江苏大学学报(自然科学版)

作者：鲍煦1,朱容松1,林锋2

单位：1. 江苏大学 计算机科学与通信工程学院， 江苏 镇江 212013； 2. 浙江省淡水水产研究所 农业农村部淡水渔业健康养殖重点实验室， 浙江 湖州 313001

关键词：水污染溯源, MCMC, COMSOL, 等距随机抽样, MH算法, ERS-TSMH算法

基金：农业农村部淡水渔业健康养殖重点实验室开放课题(ZJK202204)； 江苏省六大人才高峰高层次人才计划项目（XYDXX-115）

针对经典MCMC（Markov chain Monte Carlo）算法求解河流水污染源信息（排放量、排放时间和排放位置）时初始点的选取和接受率不高导致的计算效率低下问题，通过COMSOL仿真软件构建污染物二维扩散模型，利用不同算法对比分析了上述两方面对水污染溯源结果的影响，并由此提出了基于等距随机抽样方法（equidistant random sampling）的两阶段多链Metropolis Hastings算法（ERS-TSMH）.仿真结果表明，传统的MH算法和TSMH算法在求解时易陷入局部最优值或不收敛的情况，前者接受率在20%左右，后者却达到近50%；多链ERS-MH算法提高了反演的准确性，但经过10 000次左右迭代后收敛，效率低下；多链ERS-TSMH算法在保证溯源精度的同时，在5 000次左右迭代后收敛，效率显著提高且表现出高稳定性和可靠性.

来源：2025年第3期

《江苏大学学报(自然科学版)》期刊编辑部

查看江苏大学学报(自然科学版)杂志2025年第3期