湖泊富營養(yǎng)化模型參數(shù)研究

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(biāo)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(biāo)粒子群優(yōu)化的關(guān)鍵參數(shù)值確定
4.1 抗噪多目標(biāo)粒子群優(yōu)化算法（MCAD-MOPSO）
4.1.1 多目標(biāo)優(yōu)化問題
4.1.2 MCAD-MOPS0算法
4.2 算法測試
4.2.1 標(biāo)準(zhǔn)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(biāo)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(biāo)最大概率估計
5.1 多目標(biāo)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(biāo)RSA方法
5.2 巢湖關(guān)鍵參數(shù)多目標(biāo)不確定性分析
5.3 巢湖關(guān)鍵參數(shù)最大概率及區(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