RUS  ENG
Полная версия
ЖУРНАЛЫ // Вестник Южно-Уральского государственного университета. Серия «Математическое моделирование и программирование» // Архив

Вестн. ЮУрГУ. Сер. Матем. моделирование и программирование, 2023, том 16, выпуск 3, страницы 74–82 (Mi vyuru696)

Краткие сообщения

Parameters identification algorithm for the SUSUPLUME air pollution propagation model

[Алгоритм идентификации параметров модели распространения загрязнения в атмосферном воздухе SUSUPLUME]

S. M. Elsakova, D. A. Drozina, A. A. Zamyshlyaevaa, A. P. Basmanovb, V. A. Surina, A. V. Herreinsteina, S. G. Nitskayaa

a South Ural State University, Chelyabinsk, Russian Federation
b LLC MMK-Informservice, Magnitogorsk, Russian Federation

Аннотация: В статье представлен метод идентификации параметров динамической модели расчета рассеиваний SUSUPLUME. Предполагается, что параметры модели содержат не только характеристики атмосферы и загрязняющих веществ, но и информацию о влиянии других условий, таких как тип местности, застройка, фон и т.д. Настройка параметров модели осуществляется на основе инструментальных замеров концентраций загрязняющих веществ в атмосферном воздухе в приземном слое (2 метра над уровнем земли). Рассматриваются три стратегии идентификации: идентификация параметров по всем измерениям, идентификация параметров по измерениям заданного источника и идентификация параметров на основе другой утвержденной модели. В третьей стратегии предлагается идентифицировать параметры модели так, чтобы модель была максимально похожа на утвержденную модель. Также предложен метод взвешивания этих стратегий. В статье также представлены целевые функции для критериев оптимизации, множество допустимых наборов параметров, алгоритм решения оптимизационной задачи, дерево решений для допустимого множества и алгоритм глобальной оптимизации.

Ключевые слова: модель SUSUPLUME, глобальная оптимизация, экология, распространение загрязняющих веществ в атмосферном воздухе.

УДК: 004.942

MSC: 00A72

Поступила в редакцию: 11.05.2023

Язык публикации: английский

DOI: 10.14529/mmp230306



© МИАН, 2024