当前位置:主页 > 科技论文 > 环境工程论文 >

基于含水层DNAPL污染修复替代模型的多目标优化研究

发布时间:2018-04-01 13:07

  本文选题:表面活性剂增强含水层修复 切入点:DNAPL 出处:《中国环境科学》2016年11期


【摘要】:基于Kriging方法建立表面活性剂强化修复DNAPL污染含水层的替代模型,与混合多目标算法NSGAII-HCS(Nondominated sorting genetic algorithm II-Hill climber with step)耦合,实现修复成本最小化和治理效率最大化的多目标优化.以三维非均质承压含水层中PCE污染物的运移与修复过程为例,采用UTCHEM程序模拟表面活性剂强化修复含水层过程.将Kriging替代模型与多相流模型的输出结果进行对比,两种模型得到的含水层中PCE去除效率的平均相对拟合误差为0.80%,相关系数为0.9992,表明Kriging模型可以有效替代多相流模型.进一步将替代模型的Pareto最优解与相应的多相流模型的模拟值进行比较,得到两种模型的平均相对拟合误差仅为0.70%,相关系数达0.9998,表明在多目标优化的迭代求解过程中可以直接调用Kriging替代模型,而无须重复调用多相流模型的大负荷运算,从而为制定表面活性剂强化含水层修复决策提供一种稳定可靠的多目标优化方法.
[Abstract]:Based on the Kriging method, an alternative model of surfactant enhanced restoration of DNAPL polluted aquifer was established and coupled with the hybrid multiobjective algorithm NSGAII-HCS(Nondominated sorting genetic algorithm II-Hill climber with step. Multi-objective optimization to minimize the cost of restoration and maximize the efficiency of remediation. Taking the transport and remediation process of PCE pollutants in a three-dimensional heterogeneous confined aquifer as an example. The UTCHEM program was used to simulate the surface active agent enhanced aquifer restoration process. The output results of the Kriging substitution model and the multiphase flow model were compared. The average relative fitting error and correlation coefficient of PCE removal efficiency obtained from the two models are 0.80 and 0.9992 respectively, indicating that the Kriging model can effectively replace the multiphase flow model. Further, the Pareto optimal solution of the replacement model and the corresponding multiphase flow can be replaced by the Kriging model. The simulated values of the model are compared, The average relative fitting error of the two models is only 0.70 and the correlation coefficient is 0.9998, which indicates that Kriging can be directly used to replace the model in the iterative solution of multi-objective optimization, without repeating the heavy load operation of the multiphase flow model. Therefore, a stable and reliable multi-objective optimization method is provided for the decision-making of surfactant-enhanced aquifer restoration.
【作者单位】: 南京大学地球科学与工程学院水科学系表生地球化学教育部重点实验室;河海大学地球科学与工程学院;
【基金】:国家重点研发计划项目(2016YFC0402807) 国家自然科学基金资助项目(41372235,41402198,U1503282)
【分类号】:X523

【相似文献】

相关期刊论文 前10条

1 姜斌;梁士锋;冯佳佳;;催化吸收稳定系统的多目标优化[J];计算机与应用化学;2008年01期

2 刘扬;模糊优化与多目标优化的类同性[J];大庆石油学院学报;1990年01期

3 覃孟扬;刘大维;罗永顺;李玉忠;;基于灰色系统理论的车削参数多目标优化(英文)[J];机床与液压;2013年24期

4 厉小军,俞欢军,李绍军,胡上序;进化多智能体技术在多目标优化中的应用[J];化工学报;2004年03期

5 韩方煜,贾小平;环境友好过程的建模和多目标优化[J];计算机与应用化学;2004年01期

6 吴华武;胡鑫尧;;锆铪萃取分离系统参数的多目标优化决策[J];计算机与应用化学;1991年04期

7 江沛;曹柳林;;聚酯工业生产缩聚过程的多目标优化[J];计算机与应用化学;2007年11期

8 岳金彩;程华农;杨霞;郑世清;韩方煜;;连续过程的多目标优化[J];计算机与应用化学;2009年11期

9 邵辉;李晶;杨丽丹;;基于多目标优化的危险化学品运输模式探讨[J];中国安全生产科学技术;2010年02期

10 李云玲;;提升运输多目标优化控制系统设计[J];科技经济市场;2013年03期

相关会议论文 前10条

1 张翔;;一种无歧义性的多目标优化数值解法[A];中国农业机械学会成立40周年庆典暨2003年学术年会论文集[C];2003年

2 罗亚中;;航天器轨迹多目标优化研究评述[A];The 5th 全国动力学与控制青年学者研讨会论文摘要集[C];2011年

3 耿玉磊;张翔;;多目标优化的求解方法与发展[A];福建省科协第四届学术年会——提升福建制造业竞争力的战略思考专题学术年会论文集[C];2004年

4 耿玉磊;张翔;;多目标优化的求解方法与发展[A];福建省科协第四届学术年会提升福建制造业竞争力的战略思考专题学术年会论文集[C];2004年

5 程鹏;唐雁;邹显春;;约束多目标优化试验函数产生器[A];2008年计算机应用技术交流会论文集[C];2008年

6 贾小平;韩方煜;;多目标优化及其在过程工程中的应用[A];过程系统工程2001年会论文集[C];2001年

7 邢志祥;;灭火救援力量调集的多目标优化[A];第一届全国安全科学理论研讨会论文集[C];2007年

8 孙力;樊希山;姚平经;;化工过程多目标优化适宜解的模糊确定[A];第二届全国传递过程学术研讨会论文集[C];2003年

9 李颖t;昝建明;周建文;;多目标形貌优化方法研究[A];结构及多学科优化工程应用与理论研讨会’2009(CSMO-2009)论文集[C];2009年

10 许碧霞;李兆江;;基于循环经济的城市污水多目标优化配置分析[A];中国地理学会2007年学术年会论文摘要集[C];2007年

相关博士学位论文 前10条

1 王晗丁;复杂问题的多目标进化优化算法研究[D];西安电子科技大学;2015年

2 董宁;求解约束优化和多目标优化问题的进化算法研究[D];西安电子科技大学;2015年

3 邹娟;高维多目标进化优化及降维评价的方法研究[D];湘潭大学;2014年

4 杨光;求解多目标优化问题的NWSA研究及其工程应用[D];吉林大学;2015年

5 王超;装载与车辆路径联合多目标优化问题研究[D];大连理工大学;2016年

6 叶承晋;计算智能在电力系统多目标优化中的应用研究[D];浙江大学;2015年

7 徐志丹;基于生物地理算法的多目标优化理论与应用研究[D];哈尔滨工程大学;2013年

8 蒋庆;地下水时空变化及监测网多目标优化研究[D];华中科技大学;2008年

9 陈琼;演化多目标优化多样性保持策略及其应用研究[D];武汉理工大学;2010年

10 陈小红;基于进化算法的高维多目标优化问题求解方法及应用[D];深圳大学;2015年

相关硕士学位论文 前10条

1 何素素;基于改进的粒子群算法的钻进参数多目标优化研究[D];西安石油大学;2015年

2 黄怡;基于药效综合评价的中药组分配伍优化方法研究[D];浙江大学;2015年

3 韩伟;基于混合智能算法在造纸废水厌氧消化处理过程多目标优化中的研究[D];华南理工大学;2015年

4 彭清风;基于鲁棒性的船体中横剖面多目标优化[D];上海交通大学;2015年

5 崔华;面向个性化需求的服务组合优化方法[D];哈尔滨工业大学;2015年

6 章姗捷;基于遗传算法的电力工程多目标优化研究[D];华北电力大学;2015年

7 高敏;基于协同论的风电建设项目多目标优化模型研究[D];华北电力大学;2015年

8 刘培根;基于多目标优化和压缩感知的航拍目标检测[D];电子科技大学;2015年

9 杨凯;基于多目标优化的贵州工业结构调整研究[D];贵州师范大学;2015年

10 陈振兴;基于空间拥挤控制策略的进化多目标优化[D];福建师范大学;2015年



本文编号:1695696

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/huanjinggongchenglunwen/1695696.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户44d85***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com