随着化工行业的不断发展,一些危险化学品的泄漏,特别是有毒气体泄漏事故也时有发生。由于事故的突发性和不确定性,往往导致大量的人员伤亡和财产的损失。鉴于有毒气体的特殊性,要求我们快速的估算出泄漏源的位置和强度,在最短时间内确定受影响区域范围和浓度,从而将损失减至最小。根据泄漏源强度、气象数据、以及扩散模型就能够确定下风向污染物浓度,划定受影响范围,因而泄漏源强度的快速确定是事故应急救援的基础。文中结合瞬时泄漏的高斯点源扩散模型和下风向浓度测量数据,将计算浓度与测量浓度的误差平方和作为目标函数,将源强反算问题归结为最优化问题的求解。利用模式搜索、遗传算法、以及混合遗传模式搜索算法来优化目标函数值,进行污染源强的反算。文中通过加入高斯白噪声来分析数据的准确性对算法结果的影响,以及算法自身参数的影响,包括初值或初始范围、种群大小、交叉概率、变异概率。并通过模拟的测量浓度数据进行算法有效性验证,结果表明算法对于污染源强的反算研究是可行的,利用遗传算法的结果作为模式搜索初值的混合算法能够加速收敛到全局最优解。对于多个污染源的情况下,文中进一步的进行源项分配研究,在圆形分布的源场中,利用遗传算法能够在合理的时间内搜索到正确的源项分配值。利用源强反算方法能够得到较为真实的源强值,结合扩散模型能够计算出下风向的污染浓度。在毒气泄漏事故的应急救援中,对救援人员划定危害区和确定疏散范围具有重要的指导意义,并为制定科学的救援方案和应急决策提供依据。