復合形進化重組方法在水文地質參數識別中的應用

水文地質逆問題以及管理模型優化求解方法研究一直是水文地質領域研究的一個熱點問題。自二十世紀八十年代以來，非線性技術廣泛應用，但這些非線性技術都屬于數值優化方法，它們基于梯度尋優［1 － 7］，因此要求目標函數連續、可導，且這些方法僅能求得局部極值點。由于水文地質逆問題和地下水優化模型的可行域表現為非凸集，且目標函數也可能并不連續可導，因此進入二十世紀九十年代以來，無需目標函數連續可導的非數值優化方法，如遺傳算法( GA) ［8 － 16］，模擬退火算法( SA) ［17］、人工神經網絡算法( ANN) ［18］、蟻群算法( ACO) ［19］、粒子群算法( PSO) ［20］在水文地質逆問題和管理模型優化求解中得到了更為廣泛的應用。本文將復合形進化重組( Shuffled Complex Evolution———University of Arizona，簡稱SCE － UA) 方法［21］引入求解水文地質逆問題，同時采用遺傳算法對問題進行求解。兩種方法計算結果表明，復合形進化重組方法具有很強的全局優化能力，是求解水文地質逆問題非常有效的工具。