东京亚洲网一区av,香蕉视频污app

內(nèi)容簡介

　　參數(shù)準(zhǔn)確估計是富營養(yǎng)化模型研究的重要內(nèi)容。本書基于富營養(yǎng)化模型提出了一套“模型構(gòu)建-數(shù)據(jù)分析平臺-參數(shù)敏感性-優(yōu)化確定-不確定性”的研究體系。以巢湖和環(huán)境流體動力學(xué)模型（EFDC）為例，建立了巢湖水動力-富營養(yǎng)化模型。用改進(jìn)的Morris方法篩選出重要參數(shù)；開發(fā)了大數(shù)據(jù)分析平臺，構(gòu)建了巢湖二維富營養(yǎng)化模型的代理模型。對模型參數(shù)進(jìn)行敏感性分析，揭示了參數(shù)的時空分布特征并獲得關(guān)鍵參數(shù)。利用抗噪多目標(biāo)粒子群優(yōu)化算法確定了關(guān)鍵參數(shù)的最優(yōu)估計。最后，用參數(shù)多目標(biāo)不確定性分析方法研究了關(guān)鍵參數(shù)的不確定性。本書對規(guī)范和改善湖泊富營養(yǎng)化模型的構(gòu)建過程，提升湖泊水環(huán)境模型的表現(xiàn)具有重要的理論意義和實踐價值；可為高等學(xué)校和科研院所有關(guān)環(huán)境工程、水利工程、水文水資源學(xué)、生態(tài)學(xué)、氣象學(xué)等相關(guān)學(xué)科研究者和技術(shù)人員提供參考。

作者簡介

暫缺《湖泊富營養(yǎng)化模型參數(shù)研究》作者簡介

圖書目錄

前言
第1章緒論
1.1 研究背景與意義
1.2 富營養(yǎng)化模型研究進(jìn)展
1.2.1 唯象模型進(jìn)展
1.2.2 過程模型進(jìn)展
1.3 模型關(guān)鍵參數(shù)估計方法研究進(jìn)展
1.3.1 參數(shù)的識別性分析
1.3.2 模型參數(shù)多目標(biāo)率定研究
1.3.3 代理模型研究
1.4 研究區(qū)域富營養(yǎng)化研究進(jìn)展
1.5 目前存在的問題
1.6 本書主要研究工作
第2章研究區(qū)域水動力-富營養(yǎng)化模型
2.1 研究區(qū)域概況
2.2 巢湖水動力模型
2.2.1 控制方程
2.2.2 定解條件與切應(yīng)力項的處理
2.2.3 網(wǎng)格劃分與求解
2.2.4 水動力模擬驗證
2.3 巢湖富營養(yǎng)化模型
2.3.1 巢湖富營養(yǎng)化模型框架
2.3.2 巢湖富營養(yǎng)化模型模擬驗證
2.4 本章小結(jié)
第3章富營養(yǎng)化模型參數(shù)篩選和敏感性定量研究
3.1 參數(shù)篩選
3.1.1 改進(jìn)的Morris方法
3.1.2 巢湖箱式富營養(yǎng)化模型參數(shù)篩選
3.2 代理模型
3.2.1 富營養(yǎng)化模型大數(shù)據(jù)分析平臺
3.2.2 Kriging模型
3.2.3 結(jié)果與討論
3.3 巢湖富營養(yǎng)化模型參數(shù)敏感性分析
3.3.1 Sobol敏感性定量分析方法
3.3.2 藍(lán)藻不同生消時期參數(shù)敏感性分析
3.3.3 參數(shù)敏感性的空間分布特征
3.4 本章小結(jié)
第4章基于抗噪多目標(biāo)粒子群優(yōu)化的關(guān)鍵參數(shù)值確定
4.1 抗噪多目標(biāo)粒子群優(yōu)化算法（MCAD-MOPSO）
4.1.1 多目標(biāo)優(yōu)化問題
4.1.2 MCAD-MOPS0算法
4.2 算法測試
4.2.1 標(biāo)準(zhǔn)測試函數(shù)和性能度量
4.2.2 MCAD-MOPSO算法測試結(jié)果
4.3 巢湖富營養(yǎng)化模型多目標(biāo)參數(shù)確定
4.4 本章小結(jié)
第5章基于非劣解的參數(shù)多目標(biāo)最大概率估計
5.1 多目標(biāo)參數(shù)不確定性分析方法
5.1.1 RSA方法
5.1.2 非劣解的多目標(biāo)RSA方法
5.2 巢湖關(guān)鍵參數(shù)多目標(biāo)不確定性分析
5.3 巢湖關(guān)鍵參數(shù)最大概率及區(qū)間估計
5.4 本章小結(jié)
第6章結(jié)論與展望
6.1 主要結(jié)論
6.2 展望
參考文獻(xiàn)