发展出一种实用性强、通用性高，能够通过海上取样监测的污染物浓度反演得到陆源排污量的海洋环境污染监测方法。
本发明首先建立近海海洋动力学数值模式，然后将遗传算法引入到海洋环境问题的研究中，通过对其的系统性研究、设计和训练，建立海上取样参数和排污参数的反演关系，从而由海上取样监测的污染物浓度反演得到相应的陆源排污量。
本发明的具体实施流程图
具体实施例方式
1.根据排污口附近海域的海洋动力学特征，选择适当的数值模式，给定合适的初始条件、边界条件等，调整模式的参数，使得模拟出来的排污口外附近海域的输运、扩散特征能够比较准确地反映实际海洋的性质，此时认为模式是准确的，以此作为下一步反演陆源排污口污染物排放量工作的基础。
2.利用遗传算法对陆源排污量进行反演a.定义一个目标函数；b.将可行解群体在一定的约束条件下初始化，每一个可行解用一个向量X来编码，称为一条染色体，向量的分量代表基因，它对应可行解的某一决策变量；c.计算群体中每条染色体Xi(i＝1，2，…，n)所对应的目标函数值，并以此计算适应值Fi，按Fi的大小来评价该可行解的好坏；d.以优胜劣汰的机制，将适应度值差的染色体淘汰掉，对幸存的染色体根据其适应度值的好坏，按概率随机选择，进行繁殖，形成新的群体；e.通过杂交和变异的操作，产生子代。杂交是随机选择两条染色体(双亲)，将某一点或多点的基因互换而产生两个新个体；变异是基因中的某一点或多点发生突变；f.对子代群体重复步骤(3)～(5)的操作，进行新一轮遗传进化过程，直到根据给定的停止规则，适应度值满足停止规则，迭代停止，即找到了最优解或准最优解。
在上述对陆源排污量进行反演的过程中，通过估计得出其可行解的大致范围，在一定精度下，此范围内全部可行解均可以二进制数串(染色体)来表示。在这所有的可行解中以一定的规模随机选择初始群体，继而按上述步骤执行遗传进化过程，通过复制、杂交及变异，不断地保留适应度值高的个体、淘汰适应度值低的个体，并在群体中引入可行解中其它新的个体进行判定，在全部可行解中搜索直至满足给定的停止规则时，即认为找到了陆源排污量的最优解。
执行复制时，拟把当前群体中的个体按与适应度值成比例的概率(Pr)复制到新的群体中。杂交概率(Pc)和变异概率(Pm)通过数值实验来确定。以观测点浓度的计算值与观测值的误差限制作为目标函数(适应函数)，来评价染色体的性能。以计算海域污染物扩散、运移的数值模式作为约束函数。同时确定一个适应度值的度量作为停止准则，当适应度值达到这一标准时结束进化，输出最优的排污量分布场。
通过上述设计，本发明能够比较地容易搜索出全局最优解，使得通过海上取样监测的污染物浓度对陆源排污量的反演既具有实用性，又具有一定的通用性。
权利要求
1.根据排污口附近海域的海洋动力学特征，选择数值模式，给定初始条件、边界条件等，调整模式的参数，使得模拟出来的排污口外附近海域的输运、扩散特征能够比较准确地反映实际海洋的性质，此时认为模式是准确的，以此作为下一步反演陆源排污口污染物排放量工作的基础。
2.利用遗传算法对陆源排污量进行反演(1)定义一个目标函数；(2)将可行解群体在一定的约束条件下初始化，每一个可行解用一个向量X来编码，称为一条染色体，向量的分量代表基因，它对应可行解的某一决策变量；(3)计算群体中每条染色体Xi(i＝1，2，…，n)所对应的目标函数值，并以此计算适应值Fi，按Fi的大小来评价该可行解的好坏；(4)以优胜劣汰的机制，将适应度值差的染色体淘汰掉，对幸存的染色体根据其适应度值的好坏，按概率随机选择，进行繁殖，形成新的群体；(5)通过杂交和变异的操作，产生子代，杂交是随机选择两条染色体(双亲)，将某一点或多点的基因互换而产生两个新个体；变异是基因中的某一点或多点发生突变；(6)对子代群体重复步骤(3)～(5)的操作，进行新一轮遗传进化过程，直到根据给定的停止规则，适应度值满足停止规则，迭代停止，即找到了最优解或准最优解。
全文摘要
本发明属于陆源排污量的监测和管理技术领域，提出了一种能够通过海上取样监测的污染物浓度反演得到陆源排污量的海洋环境污染监测方法。首先建立了近海海洋动力学数值模式，然后将遗传算法引入到海洋环境问题的研究中，通过对其的系统性研究、设计和训练，建立海上取样参数和排污参数的反演关系，从而由海上取样监测的污染物浓度反演得到相应的陆源排污量。本发明实用性强、通用性高，主要用于对陆源排污量的监测和管理。
文档编号G06N3/00GK1786973SQ20051012382
公开日2006年6月14日 申请日期2005年11月23日 优先权日2005年11月23日
发明者胡筱敏, 熊学军 申请人:胡筱敏