[发明专利]一种不确定性地下水修复多目标优化管理方法

权利要求书

1.一种不确定性地下水修复多目标优化管理方法，其特征在于，具体步骤如下：

步骤1，建立模拟模型，用于刻画修复场地地下水水头和溶质浓度在时间和空间上的分布；

步骤2，确定优化管理目标，建立优化模型；

步骤3，采用顺序高斯条件模拟SGSIM生成渗透系数的实现样本集，并针对不同的条件点数对lnK场和模拟模型输出进行不确定分析和风险评估，以降低模型不确定性和选择用于优化模型管理设计的lnK样本集；

步骤4，选用PEMOTS优化方法求解多目标管理问题权衡解，具体步骤为：

(1)产生初始解及相应的邻域种群：

首先，采用随机方式产生一个初始解s₀，初始化精英表、候选表和禁忌表，以初始解为基点，基于拉丁超立方抽样LHS产生数目为N_TS的邻域种群S^t_NS；

(2)目标函数随机评价：

采用噪声遗传算法NGA，用步骤3中生成的lnK样本集逐个计算种群S^t_NS中的每个个体的目标函数值，并统计每个个体的目标函数值的期望和方差；依据目标函数值，采用随机Pareto控制排序和随机小生境技术计算个体的Pareto排名和个体拥挤度值；采用个体适应度函数值存档策略记录下首次搜索到的解，重复搜索的解则直接调用函数值库中的解信息；

(3)随机多目标进化：

①种子解的选择：比较邻域种群S^t_NS与上一代的精英表S_E^t-1的Pareto受控性，将S^t_NS中所有非劣解视为候选种子解集S₁；将S₁加入上一代的候选表S_C^t-1中，从S₁和S_C^t-1的合并解中选择非劣解作为当代候选种子解集S₃；最后从S₃中选择拥挤距离最大的两个解作为下一代的种子解S_S^t+1；

②更新策略：将邻域种群S^t_NS与上一代的精英表S_E^t-1合并，保留非劣解组成当代的精英表S_E^t，同时将邻域种群S^t_NS中非受控于上一代的精英表S_E^t-1的解，加入上一代候选表S_C^t-1中，移除候选表中的受控解和当代选择的两个种子解S_S^t+1，更新为当代候选表S_C^t；

(4)判断是否满足停止标准

优化过程中，如果达到了预先设定的最大迭代次数，或者搜索到某一代时候选种子解集为空，同时候选表也为空，则无法找到下一个种子解，无法进入下一个阶段的搜索，停止并输出Pareto最优解集；

步骤5，输出优化结果，利用lnK样本集对Pareto最优解进行蒙特卡罗MC分析，检验PEMOTS输出的Pareto最优解集的可靠性。