大氣污染控制論文污染控制論文

1、 大氣污染控制論文污染控制論文大氣污染總量控制遺傳算法的實現(xiàn)與性能優(yōu)化摘要介紹基于遺傳算法的大氣污染總量控制方法中遺傳算法軟件的結(jié)構(gòu)設(shè)計、功能模塊實現(xiàn)與性能優(yōu)化技術(shù)，并給出若干關(guān)鍵功能模塊的完整實現(xiàn)代碼。對該軟件進行性能檢驗的結(jié)果表明，該軟件能穩(wěn)定地求得問題的全局最優(yōu)解，具有很好的推廣應(yīng)用前景。 關(guān)鍵詞大氣污染 總量控制 遺傳算法 程序設(shè)計 性能優(yōu)化 大氣污染總量控制（atmospheric pollutant total emission control，aptec）是我國目前正在積極推行的一種先進的大氣污染防治策略1,2，它以大氣環(huán)境容量為依據(jù)，控制給定區(qū)域內(nèi)大氣污染物的允許排放總量，并且

2、優(yōu)化分配到各污染源，從而確保該區(qū)域能實現(xiàn)大氣環(huán)境質(zhì)量目標(biāo)1-3?；谶z傳算法的大氣污染總量控制方法4,5是利用遺傳算法（genetic algorithm，ga）的全局搜索尋優(yōu)功能6，從地面控制點濃度來反推源強分布，從而得到經(jīng)過全局優(yōu)化的區(qū)域大氣污染總量控制方案的一種新的大氣污染總量控制技術(shù)。本文介紹基于遺傳算法的大氣污染總量控制方法中遺傳算法軟件的結(jié)構(gòu)設(shè)計、編程實現(xiàn)與性能優(yōu)化技術(shù)，并對其獲取全局最優(yōu)解的穩(wěn)定性進行必要的檢驗。 一、遺傳算法用于大氣污染總量控制的基本原理 在基于遺傳算法的大氣污染總量控制中，設(shè)總量控制區(qū)域中有m個污染源，在該區(qū)域中選定n個有代表性的控制點。我們約定，在總量控制區(qū)

3、內(nèi)確定的這n個控制點用來確定整個區(qū)域的總量控制是否達到了控制標(biāo)準(zhǔn)，即只要這n個點達到了控制標(biāo)準(zhǔn)，則整個控制區(qū)域也就達到了控制標(biāo)準(zhǔn)。于是，一旦風(fēng)向、風(fēng)速、穩(wěn)定度等影響因子確定了，則控制點的濃度由污染源的源強確定。改變各源的排污負荷分配，就會得到一個對應(yīng)的濃度場。為了充分利用大氣環(huán)境容量，我們希望區(qū)域允許排放總量達到最大，則應(yīng)該使各控制點的實際污染濃度嚴(yán)格趨于標(biāo)準(zhǔn)濃度值。因為若某控制點的實際污染濃度低于標(biāo)準(zhǔn)濃度值，則可以認為該點所能代表的空間里還存在著剩余的環(huán)境容量沒有得到有效的利用；相反，若實際污染濃度超過標(biāo)準(zhǔn)濃度值，則無疑是不符合大氣污染總量控制的要求的。這樣，在風(fēng)向、風(fēng)速、穩(wěn)定度等影響到大氣

4、污染物擴散的因子確定了的情況下，如果能夠找到某一種源強布局，使各個控制點的污染濃度正好等于它們所執(zhí)行的大氣環(huán)境質(zhì)量標(biāo)準(zhǔn)，則認為此源強布局即為當(dāng)前氣象條件下最佳的源強布局，亦即總量控制問題的最優(yōu)可行解。用遺傳算法求算這一最優(yōu)可行解的步驟是： 1確定控制區(qū)域，根據(jù)功能分區(qū)確定控制點并給出各控制點將要執(zhí)行的大氣環(huán)境質(zhì)量標(biāo)準(zhǔn)。通常可根據(jù)實際情況將控制區(qū)域劃分為若干行、若干列的正方形網(wǎng)格，控制點取在正方形網(wǎng)格的中心點上，對污染源則按照有效源高分為若干層。 2選定擴散模式，用于計算控制點的污染濃度?？刂泣c的計算濃度與執(zhí)行標(biāo)準(zhǔn)之間的偏差將作為衡量遺傳算法中染色體優(yōu)劣的標(biāo)準(zhǔn)，即利用這種偏差來計算個體的適應(yīng)度，

5、偏差越小，適應(yīng)度越大。 3將各污染源的源強編碼為字符串，作為遺傳算法操作的對象。按照遺傳算法的工作流程逐步進化，直到找到符合要求的染色體為止。實際操作中，通?？梢詫⒂嬎銤舛群铜h(huán)境標(biāo)準(zhǔn)之間的總體差異達到某個事先約定的小量作為終止進化的條件。 二、遺傳算法軟件的結(jié)構(gòu)設(shè)計 為了將遺傳算法用于大氣污染總量控制，需要設(shè)計遺傳算法軟件。一般說來，選用什么樣的編程語言并不重要，在常用的各種編程平臺上都可以達到這一目的。但從軟件的通用性和簡捷性考慮，我們選用了比較容易掌握且擁有龐大用戶群的microsoft visual c#.net語言，開發(fā)了一個通用的遺傳算法應(yīng)用軟件系統(tǒng)。 該軟件包括系統(tǒng)初始化模塊、適應(yīng)

6、度計算模塊、輪盤選擇模塊、遺傳操作模塊和其它輔助模塊。圖1為遺傳算法軟件的結(jié)構(gòu)圖，圖中給出了整個軟件的模塊組成以及它們之間的邏輯關(guān)系。 三、遺傳算法軟件的實現(xiàn) （一）系統(tǒng)初始化模塊 系統(tǒng)初始化模塊完成系統(tǒng)參數(shù)的初始化及初始群體的生成。 1系統(tǒng)參數(shù)初始化。系統(tǒng)參數(shù)包括群體規(guī)模、進化代數(shù)、目標(biāo)精度、染色體長度、復(fù)制概率、交換概率、變異概率等，在系統(tǒng)啟動時從磁盤文件中讀入，在進化過程中允許對它們進行動態(tài)調(diào)整，以達到提高進化效率的目的。 2初始群體的生成。初始群體的生成主要依靠一個隨機數(shù)生成函數(shù)getrndint： int getrndint(int lowerbound,int upperbound

7、) random ra=new random();return (int)(upperbound-lowerbound+1)*ra.nextdouble()+lowerbound); 該函數(shù)獲得某一區(qū)間內(nèi)的隨機整數(shù)，其中l(wèi)owerbound為下限，upperbound為上限。random使用與時間相關(guān)的默認種子值，初始化 random 類的新實例。nextdouble()函數(shù)返回大于或等于0.0而小于1.0的雙精度浮點數(shù)字。對污染物的源強而言，其下限為0，上限可以根據(jù)擴散模式初步估算出來，它與源高、擴散參數(shù)、氣象條件及所執(zhí)行的大氣環(huán)境質(zhì)量標(biāo)準(zhǔn)有關(guān)，面積為1km2的面源的二氧化硫年允許排放量上限

8、通常為幾百噸。如果用二進制編碼，基因長度可取為9，則最大源強為29-1=511噸。如果要精確到0.1噸或0.01噸，可以將源強放大10倍或100倍編碼，仍用整數(shù)來表示源強，隱含一到兩位小數(shù)，在使用源強計算濃度時再還原為原來的小數(shù)（乘以0.1或0.01）即可。這樣做的好處在于：一方面編碼方便，可以不處理小數(shù)點；另一方面整型數(shù)占用內(nèi)存較少，而且處理整型數(shù)總是比處理浮點數(shù)要快，在能用整數(shù)的地方盡量用整數(shù)，可以加快軟件的運行速度。 （二）適應(yīng)度計算模塊 適應(yīng)度的計算非常重要，因為它是遺傳算法能夠利用的唯一信息，它實際上是遺傳進化的根本驅(qū)動力。計算適應(yīng)度面臨的最大困難是適應(yīng)度的離散程度不好把握。如果適應(yīng)

9、度不具有一定的離散程度，遺傳算法對個體的選擇將趨于盲目，進化過程將趨于停滯狀態(tài)；而如果適應(yīng)度過于離散，適應(yīng)度大的個體將很快充斥整個群體，適應(yīng)度小的個體將很快被滅絕，基因的多樣性喪失，其后果是遺傳算法早熟，也就是陷于局部極小而無法搜索出全局最優(yōu)的個體。 所以，適應(yīng)度的計算有很高的技巧，很多文獻都對此進行了研究，提出了一些改進措施，如縮放適應(yīng)函數(shù)10、用線性或非線性加速適應(yīng)函數(shù)取代簡單適應(yīng)函數(shù)9以及引入排序適應(yīng)函數(shù)9等等。但是，在實踐中我們發(fā)現(xiàn)，針對一個具體的問題，適應(yīng)度函數(shù)應(yīng)該有其自身的特色，不能生搬硬套，往往要根據(jù)實際問題的特點來精心設(shè)計，并且反復(fù)嘗試，才有可能找到比較合適的適應(yīng)度計算方法。在

10、大氣污染總量控制中，我們考慮全部控制點的計算濃度與環(huán)境質(zhì)量標(biāo)準(zhǔn)整體上的接近程度，整體接近程度越高，個體越優(yōu)良，其適應(yīng)度也越大。在實際操作中，還必須對群體的適應(yīng)度作動態(tài)的跟蹤和分析，適時調(diào)整適應(yīng)度的計算方法或者參數(shù)，使適應(yīng)度總是落在某個區(qū)間且離散程度合理。當(dāng)變異個體的適應(yīng)度很低時，也可以考慮人為賦給一個相對小的適應(yīng)度，使它既不至于很活躍，又不至于完全迅速滅絕，這樣對保持群體的多樣性是有益的。 （三）輪盤選擇模塊 本文對上述遺傳算法軟件進行了性能檢驗。對最優(yōu)解已知的問題，我們只需檢驗進化的結(jié)果與期望的最優(yōu)解的逼近程度就可以斷定軟件的性能如何，但如果問題的最優(yōu)解未知且不可預(yù)測，對程序進行性能的檢驗就

11、比較困難了。對大氣污染總量控制問題，我們采用如下的方法來檢驗遺傳算法的性能： 1如果遺傳算法收斂于全局最優(yōu)解，我們得到的源強分布應(yīng)該是最優(yōu)的，一方面可以反過來用多源模式進行計算，看在這樣的源強分布下是否真正能達到預(yù)期的環(huán)境質(zhì)量目標(biāo)，即各控制點的計算濃度是否在總體上趨于所執(zhí)行的大氣環(huán)境質(zhì)量標(biāo)準(zhǔn)；另一方面可以在進化所得最優(yōu)源強上施加隨機的微小的人為變化，看各控制點的污染濃度是否在整體上偏離環(huán)境標(biāo)準(zhǔn)更遠。如果這兩項檢驗都通過，可以初步斷定遺傳算法收斂于全局最優(yōu)，性能可靠。 2如果遺傳算法所得結(jié)果為全局最優(yōu)解，則它應(yīng)該與進化的起點無關(guān)，所以可以嘗試從不同的起點開始進化，如從實際排放量開始，從純隨機數(shù)開

12、始，將所有源強都置為零開始，等等，如果都能得到相同的解，則該解應(yīng)為全局最優(yōu)解，軟件性能可靠。當(dāng)然，從不同起點開始進化所花時間是不一樣的。 3如果遺傳算法的進化結(jié)果是全局最優(yōu)解，則它與染色體的編碼方式無關(guān)，我們分別采用二進制編碼和十進制編碼，若得到相同結(jié)果，則可以斷定該解確實是全局最優(yōu)解。 本文結(jié)合大氣污染總量控制實例對遺傳算法軟件進行了上述3個方面的性能檢驗，結(jié)果表明，應(yīng)用該軟件確實能求得問題的全局最優(yōu)解，該軟件系統(tǒng)的性能是穩(wěn)定的。 六、結(jié)束語 本文介紹了一個用于大氣污染總量控制的遺傳算法軟件的結(jié)構(gòu)設(shè)計、功能模塊實現(xiàn)以及性能優(yōu)化技術(shù)，并給出若干關(guān)鍵模塊的詳細實現(xiàn)源代碼。為檢驗軟件的全局搜索尋優(yōu)性能，從三個不同角度設(shè)計了檢驗方法。經(jīng)性能檢 驗，本文實現(xiàn)的遺傳算法軟件能以高效率穩(wěn)定地求得問題的全局最優(yōu)解，具有很好的推廣應(yīng)用前景。 參考文獻： 1馬小明、李詩剛、欒勝基等，大氣污染總量控制方案的區(qū)域排放當(dāng)量制定方法j.中國環(huán)境科學(xué)，1996,16(5):350-353. 2王金南、