【文章內(nèi)容簡(jiǎn)介】 做深入探討。七、模型的評(píng)價(jià)模型的優(yōu)點(diǎn)： 本模型在建立模型前，由于水體運(yùn)動(dòng)非常復(fù)雜，污染物的性質(zhì)也多種多樣，污染物在水中的遷移情況受各種因素限制，不容易全部考慮。本文綜合考慮上述因素，先通過(guò)合理的假設(shè)，首先從易溶急難揮發(fā)性污染物入手，考慮污染物和庫(kù)水混合均勻的情況，利用物質(zhì)平衡原理，針對(duì)問(wèn)題中各種情況建立物質(zhì)平衡方程模型。在此基礎(chǔ)上考慮污染物的一維遷移模型。 在建立一維遷移擴(kuò)展模型時(shí)，我們通過(guò)轉(zhuǎn)化思想，將污染物對(duì)干流形成大面積污染的可能轉(zhuǎn)換為求解在關(guān)閉泄洪閘的過(guò)程中，水庫(kù)中多大面積水域內(nèi)發(fā)生事故時(shí)才會(huì)對(duì)干流形成大面積污染，使得問(wèn)題求解方案明了，為了驗(yàn)證模型的正確性，我們通過(guò)遺傳算法對(duì)事例進(jìn)行求解，很好的驗(yàn)證了模型。模型的缺點(diǎn)：模型在建立過(guò)程中我們所考慮的此污染物為易溶、不揮發(fā)的物質(zhì)，而沒(méi)有考慮污染物為油性、揮發(fā)性和沉淀物質(zhì)。另外，我們?cè)诳紤]水體流動(dòng)時(shí)沒(méi)有考慮水體上、中、下層的不同流動(dòng)情況。在問(wèn)題四的求解時(shí)，我們只考慮推流問(wèn)題，而實(shí)際污染隨水流遷移是以水團(tuán)形式的，這樣我們就需要考慮水體不同水層的流動(dòng)問(wèn)題。時(shí)間有限，未能對(duì)其他方面做深入的探討，使得模型十分完美。參考書(shū)目[1] [聯(lián)邦德國(guó)] 《水環(huán)境數(shù)學(xué)模型》 中國(guó)建筑工業(yè)出版社 [2] 岳天祥 《資源環(huán)境數(shù)學(xué)模型手冊(cè)》 科學(xué)出版社 [3] 余常昭 《環(huán)境流體力學(xué)導(dǎo)論》 清華大學(xué)出版社 [4] 劉振航 《數(shù)學(xué)建?！? 中國(guó)人民大學(xué)出版社 [5] 陳春云 鄭彤 《環(huán)境系統(tǒng)數(shù)學(xué)模型》 化學(xué)工業(yè)出版社 [6] 周建華 黃燕 《》 北京大學(xué)出版社 [7] 丁春利 《精通MATLAB6》 清華大學(xué)出版社 附錄一：水庫(kù)實(shí)際庫(kù)容及水域面積計(jì)算公式：式中，s為DEM象元面積；H為水庫(kù)水位高程；為庫(kù)域DEM各像元高程值；n為庫(kù)域DEN像元數(shù)。（曾永年，馬海州，沙占江等；龍羊峽庫(kù)區(qū)環(huán)境動(dòng)態(tài)監(jiān)測(cè)信息系統(tǒng)的建立與應(yīng)用。遙感學(xué)報(bào)，⑵）附錄二：序號(hào)項(xiàng)目單位數(shù)據(jù)相應(yīng)時(shí)間1入庫(kù)水量?jī)|立方米　2入庫(kù)平均流量立方米/秒1436　3出庫(kù)水量?jī)|立方米 　4出庫(kù)平均流量立方米/秒1513　5最大入庫(kù)流量立方米/秒28100200398 8:00 6最小入庫(kù)流量立方米/秒02004220 20:00 7最大出庫(kù)流量立方米/秒12000200393 2:00　 8最小出庫(kù)流量立方米/秒4272004710 8:00　 9最高庫(kù)水位米20031017 14:00 10最低庫(kù)水位米2004716 8:00 11大廠發(fā)電量?jī)|千瓦時(shí)　12平均出力萬(wàn)千瓦　13最高負(fù)荷萬(wàn)千瓦20031026 14最低負(fù)荷萬(wàn)千瓦2004725 15最大調(diào)峰萬(wàn)千瓦200310216最小調(diào)峰萬(wàn)千瓦2004912 17平均調(diào)峰萬(wàn)千瓦　18調(diào)峰電量?jī)|千瓦時(shí).0912 　19棄水量?jī)|立方米　20平均耗水率立方米/千瓦時(shí)　212x2發(fā)電量?jī)|千瓦時(shí)　22大、小廠總電量?jī)|千瓦時(shí)附錄三：附錄四：遺傳算法程序function Genetic(AimFunc)% This is simple genetic algorithm(SGA)% In this function ,it fulfils genetic algorithm%These can be modified as you likemaxgen=200。 % maximum generationsizepop=100。 % size of population % AimFunc=strimFunc。 % this is function of counting fitnessfselect=39。tournament39。 % method of select % you can choose 39。tournament39。39。roulette39。fcode=39。float39。 % method of coding % you can choose 39。float39。39。grey39。39。binary39。 pcross=[]。 % probablity of crossover,between 0 and 1fcross=39。float39。 % method of crossover % you can choose 39。float39。39。simple39。39。uniform39。pmutation=[]。 % probability of mutation,between 0 and 1 fmutation=39。float39。 % method of mutation % you can choose 39。float39。39。simple39。lenchrom=[1 ]。 % length of bit of every variblebound=[0 100000]。 %individuals=struct(39。fitness39。,zeros(1,sizepop),...%39。value39。,zeros(1,sizepop),... 39。chrom39。,[])。 % structure of populationavgfitness=[]。 % average fitness of population bestfitness=[]。 % best fitness of populationbestchrom=[]。 % chromosome of best fitness% inivitializationfor i=1:sizepop % produce new population at random (i,:)=Code(lenchrom,fcode,bound)。 x=Decode(lenchrom,bound,(i,:),fcode)。 (i)=Aimfunc(x)。end% find minimum value which is best[bestfitness bestindex]=min()。bestchrom=(bestindex,:)。avgfitness=sum()/sizepop。% record average and best fitness of every generationtrace=[avgfitness bestfitness]。 % evolution beginfor i=1:maxgen % selection individuals=Select(individuals,sizepop,fselect)。 avgfitness=sum()/sizepop。 % crossover =Cross(pcross,lenchrom,... sizepop,fcross,[i maxgen])。 % mutation =Mutation(pmutation,lenchrom,... sizepop,fmutation,[i maxgen],bound)。 % calculate fitness for j=1:sizepop x=Decode(lenchrom,bound,(j,:),fcode)。 (j)=Aimfunc(x)。 end % substitute chromosome of worest fitness % find minimum value which is best [newbestfitness,newbestindex]=min()。 [worestfitness,worestindex]=max()。 % substitute chromosome of worest fitness if bestfitnessnewbestfitness bestfitness=newbestfitness。 bestchrom=(newbestindex,:)。 end (worestindex,:)=bestchrom。 (worestindex)=bestfitness。 avgfitness=sum()/sizepop。 trace=[trace。avgfitness bestfitness]。 end % draw fitness of every generationhfig=findobj(39。Tag39。,39。trace39。)。% See if it is openif ishandle(hfig) figure(hfig)。else hfig=figure(3