环境模型参数识别与不确定性分析_刘毅
模型不确定性评估与分析
模型不确定性评估与分析第一章引言1.1 研究背景与意义模型在科学研究和工程实践中起着重要的作用。
然而，由于模型的不确定性，我们在使用模型进行分析和预测时需要考虑到这一点。
因此，对于模型的不确定性进行评估和分析是非常重要的。
1.2 研究目的与方法本文旨在探讨如何评估和分析模型的不确定性。
首先，我们将介绍模型不确定性的概念，并讨论其在科学研究和工程实践中的重要性。
然后，我们将介绍一些常用的评估方法，并探讨它们各自的优缺点。
最后，我们将以一个实际案例来说明如何应用这些方法进行模型不确定性评估与分析。
第二章模型不确定性概述2.1 模型及其应用模型是对真实世界或某个系统进行简化和抽象后得到的描述工具。
它可以帮助我们理解系统行为、预测未来发展趋势以及指导决策制定。
2.2 模型不确定性概念由于现实世界非常复杂且难以完全描述，模型在描述系统时通常会引入一定的不确定性。
模型不确定性是指模型输出的不确定程度，即在给定输入条件下，模型输出可能存在的误差或偏差。
第三章模型不确定性评估方法3.1 参数不确定性评估参数是模型中的重要组成部分，它们直接影响着模型的输出。
参数不确定性评估是通过对参数进行统计分析和敏感度分析来评估参数对模型结果的影响程度。
3.2 输入数据不确定性评估输入数据是进行建模和分析时所必需的信息。
然而，输入数据通常存在一定程度的误差或随机变化。
输入数据不确定性评估可以通过统计方法和敏感度分析来评估输入数据对模型结果的影响。
3.3 结构不确定性评估结构不确定性指的是对系统结构或假设条件所存在的不完全理解或缺乏信息。
结构不确定性评估可以通过灵敏度分析和误差传播方法来进行。
第四章模型不确定性分析方法4.1 蒙特卡洛方法蒙特卡洛方法是一种基于随机抽样和统计推断原理进行数值计算和推断分析的方法。
它可以用于评估模型输出的分布和不确定性范围。
4.2 灵敏度分析方法灵敏度分析是一种评估模型输出对输入参数变化的敏感程度的方法。
国内图情期刊关于网络舆情研究的现状及特点_罗昊
序号
篇名
被引
作者
刊名
频次
1 网络舆情管控机制研究
113 曾润喜
图书情报工作
国内网络舆情研究的回顾与展
许鑫、章成志、 情报理论与实
2
74
望
李雯静
践
文本挖掘在网络舆情信息分析
3
63 黄晓斌、赵超
中的应用
情报科学
4 网络舆情信息资源共享研究
62 曾润喜
情Hale Waihona Puke 杂志网络舆 情 突 发 事 件 预 警 系 统、
表 5 关键词排序
序号 中文关键词 文献篇数 序号
1
网络舆情
132
7
2
突发事件
19
8
3
预警
13
8
4
指标体系
12
9
5 网络舆情热点事件 11
9
6
舆情
9
9
中文关键词 舆情分析 危机预警
互联网舆情 信息分析 安全评估 政府
文献篇数 8 6 6 5 5 5
1． 6 从论文被引频次看 被引频次是评价论文学 术价值的重要手段之一。表 6 统计的是被引频次达
表 4 文献出版来源排序
序号 1 2 3 4 5 6 7 7 8 9
刊名 情报杂志 现代情报 情报科学 图书情报工作 情报理论与实践 情报探索 图书情报知识 现代图书情报技术 情报资料工作 图书馆学刊
发文量 60 21 18 15 14 11 8 8 6 5
备注 核心期刊
核心期刊 核心期刊 核心期刊
表 3 重要作者发文量排序
序号 姓名 1 曾润喜 2 兰月新 3 曹树金 3 许鑫 3 丁菊玲 3 张一文 3 张玉亮 4 张义庭 4 史波 4 宗利永
环境系统不确定性分析的理论与发展
环境系统不确定性分析的理论与发展陈吉宁清华大学环境科学与工程系 100084在过去的三十年间，环境建模理论在表象上呈现了两种发展趋势。
其一是寻求更加友好的模型使用界面, 包括应用空间定位技术与数据库技术等；其二是新的数学理论、控制理论在环境系统的认识中被不断尝试, 包括专家系统、非线性系统理论、神经网络、灰色理论、大系统理论以及冲突理论等。
尽管前者极大地推动了环境模型和数据处理技术的广泛应用，但它并没有带来对环境系统认识的质的变化。
相反，环境模型使用的世俗化却使人们易于忽略模型应用的精髓-结果与内在因果关系的解释，从而带来模型滥用的风险；虽然第二个方面从新的视角去研究环境系统，但目前的研究成果在整体上并没有突破和超越传统的机理模型的认知，这些技术本身的可用性也存在着明显的障碍，因而目前各类环境模型的主体依然是建立在常规自然定律基础上的机理模型，包括复杂的全球气候变化模型、生物圈模型和生态风险模型等。
尽管如此，我们今天对环境模型与环境系统的认识已发生了根本性的变革，事实上，在环境系统分析领域的前沿，一直存在着一种内在的驱动力，在探究模型的本质以及模型与系统之间的内在关系。
这些非常理论化的工作，导致了对环境模型不确定性问题的普遍性和不可回避性的认识，并由此推动了环境建模理论的发展。
从模拟的角度来看，环境系统无疑是个病态系统。
由于环境系统本身所具有的空间多样性、时间动态性以及表征水平上的多重性，导致观测数据和系统认知上的双重局限性，使对它的认识始终存在着显著的不确定性。
尽管在过去的二十年间，环境系统的观测数据在微观和宏观上均得到了极大的丰富，但我们在关键或适合数学描述水平上的观测数据仍远远不足，我们仍缺乏有效的工具去转化大量的表象观测数据（如遥感数据）使其成为认识系统的深层信息。
因为我们一直相信复杂的模型结构将会最终减少模型的误差，基于经典的物理、化学和生物定律建立的环境机理模型因而变得越来越复杂，宏观集成趋于全面而微观描述则趋于细腻。
基于仿真组件模型(SCM)的航空电子组件仿真模型研究
基于仿真组件模型(SCM)的航空电子组件仿真模型研究陈静杰;郜丽娜;耿宏【摘要】在飞机维修仿真中,针对航空电子组件仿真模型不统一、重用性差的问题,提出基于SCM (simulation component model)的规范化建模方法建立组件模型.采用SCM规范定义模型框架后,依据航空电子组件在维修过程中的特性和功能,将组件的输入信号归纳为开关量输入、功能信号输入、故障信号输入和拆装信号输入四类,输出信号定义为功能信号输出和驱动信号输出两类,然后进一步界定了模型输入信号、控制信号和输出信号之间的运算规则,以满足组件操作、测试、拆装、排故等维修行为.最后,以飞行增稳计算机组件为例,在自制的飞机维护训练器上实现其模型化表达,仿真结果表明该方法可行.【期刊名称】《科学技术与工程》【年(卷),期】2016(016)010【总页数】6页(P50-55)【关键词】飞机维修仿真;航空电子组件;仿真组件模型(SCM);仿真模型【作者】陈静杰;郜丽娜;耿宏【作者单位】中国民航大学电子信息与自动化学院,天津300300;中国民航大学电子信息与自动化学院,天津300300;中国民航大学电子信息与自动化学院,天津300300【正文语种】中文【中图分类】TP391.9航空电子组件仿真模型是飞机维修仿真的重要组成单元之一。
飞机维修仿真可满足操作、测试、拆装、排故等一系列维修行为，真实反映人机工程环境，有效增强维修训练效果[1—3]。
飞机维修仿真过程中，各机载系统的功能实现都基于航空电子仿真组件[4—6]；并且，航空电子仿真组件也是飞机维修仿真的主要操作对象之一。
但从飞机维修仿真的模型结构角度看，航空电子组件仿真模型的研制各行其是、不统一、甚至不关联，模型重用性差。
因此，针对航空电子组件建立规范化的模型，对于飞机维修仿真开发具有重要意义。
近些年来，已有部分学者对航空组件建模进行了研究。
邹冰根据飞机环境控制系统中基本组件的工作原理、结构性能参数和部件试验曲线等，利用MATLAB/SIMULINK仿真平台开发了组件的仿真模型[7]。
气候模型的不确定性分析与评估
气候模型的不确定性分析与评估在当今全球气候变化的背景下，气候模型成为了我们理解和预测气候系统变化的重要工具。
然而，这些模型并非完美无缺，它们存在着一定的不确定性。
对气候模型不确定性的深入分析与评估，对于提高气候预测的准确性和可靠性，制定有效的应对气候变化策略，具有至关重要的意义。
首先，我们需要明确什么是气候模型。
简单来说，气候模型是基于物理、化学和生物等学科的原理和规律，通过数学公式和算法，对气候系统的各种过程和相互作用进行模拟和预测的工具。
这些模型通常包括大气环流、海洋环流、陆地表面过程、冰雪覆盖、生态系统等多个组成部分，以及它们之间复杂的相互作用。
那么，气候模型的不确定性究竟来自哪些方面呢？一方面，气候模型本身的结构和参数存在不确定性。
由于气候系统的复杂性，我们对许多气候过程的理解还不完全准确，导致在构建模型时不得不进行简化和假设。
例如，对于云的形成和演化过程、大气中气溶胶的作用等，目前的科学认识还存在一定的局限性，这可能会导致模型在模拟这些过程时出现偏差。
此外，模型中的一些参数，如海洋和陆地的热容量、大气的湍流系数等，往往是通过观测数据估算得到的，其不确定性也会影响模型的模拟结果。
另一方面，输入数据的不确定性也是一个重要因素。
气候模型需要大量的初始和边界条件数据，如大气中的温室气体浓度、太阳辐射强度、海洋温度和盐度等。
这些数据的观测往往存在误差和不确定性，而且在不同的时间和空间尺度上可能存在差异。
此外，对于未来气候变化情景的设定，如温室气体排放的预测，也存在很大的不确定性，这会直接影响模型对未来气候的预测结果。
为了评估气候模型的不确定性，科学家们采用了多种方法。
一种常见的方法是多模型比较。
通过对多个不同结构和参数的气候模型进行模拟，并比较它们的结果，可以了解模型之间的差异和不确定性范围。
此外，还可以通过敏感性分析，研究模型输出对输入参数和条件的敏感程度，从而确定哪些因素对模型的不确定性影响较大。
基于元胞自动机模型的城市土地利用变化模拟_刘毅
（ ） １
β θ ｎ 烆 其中 ： 指该驱动因子对土地利用变化的约束力 大 μ
β θ １ 烄 β θ ２ ］ ０， １ ． θ ｉ ∈ ［ μ＝烅 ， …
本模型通过对遥感影像的解译， 获得不同历史 时期 的 土 地 利 用 、 交 通 路 网 等 空 间 信 息。 然 后 以 对研究区域进行网格划分并量化 Ｃ Ｇ Ｉ Ｓ 为平台 ， Ａ 模型驱 动 力 。 再 运 用 Ｌ ａ ｔ ｉ ｎ超立方采样和 Ｍ ｏ ｎ ｔ ｅ 分别以 Ｔ Ｃ ａ ｒ ｌ ｏ 随机采样 ， １ 为基准年 、 Ｔ ２ 为预测年 、 ， 和以 Ｔ 为 基 准 年 为 预 测 年 率 定 模 型 参 数。 ２ Ｔ ３ 最后结合 ２ 组参 数 ， 规 划、 政 策 等 宏 观 发 展 信 息， 识 别参数与城 市 发 展 特 征 的 关 联 ， 制 定 情 景 方 案， 以 对 城 市 未 来 的 土 地 利 用 进 行 预 测。 Ｔ ｉ 年为基准年 ， 技术路线图见图 １。
／ １ ４ ２ ６ ７ ７ ７ ２ －基于ຫໍສະໝຸດ 胞自动机模型的城市土地利用变化模拟
刘 毅， 杨 晟， 陈吉宁 ， 曾思育
（ ） 清华大学 环境学院 ，北京 １ ０ ０ ０ ８ ４
摘 要 ：为 了 研 究 城 市 发 展 带 来 的 城 市 土 地 利 用 空 间 格 局 变化， 综合运用元胞自动机、 多维驱动力分析和情景分析方 法， 构建了城市土地利用变化模拟系统。建立了宏观、 中观 和微观３个尺度上的驱动力量化和耦合作用函数。通 过 识 别驱动力变化与城市空间发展特征的关联性， 解决了元胞 自动机模型参数的时间效应问题。结合情景 分 析 方 法， 确 定城市不同发展情景下的参数取值， 进而对未来城市土地 利 用 变 化 进 行 了 系 统 模 拟 。４ 种 预 测 情 景 的 用 地 总 量 分 别
环境模型参数优化方法的比较
１ ０ ８ Ｅ ｍａＬ ｃ ｅ ｌ ｍａｌ￣ｉｇ ｕ ｄ ． ｎ ０ ０ ４， ｉ： ｈ ｎ ＠ ｊ ｉ ｎ ｈａｅｕ ｃ）
摘 耍 ： 型 参 数 优 化 是 通 过 极 小 化 目标 函 数 使 得 模 型 输 出 和 实 际 观 测 数 据 之 间 达 到 最 佳 的 拟 合 程 度 由 于 环 境 模 模
ｏｐｔｍ ａ ｌｏｒｔ ｉ ［ａｇ ｉｈｍ ｓ ｉ ｅ ＣＲＳ ｌ ｒｔ ｍ ， ＳＣＥ ， ． ｔ ｍ ． Ｓ ａ ｇ ｒ ｔ ｍ ｎ ｎｅ ｌ － ｉ ｌｘ ａｇ ｒｔ ａｇ ｒ ｈ ｉ Ａ ｏ ｉ ｌ ｈ ａ ｄ Ａｎ ａｉ Ｓ ｍｐ ｅ ｌ ｏ ｈ ｇ ｎ ｉｍ
中圈分娄 号 ： Ｉ 文 献标 识码 ： Ｘ１ Ａ 文 章 编 号 ：２ ０３ ０ （ ｏ ２ ０ ６０ ０ ０ ５ —３ １ ２ ０ ） ２０ ，０ １
Ｃｏ ｐａ ｉ ｏ ｏｆ ｍ ｒｓ ｎ Ｐａ ａ ｅ ｅ Ｏｐｔｍ ｉ ａ ｉ ｎ ｒ ｍ ｔｒ ｉ ｚ ｔ ｏ Ａ ｌ ｏ ｉ ｈ ｓ ｏ Ｅｎｖ ｒ ｎ ｅ ａｌ ｇ ｒ ｔ ｍ ｆ ｒ ｉ ｏ ｍ ｎｔ Ｍ ｏ ｌ ｄｅ
维普资讯
第 ２ ３卷 第 ２期
２０ ２ 年 ３ 月 ０
环
境
科
学
ＥＮ Ｖ Ｉ ＯＮ Ｍ ＥＮ Ｔ Ａ Ｌ Ｒ ＳＣＩ ＥＮ ＣＥ
Ｖｏ ． ３． ． １ ２ Ｎｏ ２ Ｍ￣ ｃ ２ ０ ｒ ｈ， ０ ２
环 境 模 型 参 数 优 化 方 法 的 比 较
ａ ｅ ｗｉ ｅｙ ｄ ｖ ｌ ｄ ｉ ｅ ｅ ｅ ｒ ｕ ｏ ｉ ｃ ｅ ｓｎ ｏ ｒ ｄ ｌ ｅ ｅｏ ｐｅ ｎ ｒ ｃ ｎｔｙ ａ ｓ ｄ ｅ ｔ ｎ ｒ ａ ｉ ｇ ｃ ｍｐ ｔ ｒ ｅ ｉ ｎ ｙ ａ ｈ ｗ ｒ ｍｉ ｉ ｐ ｌ ａ ｉ ｎ ． Ｆ ｕ ｉｅ ｔ ｕ ｅ ｆ ｄｅ ｃ ｎｄ ｓ ｏ ｐ ｏ ｓｎ ａ ｐ ｉ ｔｏ ｓ ｇ ｃ ｏ ｒｄｒ￣
城市灾害易损性及其评价指标
城市灾害易损性及其评价指标唐波;刘希林;尚志海【摘要】With the acceleration of urbanization, cities are becoming important areas of national economy and social development, however, disasters bring great losses to urban development. By analyzing dimensions and spatial-temporal properties of vulnerability, and based on the summary of current vulnerability assessment methods including multi-factor composite function method, fuzzy comprehensive evaluation method, data envelope analysis method, etc. , and combining with the complex system of internal characteristics in urban regions, a reasonable urban disaster vulnerability assessment framework is established in 4 aspects as population vulnerability, economical vulnerability, social vulnerability and ecological-environment vulnerability. A disaster vulnerability assessment system of 11 indexes as population immigration rate, economic density and so on is discussed. Finally, research of urban disaster vulnerability is proved to be significant in sustainable urban development.%城市化的加速使城市成为国民经济和社会发展的重要区域,同时灾害给城市发展造成了巨大的损失.通过分析易损性的维度和时空性,并在总结多因子复合函数方法、模糊综合评价方法、数据包络分析方法等易损性研究方法的基础上,结合复杂的城市系统的内部特征,从人口易损性、经济易损性、社会易损性和生态环境易损性4个方面建立适合城市灾害易损性评价的框架；探讨了包括人口迁入率和经济密度等11个城市灾害易损性指标体系.最后指出城市灾害易损性研究对城市可持续发展有重要意义.【期刊名称】《灾害学》【年(卷),期】2012(027)004【总页数】6页(P6-11)【关键词】易损性;城市灾害;评价指标【作者】唐波;刘希林;尚志海【作者单位】中山大学地理科学与规划学院,广东广州510275;中山大学地理科学与规划学院,广东广州510275;中山大学自然灾害研究中心,广东广州510275;中山大学地理科学与规划学院,广东广州510275;嘉应学院地理科学与旅游学院,广东梅州514105【正文语种】中文【中图分类】X4城市的发展见证着历史的变迁和当今世界的发展潮流，城市灾害与城市发展相伴而生。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
H1(mm) 7.2466
H2(mm) 183.6478
目标函数值
0.6044/ 0.0655 0.2150
0.5942/ -0.5331 0.0427
0.1626/ -0.2965 0.0101
0/ 0
0.0 61 3
0.2431/ -0.2028 0.0010
3.6064/ -4.2128 19.4627
100084, E-mail :jchen1@mail.tsinghua .edu .cn) 摘要 :在对水文模型实例的参数不确定性分析 基础上 , 分 别采用 传统灵 敏度分析 方法 、HSY 算 法 、线 性回归 等方 法对模型参数特性进行了识别与比较研究 .结 果表明参数优化算法 与传统灵 敏度分析方 法不能解 释模型结 构复 杂性特征 , 采用不确定性分析方法对环境模型 参数进行识别提供了深入分析与理解模型系统的有效途径 . 关键词 :参数优化 ;不确定性 ;模型结构 ;参数识别 ;灵敏度 ;HSY 算法 中图分类号 :X 11 文献标识码 :A 文章编号:0250-3301(2002)06-05-0006
应用的精度和预测结果的可靠性 .在追求 更加 高效和稳定优化算法的同时 , 所得到优化 参数 的后验分布具有本质上的不确定性 ;对于 复杂 模型来说 , 甚至无法判断优化结果是否达 到了 全局最优 , 也无法预测“最优” 参数对于模型预 测的影响[ 7] .引入参数不确定性分析可以 更为 深刻地理解和认识到现实世界和模型系统特征 之间的本质区别 .
0.2250/ -0.0297 3.5547
0/ 0
9 27.7 30 6
0.0021/ 0.0022 45.0963
0.0242/ -0.0645 7.6458
0.2388/ -0.2005 171.9362
1.96 61
0.3008/ -0.2410 0.2151 0.3077/ -0.2526 0.2136 0.2834/ -0.2778
DO I :10.13227/j .hjkx .2002.06.002 第 23 卷第 6 期 2002 年 11 月
环 境 科 学 ENVIRONM EN TAL SCIENCE
V ol.23 , N o .6 N ov ., 2002
环境模型参数识别与不确定性分析
刘毅 , 陈吉宁 , 杜鹏飞(清华 大学 环境 科学 与工 程 系环 境模 拟 与污 染控 制 国家 重 点联 合实 验 室 , 北京
统分析方向的研究 . 收稿日期 :2001-10-12 ;修订日期 :2002-05-08
6期
环 境 科 学
7
进行“产生新点-判断-接受/ 舍弃”的迭代过程 , 直至满足终止准则 .为了说明参数不确定性及 其识别问题 , 本文采用 4 种直接参数优化算法 进行比较分析[ 8] .控制随机搜索算法(CRS)引 入了几何学中“重心” 的概念 , 即考虑了新点产 生的随机性 , 又在一定程度上保证了搜索的整 体性 .复合形混合演化算法(SCE-UA)是将 生 物自然演化过程引入到数值计算中 , 模拟了生 物进化的过程 , 提高了计算效率和全局搜索整 体最优的能力 .模拟退火算法(SA)则假设优化 问题的解及其目标函数分别与固体物质的微观
杂性与参数不确定性 , 由此产生了对于模型参
如前所述 , 由于优化算法自身结构设计决
表 2 水文模型参数优化与局部灵敏度计算(δ=±10 %)
Table 2 Local sensiti vit ies relat ed to t he opt imized values of parameters f or the case of a hydrologic model
随着环境模型结构复杂性的急剧增长 , 模 行了比较研究 .
型参数在高维空间表现出了复杂的相关性结构 1 环境模型参数不确定性与识别
并直接导致了优化 后验参数的识别问题[ 1, 2] . 由于参数不确定性普遍存在 , 根据经 验估
因此仅仅局限于参数优化算法效率和精度等方 计或者观测值优化得到的参数并不能保证模型
表 1 水文模型参数取值及其物理意义 Table 1 Estimated values of paramet ers and t hei rs physical
meaning f or a case of hydrological model
接优化算法得到的优化参数结果可知 , 在 目标 函数 值 无 显 著 性 差 异 的 条 件 下 (max δ< 1.8 %),“最佳”估计参数之间具有较大差异(见 表 2).由于本文采用的水文模型输入数据序列 非常完整 , 可以忽略其不确定性 , 并且几种优化 算法也 是当前最 为稳定和 可靠的全 局搜索 算 法[ 8] , 因此上述优化结果直接证实了优化 算法 不能为深入研究复杂环境模型提供有效途径 .
Department of Environmental Science and Engineering , T singhua University , Beijing 100084, China E-mail:Jchen1 @mail .tsinghua ) Abstract:T his paper examined a case study of hydrological model for identifying parameter uncertainty by using three sensitivity analysis methods:HSY algo rithm , linear regressional metho d and coupling analysis method .T he results show ed tha t optimal algorithms canno t give a sound explanation fo r complexity of model structure and identifying model parame ters via uncertainty analysis methods presented an effective alternative to understand model sy stem . Keywords:parameter optimization ;uncertainty ;model structure ;parameter identifica tio n;sensitivity ;HSY alg orithm
直接参数优化算法可以理解为在一定控制 性准则约束下的空间随机搜索过程 .算法 根据 新点产生器和判定准则在高维参数空间持续地
行途径[ 5 , 6] .本文以一个经典的水文箱式模 型 为实例 , 从优化参数的不确定性和参数识别问 题出发 , 对复杂模型的参数灵敏度分析方法进
基金项目 :高等学校优秀青年教师教学科研奖励计划资助项目 作者简介 :刘毅(1975 ～ ), 男, 博士研 究生 , 主要从事环 境系
面的研究已经不能满足理论与实践的需要 .相 对于观测数据和模型参数而言 , 基于现有科学 认知体系构建的模型结构是建模过程中不确定 性的根本来源[ 3] .然而由于缺乏深入研究结构 不确定性的理论基础和有效技术手段 , 模型结 构往往只能通过识别参数后验统计分布规律间 接地得到验证 .
参数不确定性依赖于模型结构 , 并直接 导 致了灵敏度问题[ 4] .模型参数不确定性包括参 数可识别性和参数灵敏度 2 个基本方面 .参数 不确定性分析提供了后验地识别模型结构的可
进一步研究表明 , 不同算法寻优进程 中的 参数收敛轨迹也具有较大差异[ 8] .以 C RS 算法 运用于水文模型为例 , 图 1 是 500 个最佳优化 参数样本点分布图 , 其中菱形符号代表最 佳的 10 个参数值分布(采样总数 n =20000), 虚线对 应于最佳目标函数值 .
可以由图直观地看到最佳 10 组参数对应 的目标函数值没有显著区别 , 但这 10 组参数值 并没有非常一致地收敛到“ 最佳”参数估计值 .
参数空间分布上的差异性 , 是导致优化算法不 能解释模型结构及其所产生的参数不确定性的 主要原因 . 2 环境模型的参数灵敏度
如前所述 , 优化方法不能解释模型结构 复
在这一很小范围内产生波动所导致模型输出的 变化率 , 即扰动分析方法 .从表 2 的计算结果中 可以得出基于 4 种直接优化算法最佳参数估计 值的灵敏度数值(δ=±10 %)具有较大差异 , 其 结果强烈依赖于优化算法的选择 .
Parameters Identification and Uncertainty Analysis for Environmental
Model
Liu Yi , Chen Jining , Du Pengf ei(Environmental Simula tio n and Pollution Co ntrol State Key Joint Laboratory ,
数的识别问题 .参数识别很重要的一个方面就
是研究参数变化所引起的模型响应 , 即参数灵 敏度问题[ 5 , 9] .研究参数灵敏性有助于深入理 解并改进模型结构的稳定性 .
种与优化算法结构设计 、新点产生器 、空间搜索
传统参数灵敏度分析方法是在某个参数最
方法和接受/ 舍弃判定准则等高度相关的后 验 佳估计值附近给定一个人工干扰 , 并计算参数
状态及其能量所对应 , 采用随机方法模拟固体 稳定“退火”的过程 .退火单纯形算法(AS)综合 了下 山单纯形方法和 模拟退火法 2 种优化 算 法 , 更加充分地利用了单纯形的形变信息 , 从而 提高了计算效率和算法稳定性 .
随着环境模型的不断开发和广泛应用 , 环 境模型的种类和数量日益丰富 , 模型本身所表 现出的结构特征也日趋复杂 .本研究仅以一个 两箱式水文模型为例[ 8] , 表 1 给出了模型中 11 个参数的先验取值范围及其物理意义 .