自适应人工鱼群-BP神经网络算法在径流预测中的应用

为了提高水库和河流中长期径流预测精度,提出了弹性自适应人工鱼群算法(RAAFSA)。应用RAAFSA算法训练BP神经网络,实现BP神经网络参数优化,形成弹性自适应人工鱼群-BP神经网络混合算法(RAAFSA-BP),对石泉水库进行中长期径流预测。仿真计算表明,弹性自适应人工鱼群优化的BP神经网络算法收敛速度快于BP神经网络算法、人工鱼群-BP神经网络算法和RBF神经网络算法。该混合算法克服了BP神经网络和人工鱼群算法易陷于局部极值、搜索质量差和精度不高的缺点,改善了BP神经网络的泛化能力,输出稳定性好,预报精度显著提高,每次预测相对误差绝对值都小于6%,合格率达到100%。该算法成功地解决了石泉水库中长期径流预测精度不高的难题,可有效用于水库和河川中长期径流预测。     

基于KPCA-CSO-RVM模型的工艺管道腐蚀速率预测

针对石油化工企业内工艺管道的腐蚀问题,提出一种基于核主成分分析(KPCA)算法、鸡群优化(CSO)算法、相关向量机(RVM)算法组合模型的工艺管道腐蚀速率预测方法,即KPCA-CSO-RVM组合模型。该方法首先对KPCA算法、CSO算法、RVM算法进行理论介绍,提出算法的组合方法;然后使用KPCA算法对工艺管道腐蚀速率的影响因素进行优选,使用CSO算法对RVM算法中的参数进行优选;最后采用某石油化工企业工艺管道腐蚀速率及其相关影响因素数据对KPCA-CSO-RVM组合模型进行训练,对部分工艺管道腐蚀速率进行预测,并通过计算预测误差来验证KPCA-CSO-RVM组合模型的预测效果。结果表明:基于KPCA-CSO-RVM组合模型的工艺管道腐蚀速率预测结果的最大预测误差不超过4%,平均相对误差仅为2.03%,均方根误差为0.003 5,其预测效果优于其他预测模型,证明KPCA-CSO-RVM组合模型在工艺管道腐蚀速率预测方面具有可行性和先进性。     

基于PSO算法的BP神经网络对水体叶绿素a的预测

BP神经网络(Back Propagation Network)在水体富营养化评价及预测中已广泛应用,但传统BP算法的收敛速度慢并易陷入局部最优. 提出了一种基于微粒群(PSO)算法的BP神经网络模型,利用PSO对神经网络的权值进行修正,优化神经网络结构及算法全局收敛性. 选择最能代表明湖水质状况的5号采样点作为研究对象,把2009年4月—2010年3月的月样本插值为周样本,对明湖ρ(Chla)的短期变化趋势进行了预测,并用6号采样点数据来验证网络的泛化能力. 比较分析基于PSO算法的新模型与传统BP算法模型的预测精度表明,新模型有效克服了传统算法的缺点,提高了网络的预测能力和学习能力.      

基于GIS和BP神经网络模型的PM10浓度预测与空间分布研究

耦合GIS和BP神经网络模型,探讨不同算法和隐藏神经元数对PM10浓度预测和空间分布的影响,结果显示:不同算法的PM10浓度预测值与监测值的平均相关系数和平均相对误差分别为0.85和17.58％,Levenberg-Marquardt优化算法在隐藏神经元数为20时预测精度最高.相同算法,不同隐藏层神经元数对PM10浓度的预测结果影响较大,不同算法,相同神经元数对PM10浓度的预测结果影响较小.不同算法的PM10浓度空间分布模拟在中北部的高风险区和东南部的低风险区与监测数据结果基本一致.     

基于自适应调整蚁群-RBF神经网络模型的中长期径流预测

径流预测历来是水利部门的一项重要工作,针对水库和河流中长期径流预测精度不高,提出了自适应调节人工蚁群算法(ARACS),对RBF神经网络参数进行优化,建立了自适应调节人工蚁群-RBF神经网络组合算法(ARACS-RBF)预测模型,综合考虑影响径流预变化因素,对安康水库进行中长期径流预测。对预测效果进行检验,结果证实该模型可真实地反映河川径流变化的总体趋势, 并为判断时间序列数据的非线性提供了一种新方法。与RBF神经网络模型、人工蚁群-RBF神经网络模型预测结果进行对比,结果表明,应用ARACS-RBF模型对中长期径流量进行预测,预测精度更高、效果更好。该方法克服了RBF神经网络和人工蚁群算法易陷于局部极值、搜索质量差和精度不高的缺点,改善了RBF神经网络的泛化能力,收敛速度快,输出稳定性好,提高了径流预测的精度,置信度为98%时的预测相对误差小于6.5%。可有效用于水库和河川中长期径流预测。     

基于空间拟合和神经网络的机场噪声预测集成模型

将集成学习方法引入到机场噪声预测中,提出一种基于空间拟合和神经网络的机场噪声预测集成模型.该模型采用空间拟合算法和BP神经网络算法构建基学习器,然后通过所提出的基于观察学习的异构集成算法将基学习器集成起来,获得集成的机场噪声预测结果.该模型通过集成多个异构机场噪声预测基学习器,能够有效提升预测准确率.实验结果表明,本文所提出的基于观察学习的异构集成算法,较之其他异构集成算法,在解决机场噪声预测问题上准确性更高、容错性更强.     

基于卡尔曼滤波的空气质量指数预测方法

分析了卡尔曼滤波预测空气质量指数的机理,用ARMA算法为卡尔曼滤波建立模型,提出了将RBF神经网络融合于卡尔曼滤波的方法,实现对空气质量指数的混合预测。根据空气质量指数时间序列的特点,建立了自回归预测模型,进而建立卡尔曼滤波的状态方程和测量方程。采用随机梯度逼近训练算法训练RBF神经网络,用RBF神经网络的输出作为卡尔曼滤波测量方程的观测值。融合了RBF神经网络后的卡尔曼滤波预测方法减少了单一方法的延迟现象,使同种性质的误差累积减小,提高了预测精度。对AQI序列预测的仿真显示融合后的卡尔曼滤波方法优于单一的卡尔曼滤波方法,亦优于现已广泛应用的BP神经网络预测方法。     

基于PCA-PSO-SVM模型的海底多相流管道内腐蚀速率预测

针对海底多相流管道内腐蚀速率的预测问题,首先对影响该种类型管道内腐蚀速率的相关因素进行了分析,对PCA算法、PSO算法和SVM算法分别进行了介绍,提出了可用于海底多相流管道内腐蚀速率预测的PCA-PSO-SVM组合模型,在此基础上使用PCA-PSO-SVM组合模型对44组海底多相流管道内腐蚀速率的影响因素和管道内腐蚀速率数据进行了学习训练,对10组数据进行了预测,并将该组合模型与PCA-GA-SVM模型、PCA-LS-SVM模型和PCA-CV-SVM模型3种预测模型的预测结果进行了对比,以验证所提方法的可靠性和可行性。结果表明:温度对海底多相流管道内腐蚀速率的影响相对较大,压力对其的影响相对较小;使用PCA-PSO-SVM组合模型对海底多相流管道内腐蚀速率预测的平均绝对误差仅为1.848%,模型训练时间仅为3.17 s,这两项数据均小于其他预测模型,表明针对海底多相流管道内腐蚀速率的预测问题,PCA-PSO-SVM组合模型具有可靠性和可行性。     

水环境数值模拟—SIMPLE算法研究与进展

在查阅了众多国内外有关水环境数值模拟文献的基础上,重点考察应用SIMPLE类算法进行数值模拟并同时提出改进的研究。从算法的收敛速度;校正方程;所采用的网格形式三个方面对SIMPLE算法以及在该算法的基础上经改进得到的SIMPLER、SIM-PLEC、SIMPLEX等SIMPLE类算法的研究状况进行了论述。最后,在以上论述的基础上,对SIMPLE类算法的发展趋势进行了分析预测。     

ABC算法优化SVR的磨损故障预测模型

目的为了提高故障预测的精度,针对支持向量回归SVR(Support vector machine for regression,SVR)参数选择困难的问题,提出一种采用人工蜂群(artificial bee colony,ABC)算法优化支持向量回归(SVR)的故障预测模型(ABC-SVR)。方法该模型先对样本数据进行重构,然后将故障预测误差(适应度)作为优化目标,通过ABC算法寻优找到最优的SVR参数,建立故障预测模型。最后通过实例仿真验证模型的优越性。结果采用ABC算法优化的SVR故障预测模型进行时间序列预测,能够较好地跟踪发动机滑油金属元素浓度的变化过程,并且能够提前2个取样时间预测异常情况的出现。结论 ABC-SVR模型有效解决了SVR参数选择难题,能够更加准确地表现故障变化规律,提高了故障预测精度。     

中国城市生活垃圾处理及趋势分析

介绍了城市生活垃圾的主要处理方法及目前中国城市生活垃圾的处理现状,通过实际调研和统计分析表明:中国城市生活垃圾的处理方式主要以填埋为主,占总处理量的95%以上;卫生填埋处理能力较低,处理水平参差不齐,有较大的区域性差异.基于城市生活垃圾清运量与国民经济发展水平、非农业人口数量等驱动因子相关,建立了城市生活垃圾清运量预测模型,并利用该预测模型预测了不同情景下未来中国城市生活垃圾清运量,比较分析了不同模型的预测结果,表明非农业人口预测结果与GDP和人均GDP预测结果有一定的差异,非农业人口预测结果更接近于中国的实际情况.      

干污泥高维填埋的堆体边坡稳定性模拟与分析

污泥高维填埋可以解决污泥产量剧增与填埋用地紧张的矛盾,但污泥混合高维填埋的边坡稳定性需进一步考证.本文以抗压强度和抗剪强度均较强的含水率60%左右的干污泥为研究对象,采用GEO-SLOPE软件对污泥高维填埋堆体稳定性进行模拟分析,发现填埋放坡坡度越缓,堆体稳定性越强,所允许的最大填埋高度相应越高,库容增加量越大;填埋高度越高,堆体稳定性越差;以上海老港填埋场为例,填埋单元的最佳放坡坡度为1：3.5,相应的最大允许填埋高度为28m,库容增加量为447.2万m³.     

垃圾填埋场覆盖黄土的甲烷氧化能力及其影响因素研究

利用西安江村沟填埋场不同覆盖时间的临时覆盖黄土和新鲜黄土掺堆肥配置的土样,开展了甲烷氧化培养瓶试验,培养历时最长达22d,研究了不同覆盖时间的覆盖黄土和不同堆肥掺量的新鲜黄土的甲烷氧化能力,以及含水量对覆盖黄土甲烷氧化能力的影响,分析了甲烷氧化过程中各组分气体体积变化关系.研究结果表明:不同覆盖时间的覆盖黄土的甲烷氧化能力相差很大,覆盖3~5年的黄土最大甲烷氧化能力达26.05~53.95μg CH4/(g×h), 而未覆盖的新鲜黄土几乎没有甲烷氧化能力.在新鲜黄土中掺入堆肥,能有效提高其甲烷氧化能力,且在堆肥掺量小于50%时,土样的最大甲烷氧化能力与堆肥掺量呈正比例关系.含水量对覆盖土的甲烷氧化能力有很大影响,黄土甲烷氧化的最适宜含水量约为20% ~ 30%.在甲烷氧化过程中,甲烷氧化菌将CH4中约44%的碳氧化为CO2,其余碳转化为甲烷氧化菌胞内物质.实际工程中进行覆盖层设计时,需要根据填埋场实际产气量和覆盖层导气性确定与甲烷通量相匹配的甲烷氧化速率,进而合理确定堆肥掺量.     

渗滤液反渗透浓缩液回灌出水水质变化规律的研究

为更科学合理地选择回灌填埋体提供一定的理论依据,对3个不同年份垃圾柱的回灌出水进行了水质变化规律的研究.采用成都某垃圾填埋场的渗滤液反渗透浓缩液,对装填了填埋龄为1、5和15 a垃圾的垃圾柱开展了回灌实验,研究了回灌出水中酸碱度、总有机碳、氨氮、硝态氮、重金属的变化规律.结果表明,1 a垃圾柱处于产甲烷化阶段,具有较好的去除硝态氮的能力,硝态氮的降解率达到了88%以上,但出水有机物、氨氮浓度较高,对指标的改变主要通过生物作用;5 a垃圾柱已接近稳定化,但还没有矿化垃圾的典型特征,吸附能力与生物作用均较差,对有机物、盐分、Cr、Ni的削减能力较小;15 a柱具有较好的吸附能力和络合能力,对有机物、盐分、Cr、Ni具有较好的削减能力,初期的去除率分别达到了90%、78%、93%、74%,但随着回灌进行会接近或达到吸附容量,需要控制回灌过程和进度.     

垃圾填埋气产生量估算模型简述

目前国内生活垃圾的主要处理方式是卫生填埋,填埋气中甲烷的成分占40%～60%,可作为一种清洁的可再生能源加以利用。利用填埋气首先确定其产生速率和产生量,建立准确预测填埋气产气量、产气周期、产气速率的估算模型非常重要。本文论述计算甲烷气体产生量和产气速率模型(动力学模型、统计学模型与经验模型)的使用条件和优缺点。不同的模型有不同的使用条件,目前使用较多的是经验模型。应用国外成熟模型对北京市填埋场进行填埋气估算,需要调整模型中相关参数,关键参数的确定需要实验数据作支撑。     

生活垃圾填埋过程含水率变化研究

为分析垃圾在好氧和厌氧条件下降解过程中含水率变化的规律,采用时域反射测量(time domain reflectometry,TDR)技术监测了垃圾填埋过程中含水率的变化情况.结果表明,填埋过程中垃圾体积含水率随时间逐渐增大,垃圾持水性能不断提高.好氧初期垃圾内水量变化与含水率变化正相关,好氧后期则为负相关;厌氧填埋过程中,垃圾沉降压缩是含水率变化的主要原因.垃圾TDR读数与基于物质衡算的垃圾体积含水率计算值之间有较好的相关性,好氧填埋过程两者最大偏差约为±5%,厌氧填埋过程两者最大偏差约为±2%,TDR技术适用于实际填埋工程的含水率测量.     

一种垃圾渗滤液的处理技术

本文采用厌氧反应器UASB+膜生物反应器MBR+纳滤工艺处理垃圾填埋场废水,设计处理能力为100m3/d,在进水CODs:和BODs分别为10 000 mg/L和5 000 mg/L时,经处理后,出水CODc:和BODs分别为60mg/L和20mg/L,其去除率分别为99.4%和99.6%,且出水稳定,达到了<北京市水...     

ABR-生物接触氧化工艺处理城市生活垃圾渗滤液

采用ABR反应器与生物接触氧化法相结合的工艺处理城市生活垃圾渗滤液。运行结果表明:该工艺对COD具有较高的去除率,对水力负荷、容积负荷具有较强的抗冲击能力,在处理垃圾渗滤液方面具有一定的工艺先进性。     

填埋场垃圾堆体斜面压实工程试验研究

通过现场工程试验对填埋垃圾堆体斜面压实效果进行了影响因素的研究．试验证明：在垃圾填埋作业过程中，压实机械对填埋垃圾堆体斜面压实的效果受垃圾堆体斜面坡度、垃圾堆体构造层厚度、压实机械行程次数以及压实机械的行驶方向等因素影响显著．实验结果表明：为取得最佳的垃圾堆体斜面压实效果，斜面最佳坡度在1：5～1：4之间，最佳垃圾摊铺厚度在0．6m～0．7m之间，最佳机械行程次数为3次，压实机械的行驶方向为坡下向坡上．     

垃圾填埋场填埋作业和渗滤液处理设计

介绍东海县生活垃圾填埋场概况、填埋作业及渗滤液处理设计。设计中,根据填埋场有限的库容及国内一些垃圾填埋场填埋作业的不足,因地制宜,优化了填埋覆盖方式,提高填埋场利用率。渗滤液处理采用MBR+NF+RO组合工艺,技术先进、出水水质稳定。