典型文献
基于IPSO-DE-MH算法的突发水污染事件预测模型参数识别
文献摘要：
预测模型是有效应对突发水污染事件的前提与基础.为了提高预测模型的准确性,提出了 一种新的参数识别方法.首先从反问题与贝叶斯估计的视角构建突发水污染事件预测模型;然后在Metropolis-Hastings抽样方法的基础上,引入混沌理论、粒子群算法、微分进化算法等的思想,设计了一种新的参数识别方法,即IPSO-DE-MH算法;最后通过数值分析验证所设计方法的有效性和准确性.结果表明:新方法能较好地识别模型参数,为突发事件应急预测模型的快速构建提供了新思路.
文献关键词：
参数识别;粒子群算法;微分进化算法;Metropolis-Hastings抽样方法;混沌理论
中图分类号：
作者姓名：
李锦锦;杨海东
作者机构：
福州大学经济与管理学院,福州350116
文献出处：
引用格式：
[1]李锦锦;杨海东-.基于IPSO-DE-MH算法的突发水污染事件预测模型参数识别)[J].环境工程,2022(06):70-76,115
A类：
B类：
IPSO,DE,MH,突发水污染事件,事件预测,参数识别,反问题,贝叶斯估计,Metropolis,Hastings,抽样方法,混沌理论,粒子群算法,微分进化算法,分析验证,识别模型,突发事件应急,快速构建
AB值：
0.241089
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
