应用MINMOD格式求解河流中污染物的浓度分布

为了了解污染物在河流中的扩散规律,对河流在持续源作用下的流场、浓度场进行了二维数值模拟。紊流模型采用了重整化群k ε模型,浓度项的模拟采用保守物质假定,为了适应不规则边界采用了贴体坐标。对流项离散采用了MINMOD高阶组合格式,能消除浓度越界现象。稳态数值模拟和实验室实测资料对比表明采用的数学模型能有效预测此类问题。

基于FVM-HGA的河流水质模型多参数识别

针对解析法求解河流水质模型的不足和传统方法在求解河流水质模型多参数识别问题遇到的困难,提出了采用有限体积法结合混合遗传算法(FVM-HGA)的参数识别算法。由于水质模型中源项的广泛存在,对流项的离散采用了满足有界性条件的非线性高精度格式-MINMOD格式。由于优化算法对参数识别反问题具有的普遍适用性,因而反演算法采用了全局寻优能力很强的遗传算法;为了克服传统遗传算法局部搜索能力较弱的缺点,采用了遗传算法与最速下降法相结合的混合遗传算法。两个算例的计算结果表明,采用FVM-HGA算法对常系数河流水质模型和变系数水质模型都能给出较好的反演结果。