中圖網(wǎng)小程序
一鍵登錄
更方便
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養(yǎng)秘籍)
-
>
晶體管電路設(shè)計(下)
-
>
基于個性化設(shè)計策略的智能交通系統(tǒng)關(guān)鍵技術(shù)
-
>
花樣百出:貴州少數(shù)民族圖案填色
-
>
山東教育出版社有限公司技術(shù)轉(zhuǎn)移與技術(shù)創(chuàng)新歷史叢書中國高等技術(shù)教育的蘇化(1949—1961)以北京地區(qū)為中心
-
>
鐵路機車概要.交流傳動內(nèi)燃.電力機車
-
>
利維坦的道德困境:早期現(xiàn)代政治哲學的問題與脈絡(luò)
湖泊富營養(yǎng)化模型參數(shù)研究 版權(quán)信息
- ISBN：9787522619859
- 條形碼：9787522619859 ; 978-7-5226-1985-9
- 裝幀：平裝-膠訂
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>>
湖泊富營養(yǎng)化模型參數(shù)研究 內(nèi)容簡介
參數(shù)準確估計是富營養(yǎng)化模型研究的重要內(nèi)容。本書基于富營養(yǎng)化模型提出了一套“模型構(gòu)建－數(shù)據(jù)分析平臺－參數(shù)敏感性－優(yōu)化確定－不確定性”的研究體系。以巢湖和環(huán)境流體動力學模型（EFDC）為例，建立了巢湖水動力－富營養(yǎng)化模型。用改進的Morris方法篩選出重要參數(shù)；開發(fā)了大數(shù)據(jù)分析平臺，構(gòu)建了巢湖二維富營養(yǎng)化模型的代理模型。對模型參數(shù)進行敏感性分析，揭示了參數(shù)的時空分布特征并獲得關(guān)鍵參數(shù)。利用抗噪多目標粒子群優(yōu)化算法確定了關(guān)鍵參數(shù)的很優(yōu)估計。*后，用參數(shù)多目標不確定性分析方法研究了關(guān)鍵參數(shù)的不確定性。本書對規(guī)范和改善湖泊富營養(yǎng)化模型的構(gòu)建過程，提升湖泊水環(huán)境模型的表現(xiàn)具有重要的理論意義和實踐價值；可為高等學校和科研院所有關(guān)環(huán)境工程、水利工程、水文水資源學、生態(tài)學、氣象學等相關(guān)學科研究者和技術(shù)人員提供參考。
湖泊富營養(yǎng)化模型參數(shù)研究 目錄
前言
第1章 緒論
1.1 研究背景與意義
1.2 富營養(yǎng)化模型研究進展
1.2.1 唯象模型進展
1.2.2 過程模型進展
1.3 模型關(guān)鍵參數(shù)估計方法研究進展
1.3.1 參數(shù)的識別性分析
1.3.2 模型參數(shù)多目標率定研究
1.3.3 代理模型研究
1.4 研究區(qū)域富營養(yǎng)化研究進展
1.5 目前存在的問題
1.6 本書主要研究工作
第2章 研究區(qū)域水動力-富營養(yǎng)化模型
2.1 研究區(qū)域概況
2.2 巢湖水動力模型
2.2.1 控制方程
2.2.2 定解條件與切應(yīng)力項的處理
2.2.3 網(wǎng)格劃分與求解
2.2.4 水動力模擬驗證
2.3 巢湖富營養(yǎng)化模型
2.3.1 巢湖富營養(yǎng)化模型框架
2.3.2 巢湖富營養(yǎng)化模型模擬驗證
2.4 本章小結(jié)
第3章 富營養(yǎng)化模型參數(shù)篩選和敏感性定量研究
3.1 參數(shù)篩選
3.1.1 改進的Morris方法
3.1.2 巢湖箱式富營養(yǎng)化模型參數(shù)篩選
3.2 代理模型
3.2.1 富營養(yǎng)化模型大數(shù)據(jù)分析平臺
3.2.2 Kriging模型
3.2.3 結(jié)果與討論
3.3 巢湖富營養(yǎng)化模型參數(shù)敏感性分析
3.3.1 Sobol敏感性定量分析方法
3.3.2 藍藻不同生消時期參數(shù)敏感性分析
3.3.3 參數(shù)敏感性的空間分布特征
3.4 本章小結(jié)
第4章 基于抗噪多目標粒子群優(yōu)化的關(guān)鍵參數(shù)值確定
4.1 抗噪多目標粒子群優(yōu)化算法（MCAD-MOPSO）
4.1.1 多目標優(yōu)化問題
4.1.2 MCAD-MOPS0算法
4.2 算法測試
4.2.1 標準測試函數(shù)和性能度量
4.2.2 MCAD-MOPSO算法測試結(jié)果
4.3 巢湖富營養(yǎng)化模型多目標參數(shù)確定
4.4 本章小結(jié)
第5章 基于非劣解的參數(shù)多目標*大概率估計
5.1 多目標參數(shù)不確定性分析方法
5.1.1 RSA方法
5.1.2 非劣解的多目標RSA方法
5.2 巢湖關(guān)鍵參數(shù)多目標不確定性分析
5.3 巢湖關(guān)鍵參數(shù)*大概率及區(qū)間估計
5.4 本章小結(jié)
第6章 結(jié)論與展望
6.1 主要結(jié)論
6.2 展望
參考文獻
第1章 緒論
1.1 研究背景與意義
1.2 富營養(yǎng)化模型研究進展
1.2.1 唯象模型進展
1.2.2 過程模型進展
1.3 模型關(guān)鍵參數(shù)估計方法研究進展
1.3.1 參數(shù)的識別性分析
1.3.2 模型參數(shù)多目標率定研究
1.3.3 代理模型研究
1.4 研究區(qū)域富營養(yǎng)化研究進展
1.5 目前存在的問題
1.6 本書主要研究工作
第2章 研究區(qū)域水動力-富營養(yǎng)化模型
2.1 研究區(qū)域概況
2.2 巢湖水動力模型
2.2.1 控制方程
2.2.2 定解條件與切應(yīng)力項的處理
2.2.3 網(wǎng)格劃分與求解
2.2.4 水動力模擬驗證
2.3 巢湖富營養(yǎng)化模型
2.3.1 巢湖富營養(yǎng)化模型框架
2.3.2 巢湖富營養(yǎng)化模型模擬驗證
2.4 本章小結(jié)
第3章 富營養(yǎng)化模型參數(shù)篩選和敏感性定量研究
3.1 參數(shù)篩選
3.1.1 改進的Morris方法
3.1.2 巢湖箱式富營養(yǎng)化模型參數(shù)篩選
3.2 代理模型
3.2.1 富營養(yǎng)化模型大數(shù)據(jù)分析平臺
3.2.2 Kriging模型
3.2.3 結(jié)果與討論
3.3 巢湖富營養(yǎng)化模型參數(shù)敏感性分析
3.3.1 Sobol敏感性定量分析方法
3.3.2 藍藻不同生消時期參數(shù)敏感性分析
3.3.3 參數(shù)敏感性的空間分布特征
3.4 本章小結(jié)
第4章 基于抗噪多目標粒子群優(yōu)化的關(guān)鍵參數(shù)值確定
4.1 抗噪多目標粒子群優(yōu)化算法（MCAD-MOPSO）
4.1.1 多目標優(yōu)化問題
4.1.2 MCAD-MOPS0算法
4.2 算法測試
4.2.1 標準測試函數(shù)和性能度量
4.2.2 MCAD-MOPSO算法測試結(jié)果
4.3 巢湖富營養(yǎng)化模型多目標參數(shù)確定
4.4 本章小結(jié)
第5章 基于非劣解的參數(shù)多目標*大概率估計
5.1 多目標參數(shù)不確定性分析方法
5.1.1 RSA方法
5.1.2 非劣解的多目標RSA方法
5.2 巢湖關(guān)鍵參數(shù)多目標不確定性分析
5.3 巢湖關(guān)鍵參數(shù)*大概率及區(qū)間估計
5.4 本章小結(jié)
第6章 結(jié)論與展望
6.1 主要結(jié)論
6.2 展望
參考文獻
展開全部
湖泊富營養(yǎng)化模型參數(shù)研究 作者簡介
王玉琳(1986~),女，山西臨汾人，博士，助理研究員，現(xiàn)就職于揚州大學。主要從事水環(huán)境污染物遷移轉(zhuǎn)化規(guī)律及水環(huán)境模型構(gòu)建、模型參數(shù)敏感性和不確定性分析等方面的科研工作。主要從事環(huán)境水力學、流體力學、水文與水資源學、環(huán)境生態(tài)學等課程的教學工作。近年來主持國家自然科學基金青年項目、國家博士后基金面上項目、江蘇省資助招收博士后項目各1項，參與國家自然科學基金重點和面上項目4項。獲得揚州市綠楊金鳳計劃優(yōu)秀博士(2021年)。發(fā)表論文被SCI、EI收錄十余篇，申請和授權(quán)發(fā)明專利二十余項。
書友推薦
- >
羅庸西南聯(lián)大授課錄
- >
我與地壇
- >
詩經(jīng)-先民的歌唱
- >
我從未如此眷戀人間
- >
史學評論
- >
月亮與六便士
- >
山海經(jīng)
- >
煙與鏡
本類暢銷
