《一种基于多种和谐式算法的地下水污染源识别方法.pdf》由会员分享，可在线阅读，更多相关《一种基于多种和谐式算法的地下水污染源识别方法.pdf（11页完整版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 102867117 A (43)申请公布日 2013.01.09 C N 1 0 2 8 6 7 1 1 7 A *CN102867117A* (21)申请号 201210313785.9 (22)申请日 2012.08.29 G06F 19/00(2006.01) (71)申请人华北电力大学 地址 102206 北京市昌平区朱辛庄北农路2 号 (72)发明人何理 李超 杨琦 申婧 (74)专利代理机构北京众合诚成知识产权代理 有限公司 11246 代理人史双元 (54) 发明名称 一种基于多种和谐式算法的地下水污染源识 别方法 (57) 摘要 本发明公开了属于地下水。
2、污染源处理技术的 一种基于多种和谐式算法的地下水污染源识别方 法。各方法是在模拟模型中利用地下水三维数值 模拟系统，采用和谐式（NHA）算法联合优化模型， 将目标函数E最大化来确定污染源的位置、具体 数量和源强；该方法运用NHA算法解出优化模型， 通过模拟污染物在地下水中的传输过程，从而在 污染源数量和位置都未知的情况下预测出污染源 的数量和位置。与传统的地下水污染源进行监测 识别方法相比，本方法所需检查井数量较少，运行 用时较短，能节省大量的时间和资金。实验室的实 验结果表明，运用此方法能够准确的预测出污染 源位置，从而为日后修复被污染区域提供有效的 指导，其预测结果的准确率高达到97%。 。
3、(51)Int.Cl. 权利要求书4页 说明书5页 附图1页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书 4 页 说明书 5 页 附图 1 页 1/4 页 2 1. 一 种 基 于 多 种 和 谐 式 算 法 的 地 下 水 污 染 源 识 别 方 法， 其 特 征 在 于， 在 模 拟 模 型 中 利 用 地 下 水 三 维 数 值 模 拟 系 统 模 拟 地 下 水 以 及 地 下 水 中 污 染 物 的 传 输 过 程， 采 用 和 谐 式 算 法 联 合 优 化 模 型， 将 目 标 函 数 E 最 大 化， 从 而 通 过 求 解 非 线 性 优 化 模 。
4、型 的 办 法 达 到 有 效 预 测 污染源数量、 位置和源强的目的。 2. 根 据 权 利 要 求 1 所 述 基 于 多 种 和 谐 式 算 法 的 地 下 水 污 染 源 识 别 方 法， 其 特 征 在 于， 地下水污染源识别方法包括如下步骤 ： 1). 地下水石油污染物的传输模拟 利 用 地 下 水 三 维 数 值 模 拟 系 统 来 模 拟 地 下 水 以 及 地 下 水 中 污 染 物 的 传 输 过 程， 其 中 污 染物传输方程为 ： 式中 H = 石油污染物的浓度， H = 源或汇的石油污染物浓度， D ij = 水动力弥散系数， R h = 石油污染物的阻滞因子， x 。
5、i /x j = 笛卡尔坐标， V i =x i 轴方向的渗透速度， W= 单位面积上的体积流量， b= 饱和厚度， t= 时间， n= 有效孔隙率， 将 电 脑 模 拟 模 型 地 下 水 三 维 数 值 模 拟 系 统 用 于 模 拟 方 程 (1) 地 下 水 流 动 以 及 污 染 物 传输 ； 2). 优化模型的解法 NHA 表示和谐式算法， 是全新的启发式优化算法， 它主要是通过对优化模型进行多次迭 代 计 算， 优 化 出 目 标 函 数 的 最 优 值， 能 够 解 决 与 地 下 水 相 关 的 应 用、 结 构 设 计、 基 准 优 化、 土 壤稳定性分析等各种问题 ； 利。
6、用 NHA 解决优化问题包括以下 5 个步骤 ： (1) 对问题进行初始化， 设置 NHA 的相关参数， 目标函数 的最大值或者最小值， N 是决策变量的数量， x i ( i = 1,2,N) 是需要 确定的决策变量， 是包含 xi的向量， ,其中 T是表示矩阵的转置操作， 由上面的定义我们可以得到优化模型 ： min or max subject to x i x i,min , x i,max ; i = 1, 2, N(2) 其中 x i,max 和 x i,min (i = 1, 2, N ) 是决策变量的上下边界， 要利用 NHA 算法解决 权 利 要 求 书CN 10286711。
7、7 A 2/4 页 3 这个优化模型我们需确定以下参数集 ： 和谐内存大小 (HMS)， 俯仰调节率 (PAR)以及终止准 则， HMCR（ 和谐内存参考率 ） 和 PAR 参数是用来产生新的解向量和保持解决方案的多样性 ； (2) 初始化和谐记忆 生成和初始化 HM 矩阵， HM 表示和谐记忆， 是一个存放目标函数和计算目标函数值的矩 阵， 该矩阵包括解向量以及相应的目标函数值 ； HM中的每个解向量都有 N个参数， 每个参数 都需要在第一步骤确定的可行随机范围内进行初始化， 得到一个 HM 矩阵 ： 由公式 (3) 我们能够知道， 生成的 HM 矩阵垂直方向的大小为 HMS ； (3) 随。
8、机生成一个新的解决方案 在 HMCR（ 和 谐 内 存 参 考 率 ） 控 制 下， 从 HM 矩 阵 或 者 可 能 的 取 值 范 围 内 选 定 决 策 变 量， 从而随机生成一个新矩阵 x = (x 1 ， x 2 ， x 3 ， ， x N ) ； 要生成 x， 首先在 0-1 之间生成随 机 数 N， 然 后 将 N 与 HMCR 进 行 比 较， 如 果 r i (0,1) HMCR， 则 第 i 个 决 策 变 量 要 从 HM 矩 阵 中取值， 否则， 就要从所有可能的区域里取值， 这个取值过程可以表示为 ： If r i (0,1) HMCR x i x i x i 1 ,。
9、 x i 2 , x i HMS Elsei= 1, 2, , N(4) x i x i ( x i,min , x i,max ) End If 在 实 际 应 用 过 程 中， 需 设 置 合 适 的 HMCR 值 才 能 得 到 模 型 的 最 优 解 ； 通 过 实 践 总 结 经 验 可知， HMCR 的取值为 （0.70， 0.95） 。 (4) 更新和谐记忆 新 生 成 的 目 标 函 数 向 量 要 和 HM 矩 阵 中 最 差 的 目 标 函 数 值 进 行 比 较， 如 果 新 生 成 的 目 标函数比 HM 中最差的更靠近 1， 则新生成的目标函数替换 HM 中原有的最差。
10、目标函数值， 经 过此步计算， 更新后的 HM 矩阵中的目标函数值将会是升序排列的 ； (5) 检查终止准则 NHA 算法中， 通过步骤 （3） 到步骤 （5） 的迭代计算可以寻求最优或者接近最优的解决方 案， 满足终止准则， 通过设置迭代次数作为算法的终止准则 ； 3） 预测方法 如 上 所 述， 初 步 概 念 模 型 的 主 要 目 标 是 解 决 地 下 水 系 统 污 染 源 的 识 别 问 题， 此 问 题 是 通 过 对 污 染 源 识 别 步 骤 的 公 式 化 来 解 决 的， 目 标 是 在 所 选 择 的 时 间 地 点， 将 模 拟 值 与 测 量 值 之 间 的 误 。
11、差 最 小 化， 或 者 说 模 拟 值 对 测 量 值 浓 度 的 效 率 （E） 最 大 化 ； 此 模 型 就 是 将 效 率 系 数 E 作 为 目 标 函 数， 通 过 以 NHA 为 基 础 的 优 化 模 型 来 求 得 E 的 最 大 值 ； E 的 取 值 范 围 是 (-， 1 ： 当 E=1时， 说明浓度的模拟值与实测值吻合度较高 ； 当 E=0时， 说明浓度的模拟值 与 实 测 值 的 平 均 值 相 比 偏 差 较 小 ； 当 E0 时， 说 明 测 量 值 比 模 拟 值 更 能 说 明 污 染 物 的 浓 度 ； 权 利 要 求 书CN 102867117 A 3。
12、/4 页 4 优化模型的决策变量包括污染源位置 （X， Y） 以及污染源的源流量 （ ） ， 通过以上变量， 我们 将问题进行公式化 ： s.t. 其中 n是要确定的污染源数量， E n 是一个有 n个污染源方案的目标函数， N t 是压力期数 量， N d 是样本点数量， C k (t) 是样本点 k 压力期 t 的模拟污染物浓度值， 样本点 k 在压 力 期 t 的 污 染 物 浓 度 实 际 测 量 值， 是 污 染 物 浓 度 测 量 值 的 平 均 值， C 和 分 别 是 由 样 本 点 的模拟浓度值和测量浓度值组成的向量， X=X 1 ， X 2 ， X 3 ， ,X n T 和。
13、 Y=Y 1 ,Y 2 ,Y 3 ,Y n T 是包 括 所 有 样 本 点 的 位 置 向 量， 是 源 流 量 的 向 量， f() 是 通 过 (X,Y, ) 的 数 值 进 行 模 拟 得 到 的 模 拟 结 果， 和 分 别 是 源 流 量 取 值 范 围 的 上 下 边 界， X max ， X min ， Y max 和 Y min 分别是污染源位置取值范围的上下边界 ； 4） 污染源最佳数量、 位置和强度的识别 在 污 染 源 数 量 是 已 知 的 条 件 下， 通 过 公 式 (5) 到 公 式 (10) 的 计 算， 能 够 解 决 污 染 源 识 别 的 问 题， 但 。
14、是 在 实 际 工 程 中， 实 际 污 染 源 数 量 往 往 是 未 知 的， 所 以 确 定 污 染 源 的 数 量 是 模 型 得 以 运 行 的 关 键， 当 En （0.95， 1） 时， 认 定 模 拟 结 果 可 信 ； 在 所 有 满 足 En （0.95， 1） 的 En 中， 取 n 的 最 大 值， 此 时， 可 以 确 定 有 n 个 污 染 源 ； 相 应 的， 在 n 已 知 的 情 况 下， 就 可 以 根据公式 （5） （6） （7） （8） （9） 预测出各个污染源的位置和强度。 3. 根 据 权 利 要 求 2 所 述 所 述 基 于 多 种 和 谐 式 。
15、算 法 的 地 下 水 污 染 源 识 别 方 法， 其 特 征 在 于， 所 述 步 骤 2） .（2） 中 HMS 的 值 由 具 体 问 题 的 类 型 来 决 定， 对 HMS 的 取 值 范 围 是 权 利 要 求 书CN 102867117 A 4/4 页 5 10 HMS 50。 权 利 要 求 书CN 102867117 A 1/5 页 6 一种基于多种和谐式算法的地下水污染源识别方法 技术领域 0001 本 发 明 属 于 地 下 水 污 染 源 处 理 技 术， 特 别 涉 及 一 种 基 于 多 种 和 谐 式 算 法 的 地 下 水 污染源识别方法， 尤其是对位置、 数。
16、量都未知的地下水污染源的识别工程技术。 技术背景 0002 随 着 中 国 社 会 经 济 的 发 展， 水 的 供 需 矛 盾 日 渐 突 出。 我 国 是 一 个 水 资 源 较 为 匮 乏 的 国 家， 人 均 水 资 源 占 有 量 只 是 世 界 平 均 数 的 25% 左 右。 地 下 水 作 为 水 资 源 的 重 要 组 成 部 分， 在 人 们 的 生 活 和 工 农 业 生 产 中 占 据 着 十 分 重 要 的 地 位， 对 我 国 国 民 经 济、 社 会 发 展 以 及 安全供水保障具有十分重要的作用。 然而， 在石油类物质的开采、 存放以及运输的过程中频 繁会出现 。
17、“跑、 冒、 滴、 漏 ”等现象， 对地下水造成不同程度的污染， 直接或间接的对人类生产 生活构成危害。因此， 石油及其化工类产品对地下水的污染已经达到不容忽视的程度。 0003 当 监 测 出 地 下 水 受 到 污 染 时， 快 速 有 效 的 找 到 污 染 源， 能 够 阻 止 污 染 源 进 一 步 扩 散， 从 而 极 大 的 减 少 石 油 类 污 染 物 对 地 下 水 的 影 响。 然 而 污 染 源 相 关 信 息 （ 包 括 污 染 源 数 量， 位 置 ） 在 修 复 地 下 水 污 染 时 是 未 知 的， 信 息 的 缺 乏 往 往 会 导 致 修 复 策 略 的 。
18、效 率 低 下 或 修 复 成 本 的 增 加。 在 这 种 情 况 下， 可 以 利 用 污 染 区 域 历 史 的 浓 度 测 量 值 来 推 测 污 染 源 相 关 特 性。 因此， 修复受污染地下水的关键在于对数量和位置不确定的地下水污染源进行识别。 对 污染源的特性进行有效预测将成为地下水管理的关键任务。 0004 关于如何解决污染源识别问题， 国内外许多专家做了很多重要的研究工作。 例如， Atmadja 等人做出了一个广泛的关于解决地下水系统的污染源识别问题的文献调查以及概 述。 在众多解决方案中， 优化是最为广泛使用的方法， 需要注意的是这里提到的优化方案是 由模拟和优化两种方。
19、法联合构成。 模拟模型在方案中的主要目的是解决初始条件和边界条 件 的 流 量 以 及 传 输 方 程， 因 此， 将 优 化 模 型 与 模 拟 模 型 联 合， 能 够 得 到 最 佳 结 果。 由 于 地 下 水 优 化 模 型 的 非 线 性 和 解 空 间 的 非 凸 性， 仅 通 过 非 启 发 式 的 优 化 算 法 来 解 决 污 染 源 的 识 别 问题仍有很大困难， 因此， 将启发式优化算法应用于解决此问题是更优选择。 0005 对 于 将 启 发 式 优 化 算 法 用 于 解 决 污 染 源 识 别 问 题， 众 多 学 者 已 有 相 关 研 究。Aral 等 人 利。
20、 用 IGA 算 法 来 解 决 污 染 源 的 事 变 问 题， 这 里 的 污 染 源 位 置， 泄 漏 率 和 释 放 周 期 是 确 定 的。Aral 等 人 还 提 出 了 另 外 一 个 全 新 的 算 法 PGA 来 解 决 污 染 源 识 别 问 题， PGA 算 法 是 将 监 测 井 的 位 置 和 污 染 物 的 释 放 历 程 定 义 为 连 续 的 决 策 变 量， 然 后 将 标 准 GA 运 行 步 骤 和 地下水模拟模型结合在一起成为改进的迭代步骤。 Mahinthakumar等将 GA与局部搜索方法 结 合 来 解 决 污 染 源 识 别 问 题， 在 其 算。
21、 法 中， 单 独 非 点 源 的 位 置 和 初 始 浓 度 是 通 过 GA 来 确 定 的， 然后通过局部搜索算法来调整 GA方案的结果。 Singh等人通过以 GA为基础的模拟优化 联 合 模 型 解 决 污 染 源 识 别 问 题， 他 们 将 地 下 水 流 量 以 及 溶 质 传 输 模 型 与 以 GA 为 基 础 的 优 化模型联合， 通过两 个假设的含水层模型来验证其模型的效率。 Yeh等人将 SA和 TS优化算 法相结合开发了 SAT-GWT 算法。 0006 在国内， 目前尚未有将 IGA、 PGA 与地下水三维数值模拟相结合的方法对地下水污 染源识别进行研究。 说 明。
22、 书CN 102867117 A 2/5 页 7 0007 以 上 所 有 的 研 究 中， 都 是 通 过 已 知 的 污 染 源 数 量 来 对 污 染 源 其 他 特 性 进 行 进 一 步 的 识 别， 如 确 定 污 染 源 的 位 置 以 及 污 染 源 源 强。 然 而， 在 实 际 的 工 程 中， 污 染 源 的 数 量、 位 置、 强度都是是难以确定的， 所以确定污染源的数量是解决问题的首要关键。 0008 国 际 上， 均 是 通 过 大 量 的 实 地 监 测、 经 验 判 断 等 方 法 来 预 测 污 染 源 的 数 量、 位 置 以 及源强， 但是这些方法都需要以。
23、长时间的监测数据为基础， 花费大量时间。 但是本方法所需 要 的 数 据 量 非 常 小， 只 要 较 小 的 实 地 监 测 数 据， 便 能 预 测 出 污 染 源 的 数 量、 位 置、 源 强 等， 因 此可以节省时间、 资金。 发明内容 0009 本发明的目的是建立一种基于多种和谐式算法的地下水污染源识别方法。 在模拟 模 型 中 利 用 地 下 水 三 维 数 值 模 拟 系 统， 采 用 和 谐 式 （NHA） 算 法 联 合 优 化 模 型， 将 目 标 函 数 E 最大化来确定污染源的位置、 具体数量和源强 ； 其特征在于， 包括如下步骤 ： 0010 1. 地下水石油污染物。
24、的传输模 拟 0011 利 用 地 下 水 三 维 数 值 模 拟 系 统 来 模 拟 地 下 水 以 及 地 下 水 中 污 染 物 的 传 输 过 程， 其 中污染物传输方程为 ： 0012 0013 式中 H = 石油污染物的浓度， 0014 H = 源或汇的石油污染物浓度， 0015 D ij = 水动力弥散系数， 0016 R h = 石油污染物的阻滞因子， 0017 x i /x j = 笛卡尔坐标， 0018 V i =x i 轴方向的渗透速度， 0019 W= 单位面积上的体积流量， 0020 b= 饱和厚度， 0021 t= 时间， 0022 n= 有效孔隙率， ixi 的石。
25、油污染物的式优化算法所以确定污染源的数量是真 是案例 0023 将 电 脑 模 拟 模 型 地 下 水 三 维 数 值 模 拟 系 统 用 于 模 拟 方 程 (1) 地 下 水 流 动 以 及 污 染物传输 ； 0024 2. 优化模型的解法 0025 NHA 是全新的启发式优化算法， 它主要是通过对优化模型进行多次迭代计算， 优化 出 目 标 函 数 的 最 优 值， 能 够 解 决 与 地 下 水 相 关 的 应 用、 结 构 设 计、 基 准 优 化、 土 壤 稳 定 性 分 析等各种问题 ； 利用 NHA 解决优化问题包括以下 5 个步骤 ： 0026 (1) 对问题进行初始化， 设。
26、置 NHA 的相关参数， 0027 目标函数 的最大值或者最小值， N 是决策变量的数量， x i ( i = 1,2,N) 是 说 明 书CN 102867117 A 3/5 页 8 需 要 确 定 的 决 策 变 量， 是 包 含 xi 的 向 量， , 其 中 T 是 表 示 矩 阵 的 转 置操作， 由上面的定义我们可以得到优化模型 ： 0028 min or max 0029 subject to x i x i,min , x i,max ; i = 1, 2, N(2) 0030 其中 x i,max 和 x i,min (i = 1, 2, N ) 是决策变量的上下边界， 要利。
27、用 NHA 算法 解决这个优化模型我们需确定以下参数集 ： 和谐内存大小 (HMS)， 俯仰调节率 (PAR)以及终 止准则， HMCR（ 和谐内存参考率 ） 和 PAR 参数是用来产生新的解向量和保持解决方案的多样 性 ； 0031 (2) 初始化和谐记忆 0032 生成和初始化 HM 矩阵， HM 表示和谐记忆， 是一个存放目标函数和计算目标函数值 的矩阵， 该矩阵包括解向量以及相应的目标函数值 ； HM中的每个解向量都有 N个参数， 每个 参数都需要在第一步骤确定的可行随机范围内进行初始化， 得到一个 HM 矩阵 ： 0033 0034 由公式 (3)我们能够知道， 生成的 HM矩阵垂直。
28、方向的大小为 HMS ； HMS的值由具体 问题的类型来决定， 对 HMS 的取值范围是 10 HMS 50. 0035 (3) 随机生成一个新的解决方案 0036 在 HMCR（ 和谐内存参考率 ） 控制下， 从 HM 矩阵或者可能的取值范围内选定决策变 量， 从而随机生成一个新矩阵 x = (x 1 ， x 2 ， x 3 ， x N ) ； 要生成 x， 首先在 0-1 之间生 成随机数 N， 然后将 N与 HMCR进行比较， 如果 r i (0,1) HMCR， 则第 i个决策变量要从 HM矩 阵中取值， 否则， 就要从所有可能的区域里取值， 这个取值过程可以表示为 ： 0037 If。
29、 r i (0,1) HMCR 0038 x i x i x i 1 , x i 2 , x i HMS 0039 Elsei= 1, 2, , N(4) 0040 x i x i ( x i,min , x i,max ) 0041 End If 0042 在 实 际 应 用 过 程 中， 需 设 置 合 适 的 HMCR 值 才 能 得 到 模 型 的 最 优 解 ； 通 过 实 践 总 结 经验可知， HMCR 的取值为 （0.70， 0.95） 。 0043 (4) 更新和谐记忆 0044 新 生 成 的 目 标 函 数 向 量 要 和 HM 矩 阵 中 最 差 的 目 标 函 数 值。
30、 进 行 比 较， 如 果 新 生 成 的 目 标 函 数 比 HM 中 最 差 的 更 靠 近 1， 则 新 生 成 的 目 标 函 数 替 换 HM 中 原 有 的 最 差 目 标 函 数 值， 经过此步计算， 更新后的 HM 矩阵中的目标函数值将会是升序排列的 ； 0045 (5) 检查终止准则 说 明 书CN 102867117 A 4/5 页 9 0046 NHA 算法中， 通过步骤 （3） 到步骤 （5） 的迭代计算可以寻求最优或者接近最优的解 决方案， 满足终止准则， 通过设置迭代次数作为算法的终止准则 ； 0047 3. 预测方法 0048 如 上 所 述， 初 步 概 念 模。
31、 型 的 主 要 目 标 是 解 决 地 下 水 系 统 污 染 源 的 识 别 问 题， 此 问 题 是 通 过 对 污 染 源 识 别 步 骤 的 公 式 化 来 解 决 的， 目 标 是 在 所 选 择 的 时 间 地 点， 将 模 拟 值 与 测量值之间的误差最小化， 或者说模拟值对测量值浓度的效率 （E） 最大化。 此模型就是将效 率系数 E作为目标函数， 通过以 NHA为基础的优化模型来求得 E的最大值。 E的取值范围是 (-， 1 ： 当 E=1时， 说明浓度的模拟值与实测值吻合度较高 ； 当 E=0时， 说明浓度的模拟值 与 实 测 值 的 平 均 值 相 比 偏 差 较 小 。
32、； 当 E0 时， 说 明 测 量 值 比 模 拟 值 更 能 说 明 污 染 物 的 浓 度， 优化模型的决策变量包括污染源位置 （X， Y） 以及污染源的源流量 （ ） ， 通过以上变量， 将问 题进行公式化 ： 0049 0050 s.t. 0051 0052 0053 0054 0055 0056 其 中 n 是 要 确 定 的 污 染 源 数 量， E n 是 一 个 有 n 个 污 染 源 方 案 的 目 标 函 数， N t 是 压 力期数量， N d 是样本点数量， C k (t) 是样本点 k 压力期 t 的模拟污染物浓度值， 样本点 k在压力期 t的污染物浓度实际测量值， 。
33、是污染物浓度测量值的平均值， C和 分别是由样 本点的模拟浓度值和测量浓度值组成的向量， X=X 1 ， X 2 ， X 3 ， ,X n T 和 Y=Y 1 ,Y 2 ,Y 3 ,Y n T 是 包 括 所 有 样 本 点 的 位 置 向 量， 是 源 流 量 的 向 量， f() 是 通 过 (X,Y, ) 的 数 值 进 行 模 拟 得 到 的 模 拟 结 果， 和 分 别 是 源 流 量 取 值 范 围 的 上 下 边 说 明 书CN 102867117 A 5/5 页 10 界， X max ， X min ， Y max 和 Y min 分别是污染源位置取值范围的上下边界 ； 00。
34、57 4. 污染源最佳数量、 位置和强度的识别 0058 在 污 染 源 数 量 是 已 知 的 条 件 下， 通 过 公 式 (5) 到 公 式 (10) 的 计 算， 能 够 解 决 污 染 源 识 别 的 问 题， 但 是 在 实 际 工 程 中， 实 际 污 染 源 数 量 往 往 是 未 知 的， 所 以 确 定 污 染 源 的 数 量 是模型得以运行的关键， 当 En （0.95， 1） 时， 认定模拟结果可信 ； 在所有满足 En （0.95， 1） 的 En 中， 取 n 的最大值， 此时， 可以确定有 n 个污染源 ； 相应的， 在 n 已知的情况下， 就可 以根据公式 （5。
35、） （6） （7） （8） （9） 预测出各个污染源的位置和强度。 0059 本发明的有益效果如下 ： 0060 1. 在 污 染 物 的 传 输 模 拟 过 程 中， 能 够 直 观 的 观 察 到 污 染 物 的 传 输 过 程， 以 及 查 询 污染物在具体监测点的污染浓度。 2. 在未知污染源数量的情况下， 可以准确地预测出污染 源的位置。关于这一点， 目前国内外尚没 有专门的技术和方法能够做到 ； 0061 3. 本 专 利 不 仅 仅 能 够 预 测 出 污 染 源 的 数 量、 位 置、 源 强， 还 能 提 供 预 测 的 可 信 度 （ 如公式 （5） 中的 En） 。 00。
36、62 4. 所 使 用 的 NHA 算 法， 简 单 易 行， 能 够 比 较 方 便 的 通 过 电 脑 计 算 得 到 所 需 要 的 结 果。 附图说明 0063 图 1 实际漏油点位置图。 0064 图 2 各污染点预测值与实际值对比。 具体实施方式 0065 本发明提出一种基于多种和谐式算法的地下水污染源识别方法。 在模拟模型中利 用地下水三维数值模拟系统， 采用和谐式 （NHA） 算法联合优化模型， 将目标函数 E 最大化来 确定污染源的位置、 具体数量和源强 ； 下面结合附图和实施例予以说明。 0066 实施例 0067 2010 年 6 月份， 该技术在华北电力大学进行的模拟实。
37、验及计算中得到了较好的实 验结果， 预测的污染源数量和位置都与实际情况相符， 模拟结果与实测值吻合度高达 97%。 0068 2011年 1月份， 辽宁辽河 油田发生土壤被泄露的石油污染事故。 通过应用本技术， 准 确 及 时 的 预 测 出 储 油 罐 的 泄 漏 点 3 个， 泄 漏 点 位 置 如 图 1 所 示， 图 中， 1- 为 监 测 井、 2- 为 泄露石油污染区域、 3- 为石油漏油点。 图 2 所示为各污染点预测值与实际值的比较。 通过 预测为防止污染物进一步泄露扩散， 争取修复时间做出了贡献。 说 明 书CN 102867117 A 10 1/1 页 11 图 1 图 2 说 明 书 附 图CN 102867117 A 11 。