基于改进粒子群优化算法的BOD-DO水质模型参数确定

【目的】将改进的粒子群优化算法应用于BOD-DO水质模型参数求解，为水质模型参数求解提供支持。【方法】通过差异演化算法对各个体历史最佳位置进行变异，以保持种群多样性，并在搜索后期加入局部搜索能力强的单纯形算法，建立改进的粒子群优化算法，并用该算法对BOD-DO水质模型参数进行求解。【结果】改进的粒子群优化算法能有效地确定BOD-DO水质模型参数；参数取值范围的放宽对算法的收敛性影响较小，但迭代次数有所增加；均匀分布法生成的初始种群可以有效地提高算法的收敛率，加快收敛速度；交叉概率和缩放因子的随机选取策略，可以有效地提高算法的收敛率并加快收敛速度；比较计算结果可知，改进的粒子群优化算法的收敛精度有所提高，收敛率可达到100%，收敛速度可提高5倍以上，标准差约是粒子群优化算法的10%。【结论】改进的粒子群优化算法有效地避免了原算法的早熟或停滞，为不同类型的水质模型参数求解提供了一个可靠的方法