【技术实现步骤摘要】
本专利技术涉及污染溯源分析的，尤其涉及一种基于改进算术优化算法的溯源算法。
技术介绍
1、溯源问题是反问题的一种，比较常见的包括气体污染源方位求解，地下水污染溯源分析，地表水污染溯源分析等。目前在气体污染源溯源领域，国内外一些学者已经做了不少研究，如基于简化分区模型识别污染源方法、求解污染源传播qr方程、基于贝叶斯概率推理模型等。对于水污染溯源，国内外学者提出了很多方法求解，常用的有优化模型求解法和贝叶斯概率统计法。确立目标函数后，优化算法可以在短时间内求得最优解，复杂程度不高，这也是在求解溯源问题中优化模型法比较常用的原因之一，在优化模型求解方法中，刘洁等利用一维河流水质模型建立水污染反演方法，并通过改进的遗传算法实现了问题的求解；王新龙等将粒子群算法与知识图谱相结合，在溯源同时确定了偷排企业；李欣欣等建立了时空溯源模型并通过改进人工鱼群算法得出模型解；zhang等建立了智能污染源识别模型，通过遗传算法实现了单点源和多点源的求解。但是这些方法基本都是建立在单一优化模型的基础上求解的，存在收敛速度慢，局部解误差大以及算法稳定性差的问题，所以有些学者提出了混合优化模型来提升算法性能，如赵志刚等提出了人工鱼群与粒子群混合算法，提升了算法搜索精度与收敛速度。
2、贝叶斯概率统计方法可以利用先验信息将不确定性问题的解以概率分布的形式展现出来，使解更直观的呈现在人们面前，在水污染溯源问题上，tang等提出了一种基于贝叶斯方法的水污染评估模型，实现了水污染风险预测；sherri等利用贝叶斯方法求得后验分布，在将蒙特卡洛抽样方法与
3、常见的启发式算法有蚁群算法、遗传算法、模拟退火算法、粒子群算法等。这些算法也称群智能算法，大多具有结构简单、参数少、实现容易等特点，并且已经广泛应用于函数优化、多目标优化、求解整数约束和混合整数约束优化、神经网络训练、信号处理、溯源问题求解。
4、以遗传算法求解水污染溯源问题为例说明，水污染溯源问题即为再河流发生水污染事件后，通过河流中污染物浓度变化数据反求污染源的位置、发生时间、污染源强度三项参数，求解的一般步骤为：先选定需要研究的河段，收集相关水文数据和污染物监测数据，通过水中污染物扩散模型公式建立溯源优化模型的目标函数；然后设定遗传算法的各类参数：种群数，最大迭代次数等；最后通过遗传算法求解溯源模型，得到污染源参数。
5、遗传算法求解优化问题时，虽然搜索速度较快但是这也导致了算法的搜索精度不够高，遗传算法的局部搜索能力相对较差，存在解陷入局部最优不能跳出的风险。
技术实现思路
1、针对现有技术中的不足，本专利技术提出一种基于改进算术优化算法的溯源算法，对标准算术优化算法(aoa)存在的缺陷进行了改进，首先提出了一种基于个体位置自适应更新的数学优化器加速函数，提升了算法收敛速度；然后引入了二次插值策略，提高了算法的收敛精度，最后通过标准测试函数和溯源案例验证了qiaoa算法的有效性和优越性。
2、为了解决上述技术问题，本专利技术通过以下技术方案来实现：
3、本专利技术提供的基于改进算术优化算法的溯源算法，包括以下步骤：
4、s1、初始化阶段：设定算术优化算法种群数n、最大迭代次数zmax和维度，更新初代个体位置；
5、s2、计算每个个体的适应度值，找出最优个体位置，并将个体按适应度值从小到大排序；
6、s3、计算moa和mop，并根据moa选择个体的更新策略；
7、s4、根据步骤s3中得出的结果，更新个体位置，并计算适应度值；
8、s5、计算二次插值极值点，并根据适应度值大小选择接受或者不接受；
9、s6、判断是否满足条件，如果满足输出最优个体及其适应度值，否则继续执行步骤s2～步骤s5。
10、进一步的，所述步骤s3中，moa的表达式为：
11、
12、
13、
14、式中表示第z次迭代种群中的最优个体，xi表示第z次迭代种群中的第i个体，xn表示第z次迭代种群中的最劣个体，di(z)表示第z次迭代种群中当前个体与最优个体间的距离，dmax(z)表示第z次迭代种群中最劣个体与最优个体间的距离。
15、进一步的，所述步骤s1中，初始种群位置为：
16、
17、
18、其中n表示最大种群数，d表示对应优化问题的维度，式中lbj表示个体的数值下限，ubj表示个体的数值上限，rand是[0,1]内均匀分布的随机数，i∈[1,n]，j∈[1,d]。
19、由上，本专利技术的基于改进算术优化算法的溯源算法具有如下优点：
20、(1)本专利技术首次提出自适应更新与二次插值改进的算术优化算法，并将其应用于求解水污染溯源问题，为了改进算术优化算法收敛速度慢的问题，提出了一种基于个体位置自适应更新的数学优化器加速函数，使种群个体根据自身位置选择最优的更新策略，从而提升了算法收敛速度；
21、(2)为了改进算术优化算法求解精度低的问题，引入了二次插值方法，对个体的邻域进一步搜索，既增加了迭代后期的种群多样性，又提升了算法的搜索精度。并以水污染溯源问题为例，通过本专利技术所提出的算法成功实现了溯源问题的求解。
22、(3)所提出的自适应更新与二次插值改进的算术优化算法(qiaoa)是基于启发式搜索算法改进的，启发式搜索算法是上述提到的优化算法的一种，就是在状态空间中的搜索对每一个搜索位置进行评估，得到最好的位置，在从这个位置进行搜索直至找到目标，这样可以省略大量无谓的搜索路径，提高效率。
23、上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其他目的、特征和优点能够更明显易懂，以下结合优选实施例，并配合附图，详细说明如下。
本文档来自技高网...【技术保护点】
1.一种基于改进算术优化算法的溯源算法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于改进算术优化算法的溯源算法，其特征在于，所述步骤S3中，MOA的表达式为：
3.如权利要求1所述的基于改进算术优化算法的溯源算法，其特征在于，所述步骤S1中，初始种群位置为：
【技术特征摘要】
1.一种基于改进算术优化算法的溯源算法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于改进算术优化算法的溯源算法，其特征在于，...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。