【遺傳算法】基于改進的遺傳和粒子群算法求解高斯煙羽模型氣體擴散優(yōu)化問題含Matlab源碼
【遺傳算法】基于改進的遺傳和粒子群算法求解高斯煙羽模型氣體擴散優(yōu)化問題含Matlab源碼
TT_Matlab
博主簡介：擅長智能優(yōu)化算法、神經(jīng)網(wǎng)絡預測、信號處理、元胞自動機、圖像處理、路徑規(guī)劃、無人機等多種領域的Matlab仿真，完整matlab代碼或者程序定制加qq1575304183。
1 簡介
隨著化工行業(yè)的持續(xù)發(fā)展，化工氣體的用量也在持續(xù)增長，而鐵路承載了相當一部分的氣體運輸量。因此，對于氣體類危險貨物鐵路運輸危險性評估具有十分重要的意義。鐵路運輸?shù)哪Ｊ脚c公路運輸有著較大的差異，由于鐵路運輸易燃氣體通常為遠距離，大運量。所以，每一輛裝載有易燃氣體的列車都是潛在的泄漏源，在長途運輸過程中具有較高的危險性。如今，全社會對風險管控愈加重視，雖然氣體泄漏事件發(fā)生概率較小，但以鐵路的運輸量來看，危險氣體一旦泄漏，其毒性將會對運輸線周圍地區(qū)居民的生命財產(chǎn)產(chǎn)生嚴重威脅，并且危害環(huán)境?，F(xiàn)今城市高層建筑較多，因此，當危險氣體一旦發(fā)生泄漏，對其擴散高度進行仿真預測，對于建立危險氣體應急預案，支持后續(xù)救援工作以及完善危險貨物運輸安全管理系統(tǒng)具有重要的現(xiàn)實意義。本文采樣自適應遺傳和粒子群算法分別對高斯煙羽模型氣體擴散優(yōu)化問題進行求解。
目前，國內(nèi)外氣象學家研究和發(fā)展了許多的大氣擴散模型，其中，研究較為成熟的有以下幾種：高斯模型、Sutton 模型、Pasquill-Gifford 模型和目前運用較多的重氣擴散模型等。我國大氣擴散模型在我國大氣環(huán)境影響、環(huán)境規(guī)劃、總量控制中，一般均以高斯正態(tài)模式為基礎，高斯模型為第一代大氣擴散模型，法規(guī)模式主要包括有風點源擴散模式、小風和靜風點源擴散模式、長期平均濃度求算模式、熏煙模式、海岸熏煙模式、多源排放模式、面源模式、體源模式、塵模式和非正常排放模式等。平坦地形下污染物的擴散基本可以用高斯模型來模擬。高斯模型以其簡單、快速而較好地物質(zhì)的擴散濃度分布而被廣泛的應用，ISC （Industrial Source Complex） 就是在高斯模型的基礎上發(fā)展而來的，由美國環(huán)境保護署 CUS （Environmental Pro－tection Agency，EPA) 和美國氣象學會 （American Meteorological Society，AMS） 提出并作為法規(guī)模型的 AERMOD 則是在高斯模型基礎上的進一步發(fā)展，得到了廣泛的應用[14]。
1.1 高斯煙羽擴散公式常見的高斯擴散模型包括高斯煙羽模型、高斯煙團模型兩種。本文主要針對由鐵路運輸過程中突發(fā)的危險氣體泄漏事故，對于在突發(fā)性大氣污染事故中瞬時排出的污染性氣體而言，通常由于風向和風速的影響，在大氣中形成羽狀煙流。故本文采用高斯煙羽模型，且做如下的假設：氣體擴散濃度在沿實際風向和垂直風向距離上的分布符合高斯 （正態(tài)） 分布；在擴散的空間中，風速是均勻穩(wěn)定的，且大于 1m/s；泄漏源的源強 Q 為連續(xù)均勻的；泄漏氣體的質(zhì)量是守恒的，泄漏發(fā)生后的化學轉(zhuǎn)化和沉降對丙烷氣體的影響可以忽略不計。因此，高斯煙羽擴散公式如下：
2 部分代碼
clc;clear;close all;
[Q1,Q2] = xieloulv(p,Pg,c0,A,A0,g,Z0,t); %具體參數(shù)的值需要針對不同的泄露液體而定
function [Qv1,Qv2] = xieloulv(p,Pg,c0,A,A0,g,Z0,t)
%
------泄漏源速率公式-------------
%
% 輸入?yún)?shù)(具體值視情況而定)
%
p % 流體密度
%
Pg % 儲罐類液體表壓
%
c0 % 孔流系數(shù)
%
A % 泄露空面積
%
A0 % 儲罐面積
%
Z0 % 泄漏點及以上液體的高度
%
g % 重力加速度
%
t % 泄漏事件
%
% 輸出參數(shù)
%
Qv1 % 不易燃儲罐液體泄漏源速率
%
Qv2 % 易燃儲罐液體泄漏源速率
Qv1 = p*c0*A*(2*g*Z0)^0.5-p*g*c0^2*A^2*t/A0;
Qv2 = p*c0*A*(2*g*Z0+2*Pg/p)^0.5-p*g*c0^2*A^2*t/A0;
end
3 仿真結(jié)果
4 參考文獻
[1]付金宇, and 李穎. "基于高斯煙羽模型的船舶尾氣擴散研究." 海洋通報 37.2(2018):6.
博主簡介：擅長智能優(yōu)化算法、神經(jīng)網(wǎng)絡預測、信號處理、元胞自動機、圖像處理、路徑規(guī)劃、無人機等多種領域的Matlab仿真，相關matlab代碼問題可私信交流。
部分理論引用網(wǎng)絡文獻，若有侵權聯(lián)系博主刪除。