《环境仿真综述行业文书》由会员分享，可在线阅读，更多相关《环境仿真综述行业文书（9页珍藏版）》请在金锄头文库上搜索。
1、环境仿真综述环境污染、生态破坏和资源耗竭是随着工业化和城市化进程的加快，而给人类带来的一系列全球性环境问题。人类从这一系列严重的环境问题中，逐渐清醒地认识到环境污染和生态破坏，归根到底来自于人类过度的和盲目的社会经济活动。在这种新形式下，作为协调人类环境和发展的环境系统仿真技术成为当代发展迅速和引人注目的高科技技术，在科学技术史上，占有很重要的地位，并且已越来越引起各国的重视，它在环境问题中的应用将是环境学科及环境工程发展的一个重要研究方向。1环境系统仿真的概念与范畴顾名思义，仿真就是对真实的模仿。系统仿真是根据被研究的真实系统的数学模型研究系统性能的一门学科，现在主要是指求解实际问题的方法，
2、与试验对立统一。在系统仿真中算法与程序设计是重要环节目前的系统仿真主要是采用计算机研究模型，其基本内容包括系统的确定、建立模型、确定算法、计算机程序设计与仿真结果显示、分析与验证等环节。仿真离不开系统，所谓系统是指客观世界中实体与实体间的相互作用和相互依赖关系构成的具有某种特定功能的有机整体。系统模型分为物理模型与数字模型。物理仿真是通过对过程建立的物理模型来进行的，数字仿真是通过对过程建立的数学模型来进行的。由于计算机的发展与普及，同时由于数字仿真的简易、迅捷和巨大包容性以及相对试验而言的低成本和互补性，数字仿真在包括环境工程在内的各个领域正迅速推进，被称为是一项“无孔不入”的技术。随着计算
3、机技术的迅速发展，数字模型应用越来越普遍。系统仿真的优点是使原型试验被替代成为可能把系统综合成模型方式；可研究模型长期效应；促进对系统的客观检查。系统仿真的缺点是往往比较费钱费时；可能由于对系统基本结构缺乏足够了解而对已不适当的形式进行推广或对提出的数据进行解释；模型验证也会遇到一些问题。用环境系统仿真技术可以解决许多环境问题，大的方面包括：环境污染控制与预测(水污染控制与预测、大气污染控制与预测和噪声污染控制与预测等等)、环境规划、环境管理；小的方面包括暴气控制、活性污泥过程故障诊断污泥脱水模糊控制等等，它的应用前景是非常广阔的。2环境仿真现状环境系统仿真主要研究环境问题的仿真与模拟仿真与模
4、拟技术是环境工程中应用的重要技术，也是环境工程学科发展的一个重要方向。在我国主要应用于水污染控制系统的仿真。环境工程是以污染物的处理和处置为主要内容的，环境工程仿真与控制的目的，是了解污染物处理过程的机制、提高污染物的处理效率、降低污染物的处理费用。这对保护环境具有重要作用。同时，我国目前在环境工程设施的工艺开发、工程设计和运行管理中，还未普遍应用仿真与控制技术，因而存在一个环境工程仿真与控制的开发市场。开发这个市场具有重要价值，学习环境工程仿真与控制，还有助于环境工程专业毕业生与自动控制专业技术人员之间的理解与沟通。3环境系统仿真的方法、步骤及应用的理论环境工程领域的控制行为属于过程控制，它
5、是自动控制的一个分支。使用过程控制时，在受控过程进行中，要不断对过程的状态或参数如：温度、压力、浓度等进行测量，并将测量值与设定值进行比较，然后根据一定的控制方案对过程的有关参数进行调整，使该过程按照既定的一组设定值运行，达到确保过程运行稳定、安全、经济的目的。环境工程过程的仿真即过程建模及求解的方法，可以用于活性污泥过程、二沉池、二维流态等模型的建模和求解过程。它有三个基本步骤：一是对环境工程过程进行仿真、建模，二是对过程进行控制，三是进行动态分析，这一步要导出过程的传递函数，然后要利用传递函数对环境工程的过程动态进行定性和定量的分析。这一步是比较重要的，当模型建立后，还要对模型进行分析，即
6、在不同边界条件或参数设定下对模型求解，从求得的解中获得所研究对象或过程的动态性质。其中对具有集总参数特征的过程，其数学模型一般为微分方程(组)，可采用四阶龙格-库塔法求解；对具有分布参数特征的过程，其数学模型一般为偏微分方程(组)，可采用有限差分法求解。环境工程仿真与控制应用的主要理论是人工智能。人工智能是20世纪50年代中期开始出现的一个概念，目前已发展成一门学科，主要内容是研究如何使用计算机来实现人的智能。人的智能是指人的学习、推理、规划等活动的能力，是人的大脑的复杂运动的过程及结果。用计算机来实现人的智能，可以提高信息处理速度，节省人力资源，因此有很大的发展空间。但是，目前的计算机技术水
7、平相对于人脑的功能还有相当的差距，因此，人工智能的研究及应用，目前还处于初级发展阶段。同传统的计算机不同，人工智能主要研究以符号表示的知识而不是数值表示的知识，人工智能采用的主要是启发式推理方法而不是常规的数值算法。此外，人工智能常将知识领域与推理控制结构分离开，能允许数据具有不完整性。目前人工智能就是通过物理符号的推理或是通过人工神经元的联接机制来实现的。神经网络、专家系统和模糊逻辑是目前人工智能研究和应用的三个主要领域。神经网络又称人工神经网络，是在模拟人脑神经网络的基础上所构建的一种信息处理网络。它提取了生物神经网络的基本特征，试图用计算机的软件或硬件来模拟细胞体、树突和轴突，以实现信息
8、处理技术的新进展。专家系统是人工智能的重要分支，于20世纪70年代中期开始出现，80年代以来已在包括环境工程在内的许多领域获得广泛应用。它是一个计算机软件，由知识库、推理机以及辅助部件构成。模糊控制是一类应用模糊集理论的控制方法，主要目的是通过模拟人的思维方式中的模糊性，来控制难以建立常规数学模型的过程。它是一种对系统的宏观控制方法，其核心是用语言描述的控制规则。模糊控制的最大特征是将专家的控制经验表示成语言控制规则，然后用这些规则去控制系统，因此，它适用于复杂的、非线性的系统的控制。4环境系统仿真在水污染控制的应用水污染控制系统一般分为污染源子系统、污染物的输送子系统、污水处理子系统和接受污
9、水的水体子系统。根据规划的方法，将水污染控制系统规划分为三类：排放口处理最优规划、均匀处理最优规划和区域处理最优规划。水污染控制系统仿真就是先建立水质、水环境容量、水污染控制规划物理模型，然后用计算机语言把它写成能在计算机上运行的数学模型。通过改变不同的水质参数和水力参数，模拟不同水平年的水质变化，计算相应的环境容量，对水污染控制系统规划进行优化。早期的水质模拟多采用BASIC、FORTRAN等计算机语言，水质模型参数众多，结构复杂，模型检验和参数灵敏度分析工作量大；在数值模拟的研究中忽略了各种水环境系统要素具有空间分布特性；信息显示、查询、表达能力不强。目前，国内外在模型仿真应用中，更注重发
10、展应用鼠标或菜单式界面和应用化的环境水质模型数据库和计算机软件。发达国家的经验表明，对于类似水污染控制系统这样的复杂大系统问题，应用系统科学的理论和方法，结合先进的计算机技术，以特定的空间区域为研究对象，结合地理信息系统技术，进行系统的仿真研究对于制定科学合理优化的决策具有极其重大的意义。采用仿真技术，用于流域环境的保护和治理的辅助决策，将提高决策过程的科学性、合理性。对于庞大复杂的环境系统，其决策正确性的自然检验非常缓慢，而且一旦决策开始实施，其过程很难逆转或改变。仿真的优势在于人们可以在一个变化了时间尺度的环境中去研究系统，从而可以对各种决策的效果和作用进行分析比较，做出合理选择，为政府部
11、门在对流域进行规划和治理、发展项目决策时提供科学分析决策支持工具，实现决策过程的科学化和现代化。流域水污染控制仿真系统开发的目标是研制出一套水污染仿真系统，通过模拟各种因子在系统中的作用以及各种因子的协同作用对系统的影响，深入研究水污染成因、发展趋势以及工程措施的作用等。这一仿真系统主要针对决策者、工程评估专家和进行水污染治理研究的科研人员及进行污染治理工程设计的技术人员，为今后水污染的深入研究、水污染控制工程参数的模拟试验和流域环境管理提供较为先进、科学、规范的工具。5复杂系统仿真复杂系统仿真当前发展在国际上，当前复杂系统仿真主要研究集中在：复杂适应系统、非适应系统（如元胞自动机）、标度、自
12、相似、复杂性的度量，尤其复杂适应系统是重点研究对象。而研究领域的重心渐渐集中到生命系统、大脑神经系统和社会经济系统。在复杂系统的多个特点中，核心是研究演化，包括生命的进化、人的思想的产生、物种的灭绝、文化的发展等。在国内，已经有相当多的研究工作涉及到复杂系统建模与仿真，在研究方法方面主要有：研究单位研究内容中科院数学与系统的科学研究院的复杂系统研究中心复杂系统的仿真/控制/计算中国科学院自动化研究所智能科学的复杂系统仿真/控制/优化中国航天工业总公司北京信息与控制研究所基于演化的复杂系统建模与仿真及其方法学哈尔滨工业大学控制与仿真中心复杂仿真系统/分布式仿真系统中国科学技术大学仿真与智能控制实
13、验室复杂系统的定性建模/仿真/控制/推理合肥工业大学可视化与协同计算（VCC）研究室复杂系统建模/可视化/计算国内在研究领域方面主要涉及复杂系统仿真与集成制造、社会经济/环境系统的复杂性研究、能源中的复杂系统研究、军事中的复杂系统建模/仿真、医学中的复杂性问题、生态系统中的复杂系统研究等复杂系统建模与仿真的方法有：基于智能技术的复杂系统建模与仿真方法包括：遗传算法、神经网络、布林网络/基因网络、元胞自动机、基于CGP的建模方法、粒子群优化算法、基于Agent的建模与仿真、基于“人工生命”的综合分析方法、成组数据处理方法（GMDH）；基于数学手段的复杂系统仿真方法：参数优化方法、模糊仿真方法、宏
14、观仿真方法；基于离散事件动态系统的复杂系统建模与仿真方法：Petri网、任务/资源图建模方法、基于知识的建模与仿真方法、基于系统理论形式化的建模仿真方法；定性建模与仿真方法；复杂网络建模与仿真方法；综合集成方法。下表罗列出复杂系统仿真反应的不同特点。5.1复杂适应系统与仿真Holland教授提出了复杂适应系统(Complex adaptation system，CAS)。该系统共有四个特性(聚集、非线性、流、多样性)和三大机制(标识、内部模型、积木)；该系统的成员是具有自身目的的和主动的、积极的、“活的”智能体(Agent)。智能体能够与环境及其它智能体进行相互作用，在交互中，不断地“学习”或
15、“积累经验”，并根据学到的经验改变自身的结构和行为方式。系统因此产生演化和进化，包括新层次的产生、分化和多样性的出现等。CAS理论的核心思想是“适应性造就复杂性”，认为智能体的主动性以及它与环境的相互作用是系统发展和进化的基本动因。5.2大系统及其仿真从控制理论的观点来看，大系统的特点在于高维数、多目标、关联性、分散性，更复杂一些的还有不确定性(随机性、模糊性、发展性)和主动性(有人参与)等。对于这样一类复杂系统的控制问题，大系统理论提出三种控制结构方案：集中控制、分散控制、递阶控制。其中，应用颇多是集散控制、多模型控制和网络控制。5.3人工生命1978年兰顿组织了第一次人工生命研讨会，正式提
16、出了人工生命的概念，此后人工生命的研究就开展起来，涉及面广，包括数字生命、数字生态环境、人工脑、进化机器人、虚拟生物、演化算法等。进入21世纪在了解自然生物生命规则的基础上，通过计算机仿真创造出新形式的人工生命。这为自然生命的研究探索提供新的思维方法和实验环境，从而能通过程序来对各种自然生物的生命状态、生活习性进行模拟，可以在较短的时间内模拟自然生命需要几千乃至上万年的进化历程，不言而喻，该方法在基因的遗传与优选方面有着相当重大的实际意义。5.4神经网络及其仿真1985年Rumlhart等人提出的反向传播(BP)神经网络是多层前馈网络为拓扑结构，采用误差反向传播的学习算法仿真融合人工神经网络技术主要体现在人工神经网络建模方面，有优点，也有不足。优点是人工神经网络具有大规模并行性、容错性、处理非线性和不确定性问题的能力，解决了许多经典控制和现代控制理论难以解决的问题，在处理实时性
