水体悬移质含量测量在水利、海洋、生态系统等领域占据着重要的位置,其浓度和粒径等参数的测量对水利建设、环境保护和水土流失等具有重大意义。针对悬移质浓度测量中颗粒粒径分布与浓度相互耦合的问题,本文运用人工蜂群算法结合超声衰减实验对水体悬移质浓度进行了反演并对基本人工蜂群算法做了改进,结果表明,改进后的算法有更快的收敛速度和更高的收敛精度。主要完成工作有:(1)搭建了超声波水体悬移质参数测量系统,对三种粒径分别为0.125mm、0.090mm、0.065mm下的各20组不同浓度水样进行三种频率下的超声衰减实验,同时设计对照实验,采用由传统的精度较高的烘干称重法所得悬移质浓度作为参考浓度。(2)初步获得超声衰减信号后采用小波变换和傅里叶变换对信号进行预处理。采用小波变换分解超声回波信号并选用合适的阈值进行去噪,然后通过快速傅里叶变换得到超声回波信号的幅值,进而计算得到各组水样在各频率下的衰减系数。(3)基于ECAH(Epstein Carhart Allegra Hawley)模型,结合超声衰减实验运用人工蜂群算法对悬移质溶液浓度进行反演。通过对蜂群算法的研究发现,在种群初始化、引领蜂领域搜索维度以及搜索步长具有很大的随机性和盲目性,会影响算法的收敛速度和收敛精度。基于此对人工蜂群算法进行改进,并通过测试函数的仿真优化和对各组悬移质水样浓度的反演,结果表明改进后的人工蜂群算法具有更快的收敛速度、更高的收敛精度,算法稳定性也有所提高,验证了人工蜂群算法的有效性和实用性。