应用并行PEST算法优化地下水模型参数

摘要

基于列文伯格-马夸尔特(Leverlberg-Marquardt)算法的PEST参数优化程序具有寻优速度快、健壮性好的优点,在地下水模型参数优化研究中有许多成功的应用实例.但是,对于大尺度、高精度和高复杂性的大规模地下水模拟,使用PEST进行参数优化需要大量的计算时间,优化效率较低.本文应用OpenMP并行编程方法对PEST算法进行了并行化,使之可以在共享存储并行计算机上进行参数优化的并行计算.并将此方法应用于甘肃北山区域地下水模型的参数优化中,并行实验表明,使用并行化的PEST可以将地下水模型参数优化效率提高3.7倍.