分析抽水试验数据的单纯形差分进化混合算法

分别以无限含水层和有直线隔水边界含水层情况下的解析解为基础,应用提出的单纯形差分进化混合优化算法求解分析2种条件下的抽水试验数据,确定含水层参数的函数优化问题。将具有全局搜索能力强、原理简单、受控参数少、而局部搜索能力弱等特点的差分进化算法与具有局部搜索能力强、运算速度快、而对参数初值的选取依赖性较强和易于陷入局部极值等特点的单纯形优化算法进行结合,构成了一种混合优化算法,即单纯形差分混合优化算法。这种混合算法同时具有确定性运算和随机性搜索所具有的共同优点,能够较好地平衡全局搜索能力和局部搜索能力。数值实验结果表明,单纯形差分混合优化算法能够有效地应用于分析抽水试验数据,识别含水层参数;与其他方法相比较,其具有运算速度快、效率高和计算结果精度高等优点。

五阳煤矿井筒检查孔抽水试验数据的优化处理

抽水试验的目的是求取含水层的水文地质参数,进而对含水层的富水性进行评价。运用泰斯公式直线斜率法联合裘布依公式、一元线性回归模型对五阳煤矿南岭进风井井筒检查孔抽水试验的数据进行处理,从而得到含水层的更接近于实际的水文地质参数,最终得到对含水层富水性的准确评价。

用抽水试验资料确定水文地质参数的新方法

叙述了用最小二乘逼近法和最优化基本原理确定水文地质参数的新方法。在方程式的迭代过程中，水文地质参数的正确性是由水位降深值和试验测量值拟合结果的平均相对误差进行评价的。

粒子群优化算法在确定含水层参数中的应用

以泰斯公式为例,将粒子群优化算法应用于求解分析抽水试验数据,确定含水层参数的函数优化问题。就粒子数目和待估导水系数初值范围等因素对算法收敛性的影响,进行了数值实验。结果表明:①粒子群算法能够有效地应用于求解分析抽水试验数据,确定含水层参数计算问题;②粒子数目的大小对运算时间和算法收敛性有一定的影响,在实际运算时,宜设置较大的粒子数;③待估导水系数的选取初值大小对收敛速度有一定的影响,但不会影响最终计算结果。与其他方法相比较,粒子群优化算法具有原理简单、易于编程和实现等优点。

抽水试验确定各向异性含水层参数的实例讨论

在进行抽水试验时,多将含水层看作为均质各向同性的,而事实上也有可能是各向异性的含水层,从而得到的含水层参数值不真实。该文分别以描述均质各向同性与各向异性情况下的非稳定流问题的解析解为基础,在满足直线图解法适用条件的情况下,分析了3组实际抽水试验数据,计算了两种情况下的含水层参数。经讨论表明:1)如果将各向异性情况下的含水层按各向同性处理,由各个观测孔s-t数据得到的弹性释水系数数值间会有较大的差别,据此提出了判断含水层是否为各向异性的初步方法;2)在利用直线图解法时,应当进行后检验,检查是否满足其适用条件。

进化粒子群优化算法及其在各向异性含水层参数估计中的应用

在粒子群算法的基础上,引入进化思想和组群思想提出一种新的智能优化算法——进化粒子群算法(EPSO)。基于抽水试验数据,将EPSO算法应用到各向异性含水层参数估计中,对算法性能进行研究并与其他算法进行了对比,发现标准粒子群算法及其一般改进算法已不能有效求解各向异性含水层参数,而EPSO算法进行多次计算后,1)结果可靠;2)目标函数值及待估参数稳定;3)对初始范围的鲁棒性好。结果表明EPSO算法对各向异性含水层参数估计问题具有可靠性、收敛性和鲁棒性,可望应用到更广泛的参数识别问题中。

粒子群优化算法确定非线性流含水层参数

针对在含水层中存在非线性流情况下,分析非稳定井流试验数据及确定含水层参数的方法较少的问题,该文首先在已有非稳定井流问题解析解的基础上,进行了进一步的推导和简化,得到了能够方便应用的数值表达式;然后又根据最小二乘原理,构造了用于分析含水层中存在非线性流时的抽水试验数据、确定了含水层参数与非线性渗流参数的目标函数,并编写了用于求解该问题的粒子群优化算法专门程序;最后,通过数字算例验证了方法的可行性和可靠性。