近年来,随着化工、制药等行业的高速发展,突发性爆炸、有毒物质泄漏等灾难性事故时有发生。这类事故一旦发生事态十分严重且结果难以控制,给居民带来严重的生命安全威胁和财产损失。因此了解此类事故的发生原理,对排放有毒气体的工厂源点进行监测很有必要。在紧急情况下,根据监测到的数据对泄漏源的源强和位置进行反算,确定事故发生的影响范围和程度,进而为灾难逃生路线和营救措施的制定提供合理指导。本文给出各类气体扩散模型并进行比较,分析其特点和适用范围,为有毒气体的扩散选择合适的正向模拟模型。归纳总结当前各类源强反算方法,讨论多种方法的优势和劣势。在单源的源强反算中,采用了差分进化算法,并与其他优化算法进行比较。差分进化算法提出的时间较短,但是优化效果十分显著,在准确度和运行时间上均表现优异。将其运用于源强反算问题中十分有效。在复杂的多源反算中,同时反算多个源点的源强和位置比较困难。本文提出了一种基于最小误差迭代的方法。相对于智能优化算法,最小误差迭代算法不需要给定初始范围,更大程度地利用了多个源点的信息,提高了优化效率,并且可以保证较高的精度。最后,将最小误差迭代算法与差分进化算法相结合,利用各自的优势,同时提高了运算精度和运行速度。本文实验部分采用matlab处理数据并建立反算模型,采用高斯气体扩散模型作为正向模拟数据的生成模型,编程实现单源和多源的反算方法,给出各自的评价指标,评估各个算法效率与准确性。实验表明,在单源反算中,差分进化算法的结果最好;在多源反算中,结合最小误差迭代算法和差分进化算法的混合算法能够最为快速有效地反算源强与位置,为监督与救援提供有效依据。