针对地下水有限元数值模拟中区域三角网格剖分复杂难以处理的情况，提出适合其特点的Delaunay 三角网格自动剖分方法，并对含有多个参数分区的含水层进行网格剖分，最后利用遗传算法和有限元程序相耦合来反演含水层水文地质参数。结果表明此方法可大大简化地下水数值模拟的前处理工作，并能提高有限元网格剖分的有效性和准确性，从而得到令人满意的数值模拟结果。

随机水文地质学方法，较传统的确定性方法而言，是解决非均质含水层中水流和溶质运移问题的一种更为合理的手段。据以往研究，假设渗透系数场遵循对数正态分布，利用直接傅立叶变换方法来生成渗透系数随机场。应用基于随机理论的蒙特卡罗方法，来研究渗透系数的空间变异性对污染物运移结果的影响。实例研究表明，污染物在含水层中运移过程中污染羽的展布范围（二阶矩） 随着渗透系数空间变异方差的增大而扩大，而污染羽在空间上的质心位置（一阶矩） 基本不受方差的影响，仅取决于渗透系数随机场的均值大小。另外还分析了污染羽在各点的浓度变化方差和变异系数分别随渗透系数变异方差的变化状况。

分别将禁忌搜索和遗传算法与地下水流模型MODFLOW 和地下水溶质运移模型MT3DMS相耦合，并将其应用于求解地下水资源优化管理模型。在概述两种智能算法基本原理和地下水管理模型组成的基础上，结合两个理想的应用实例，从优化结果和计算效率两个方面对禁忌搜索和遗传算法进行了对比分析。在两个实例中，禁忌搜索分别以高于遗传算法10 倍和27 倍的计算效率得到了减少抽水流量约160m3/d和节约治理成本约47万元的治理方案。结果表明，禁忌搜索在求解地下水管理模型中具有较好的应用前景。

Gaoqing Plain is a major agriculture center of Shandong Province in northern China. Over the last 30 years, the diversion of Yellow River water for intensive irrigation in Gaoqing Plain has led to elevation of the water table and increased evaporation, and subsequently, adramatic increase in salt content in soil and rapid degradation of crop productivity. Optimal strategies have been explored, that will balance the need to extract sufficient groundwater for irrigation (to ease the pressure on diverting Yellow River water) with the need to improve the local environment by appropriately lowering the water table. Two simulation-optimization models have been formulated and a genetic algorithm (GA) is applied to search for the optimal groundwater development strategies in Gaoqing Plain, while keeping the adverse environmental impacts in check. Compared with the trial-and-error approach of previous studies, the optimization results demonstrate that using an optimization model coupled with a GA search is both effective and efficient. The optimal solutions identified by the GA will provide Gaoqing Plain with the blueprints for developing sustainable groundwater abstraction plans to support local economic development and improve its environmental quality.ción con las técnicas de ensayo-y-error de estudios anteriores, los resultados de esta optimización demuestran que usando un modelo de optimización acoplado con una búsqueda mediante GA, es tanto eficaz como eficiente. Las soluciones óptimas identificadas por el GA, proporcionarán las bases para desarrollar los planes de extracción sustentable delagua subterránea en las llanuras de Gaoqing, los cuales darán apoyo al desarrollo económico localy mejorarán su calidad medioambiental.

采用一种微粒群优化算法来识别承压完整井非稳定地下水运动Theis 公式中的水文地质参数。微粒群算法是一种新型的群体智能算法，它将每个个体看作在多维搜索空间中的一个没有重量和体积的微粒，并在搜索空间中以一定的速度飞行，该飞行速度由个体的飞行经验和群体的飞行经验进行动态调整。然后根据个体适应值大小运算，根据适应度函数对微粒的速度和位置进行进化，最终得到足够好的适应度值。本文采用微粒群算法可根据抽水试验资料快速反演Theis 公式近似解析解中的水文地质参数。实例计算结果表明该微粒群算法计算速度快，在水文地质逆问题求解中值得推广应用。