□石爱军（广东水电二局股份有限公司）

□胡 勇（浙江省水利水电勘测设计院）

1.粒子群算法

粒子群算法与其它进化算法类似，也采用“群体”与进化的概念，同样也是依据个体（微粒）的适应值大小进行操作。所不同的是，粒子群算法不采用进化算子对种群进行更新，而是将每个个体看作是在多维搜索空间中飞行的微粒。微粒的飞行速度根据个体的飞行经验和群体的飞行经验进行动态调整。

设 Xi=(xi1，xi2，xi3，……xip)为微粒 i的当前位置；Vi=(νi1，νi2，νi3，……νip)为微粒当前的飞行速度；Bi=(bi1，bi2，bi3，……bip)为微粒i所经历过的最好位置，也就是微粒i所经历的具有最好适应值的位置，成为个体最好位置。其中p为搜索空间的维度，也就是自变量或者反演参数的个数。

热力学参数的反演计算，可以转化成为一个求目标函数最小值的问题。为了讨论方便，设f（x）为最小化的目标函数，则微粒i的当前最好位置由下式确定：

设群体中微粒的个数为N，称群体中所有微粒所经历过的最好位置为Bg（t）为全局最好位置，则有：

有了上述的那些定义，进化粒子群算法的进化方程就可以描述为：

其中：下标“j”表示微粒的第 j维，即第 j个反演参数；“i’表示微粒i;t代表第t代；c1、c2为加速常数，通常在0-2间取值，r1、r2为两个独立在[0，1]间取值的随机函数，ω为惯性权重。早期的PSO算法是没有引入惯性权重的，称为基本粒子群算法，Y.Shi与R.C.Eberhart在1998年提出了在速度进化方程中一如上述的惯性权重，为了表示区别，将引入惯性权重后的PSO算法称为标准PSO算法。

2.非绝热温升试块试验及反演

2.1 工程简介

某大型水闸枢纽，工程设计泄洪流量11030m3/s，主要建筑物为一级建筑物。