[发明专利]一种基于马尔科夫链的非稳态流场下污染源逆向识别算法

摘要

本发明公开了一种基于马尔科夫链的非稳态流场下污染源逆向识别算法，属于室内污染物控制技术领域，目的在于解决非稳态流场下多区建筑内污染源识别问题。包括以下步骤：确定污染源位置取值范围；计算非稳态流场下，建筑内污染物转移概率矩阵；通过对转移概率矩阵和潜在污染源矩阵运算得到响应矩阵；正则化方法求逆，得到某个污染源的逐时释放率；针对集合中不同的污染源位置，求解其对应的逐时释放率；为各污染源位置信息分配先验概率；利用转移概率矩阵计算似然函数；利用贝叶斯准则计算后验概率；得到后验概率最大的污染源位置及其释放率。本发明与数值计算相比提高了计算的速度，能够实现非稳态流场下多区建筑内污染源位置和释放率的逆向计算。

主权项

一种基于马尔科夫链的非稳态流场下污染源逆向识别方法，其特征在于，包含以下步骤：(1).根据污染物释放位置的可能性，建立集合S；(2).计算多区建筑内的非稳态流场，得到持续时间间隔建筑内污染物的转移概率矩阵(3).根据某个潜在污染源和监控点的位置，通过公式其中为潜在污染源的脉冲矩阵，(monitor)指取矩阵中对应监测点位置的值，得到非稳态流场下的响应矩阵(4).通过响应矩阵构成线性系统其中为监控点的浓度响应矩阵，为逐时释放率，利用正则化方法，求解线性方程得到(5).针对集合S中不同的污染物释放位置，重复步骤(3)、(4)，得到对应的逐时释放率(6).为集合S中各污染源位置信息分配先验概率p(Sk)；(7).通过污染物的转移概率矩阵计算污染源位于Sk时，监控点观测到实测值的可能性，即似然函数L(M|Sk)的值；(8).通过贝叶斯准则计算测控点数值为M时，污染源位置为Sk的后验概率P(Sk|M)，后验概率最大的值为所求的污染源位置，同时通过步骤(4)求得的为所求的污染物逐时释放率。