针对经典MCMC(Markov chain Monte Carlo)算法求解河流水污染源信息(排放量、排放时间和排放位置)时初始点的选取和接受率不高导致的计算效率低下问题，通过COMSOL仿真软件构建污染物二维扩散模型，利用不同算法对比分析了上述两方面对...
详细信息
针对经典MCMC(Markov chain Monte Carlo)算法求解河流水污染源信息(排放量、排放时间和排放位置)时初始点的选取和接受率不高导致的计算效率低下问题，通过COMSOL仿真软件构建污染物二维扩散模型，利用不同算法对比分析了上述两方面对水污染溯源结果的影响，并由此提出了基于等距随机抽样方法(equidistant random sampling)的两阶段多链Metropolis Hastings算法(ers-tsmh).仿真结果表明，传统的MH算法和tsmh算法在求解时易陷入局部最优值或不收敛的情况，前者接受率在20%左右，后者却达到近50%;多链ers-MH算法提高了反演的准确性，但经过10 000次左右迭代后收敛，效率低下；多链ers-tsmh算法在保证溯源精度的同时，在5 000次左右迭代后收敛，效率显著提高且表现出高稳定性和可靠性.
暂无评论