Calibração de Modelo de Fluxo Subsuperficial em Escala Menor Adotando os Algoritmos NSGA II, PADDS E MOPSO

D. Aguero-Martinez, T. B. Murari, F. Oliveira, M. Moret
{"title":"Calibração de Modelo de Fluxo Subsuperficial em Escala Menor Adotando os Algoritmos NSGA II, PADDS E MOPSO","authors":"D. Aguero-Martinez, T. B. Murari, F. Oliveira, M. Moret","doi":"10.18605/2175-7275/cereus.v11n3p190-211","DOIUrl":null,"url":null,"abstract":"A calibracao de um modelo de fluxo de agua em meio nao saturado e uma tarefa dificil devido a que esse tipo de modelo utiliza parâmetros que dependem de variaveis. As equacoes parciais diferenciais, que simulam o experimento, adoptam hipoteses muito restritivas para as condicoes de contorno do dominio fisico tanto no tempo como no espaco. Modelos classicos da literatura como o modelo inverso associado ao modelo constitutivo em solos nao saturados foram utilizados pelos pesquisadores com relativo sucesso. No entanto, a incerteza em relacao a determinacao de valores das propriedades hidraulicas em solo nao saturado continuam sendo desafiadores. Nesse contexto, este estudo visa contribuir em elucidar conceitos de calibracao automatica de um modelo proposto do fluxo de agua em solo nao saturado utilizando tecnicas revolucionarias como sao os Algoritmos de Otimizacao Multiobjetivo, especialmente, o MOPSO (Multiobjective Particle Swarm Optimization), o NSGA II (Nondominated Sorting Genetic Algorithm) e o PADDS (Pareto Dynamically Dimensioned Search). A tecnica da fronteira dePareto apresenta-se como ferramenta util para fins de otimizacao do modelo proposto. O estudo de caso foi coletado da literatura sendo de relevância a disponibilidade de dados observados de potenciais matriciais e fluxo subsuperficial, especialmente, em relacao ao controle experimental dos lencois freaticos transientes. Em conclusao, a calibracao automatica foi atingida com razoabilidade e os Algoritmos de Otimizacao Multiobjetivo obtiveram resultados aceitaveis, no entanto, os valores dos parâmetros hidraulicos ainda permanecem na incerteza.","PeriodicalId":208128,"journal":{"name":"Revista Cereus","volume":"456 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-11-12","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Cereus","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.18605/2175-7275/cereus.v11n3p190-211","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

A calibracao de um modelo de fluxo de agua em meio nao saturado e uma tarefa dificil devido a que esse tipo de modelo utiliza parâmetros que dependem de variaveis. As equacoes parciais diferenciais, que simulam o experimento, adoptam hipoteses muito restritivas para as condicoes de contorno do dominio fisico tanto no tempo como no espaco. Modelos classicos da literatura como o modelo inverso associado ao modelo constitutivo em solos nao saturados foram utilizados pelos pesquisadores com relativo sucesso. No entanto, a incerteza em relacao a determinacao de valores das propriedades hidraulicas em solo nao saturado continuam sendo desafiadores. Nesse contexto, este estudo visa contribuir em elucidar conceitos de calibracao automatica de um modelo proposto do fluxo de agua em solo nao saturado utilizando tecnicas revolucionarias como sao os Algoritmos de Otimizacao Multiobjetivo, especialmente, o MOPSO (Multiobjective Particle Swarm Optimization), o NSGA II (Nondominated Sorting Genetic Algorithm) e o PADDS (Pareto Dynamically Dimensioned Search). A tecnica da fronteira dePareto apresenta-se como ferramenta util para fins de otimizacao do modelo proposto. O estudo de caso foi coletado da literatura sendo de relevância a disponibilidade de dados observados de potenciais matriciais e fluxo subsuperficial, especialmente, em relacao ao controle experimental dos lencois freaticos transientes. Em conclusao, a calibracao automatica foi atingida com razoabilidade e os Algoritmos de Otimizacao Multiobjetivo obtiveram resultados aceitaveis, no entanto, os valores dos parâmetros hidraulicos ainda permanecem na incerteza.
采用NSGA II、PADDS和MOPSO算法对小尺度地下流动模型进行标定
非饱和介质中的水流模型的校准是一项困难的任务,因为这类模型使用的参数依赖于变量。模拟实验的偏微分方程对物理域的时间和空间边界条件都采用了非常限制性的假设。文献中的经典模型,如与非饱和土本构模型相关的逆模型,已被研究人员使用,并取得了相对成功。然而,确定非饱和土水力特性值的不确定性仍然具有挑战性。在这种背景下,本研究旨在阐明概念的贡献calibracao自动模型的土壤水不饱和流算法使用方法的理想是Otimizacao Multiobjetivo,特别是MOPSO (Multiobjective粒子群优化(NSGA II), (Nondominated排序遗传算法)和PADDS(帕累托Dynamically Dimensioned搜索)。dePareto边界技术是优化所提出模型的有用工具。该案例研究是从文献中收集的,与基质势和地下水流的观测数据的可用性有关,特别是与瞬态潜流的实验控制有关。综上所述,自动标定是合理的,多目标优化算法得到了良好的结果,但液压参数的值仍然不确定。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信