基于改进飞蛾扑火算法的应急资源调度研究*

为解决多灾害点应急资源调度问题,构建不同路况下运输消耗成本最低、装车时间最少的多目标应急资源调度模型,基于双自适应因子改进飞蛾扑火算法,克服传统飞蛾扑火算法存在的局部最优而早熟收敛、种群多样性低而全局寻优性能差的问题,提高算法的寻优性能和求解精度,并求解应急资源调度问题,获得各灾害点高效应急资源配置方案。研究结果表明:与经典飞蛾扑火优化（MFO）算法以及基于Levy飞行的飞蛾扑火优化（LMFO）算法相比,基于双自适应因子的改进MFO（DAMFO）算法模型求解精度更高,研究结果可为制定合理高效的应急资源调度方案提供依据。     

飞行目标自动跟踪系统设计综述

主要介绍了GPS技术的最新发展、应用及原理，结合成熟的GPS技术，设计了一套对飞行目标的位置自动跟踪系统。该系统以C51系列单片机为数据处理核心器件，前接GPS接收机，将GPS的测量信息进行分析处理，产生控制信号，输出给后续的伺服机构，驱动伺服机构完成自动跟踪。本系统可以在森林防火指挥系统中，完成火灾监测、人员、物资调配等工作，使火灾造成的损失降低到最小。     

基于改进型萤火虫群优化算法泄漏源源强及位置反算研究*

针对标准萤火虫群优化算法（GSO）在危化品泄漏源源强及位置反算中存在精度不高,容易陷入局部最优等局限,提出混合萤火虫-Nelder Mead单纯形算法（GSO-NM）,并与基于步长的改进萤火虫群优化算法（MGSO）以及单纯形搜索混合协同进化萤火虫群优化算法（HCGSOSSM）进行比较分析,将3种改进型萤火虫群优化算法应用于泄漏源源强及位置反算中进行比较分析。研究结果表明:GSO-NM算法可以有效提高定位精度和稳定性,能较为精确地反算出泄漏源源强及位置,为泄漏源源强及位置反算研究提供1种新思路。     

1种抑制巷道信号NLOS的矿井RSSI高精度定位算法*

在RSSI（Received Signal Strength Indication）测距定位技术中,为抑制巷道信号NLOS（Non Line of Sight）传输对定位结果的影响,提出信号指纹定位和几何优化算法。在离线阶段利用高斯滤波最大值加权法和最小二乘法建立符合矿井巷道环境的无线信号测距模型,设计改进卡尔曼滤波器平滑处理离线信号值,抑制巷道信号NLOS传输带来的影响,建立离线信号指纹库;在线定位阶段,利用加权K最近邻法（WKNN）将定位目标接收到的信号值与指纹库中的信号值进行匹配,将匹配到的最优信号值参与测距定位计算,最后通过几何优化算法将定位结果归一化处理,使其符合一维定位分布。结果表明:所提算法的平均定位误差为0.9 m,相比于高斯滤波最大值加权法、经典卡尔曼滤波指纹定位算法和改进卡尔曼滤波指纹定位方法,其平均误差分别减小2.36,1.17,0.35 m。所提算法能够有效抑制巷道信号NLOS传输对RSSI测距定位的影响,可实现RSSI方法在矿井NLOS环境中的有效应用。     

油田集输管道泄漏次声波在线监测实验研究

在一个呈“V”型，大高程差间歇输油管道开展泄漏次声波监测现场试验研究，模拟同一位置、不同孔径下的泄漏特征，提出了信号白化降噪与自适应滤波相结合的数据处理算法，有效剔除了背景噪声的干扰，突出了泄漏信号下降沿特征，提高了泄漏识别定位能力，结果表明，该方法可检出最小3 mm孔径的泄漏，且定位误差均在100 m以内，可为油田集输管道泄漏监测提供有效支撑。     

长江干线多事故点应急资源调度研究

为了更好地协调长江干线应急能力，针对多起事故同时发生对多种应急资源有需求的情况，考虑到应急救援范围、应急资源种类、应急资源数量等影响因素，以缩短应急时间、满足事故点需求、缩小运输成本为目标，建立多目标调度模型，使用传统和改进粒子群算法求解，对传统粒子群算法从惯性权重参数和环形拓扑结构两个方面进行了改进，增加模型的迭代次数，从而使其能够更好地适应所提出的模型，并获得更高计算精度。以长江干线某多事故点的应急行动为例进行典型案例研究，将构建的应急资源调度模型及相应的求解算法应用于该案例，结果表明，改进后的粒子群算法具有较好的求解质量，得到的结果符合实际情况。可见，提出的应急资源调度模型可以为解决长江干线应急资源调度问题提供支撑。     

解析煤炭系统工会群监员的重要性

为认真贯彻、落实工会劳动保护监督检查“三个”条例和《全国煤炭糸统工会群众安全工作条例》，全面了解煤炭系统工会群监员（以下简称群监员）工作状况，根据徐州市总工会（以下简称市总）2012年关于开展煤炭系统群监员工作调研的通知，经与原全总劳动保护专家组部分同志商研，并共同制定调研方案与计划。具体工作由徐州市总劳动保护部负责实施（以下简称劳保部），     

基于模糊网络和时间依赖的应急车辆调度优化研究

突发灾害的应急物资调度是减轻人民财产损失、防止次生灾害发生、保障社会稳定的必要支撑。借助模糊数学中的三角模糊数学方法对不确定的需求信息特征进行描述,用模糊函数积分确定车辆在路段的模糊行驶时间。以应急车辆调度的总时间最短为调度的主要目标,同时配送数量应最大限度地满足需求点的需求量为次要目标建立应急车辆调度模型。然后设计粒子群算法对模型进行求解。最后通过算例,验证建立的模型拟合现实中的情况,结果不是确定数值,而是模糊数值范围的优化。     

基于虚拟力的危化品仓储堆垛定位校正算法

超宽带定位技术作为一种室内高精度定位技术是解决危化品仓库堆垛贮存状态安全监测的有效方法，但在仓库非视距环境中，存在定位精度不足的问题，无法满足堆垛“五距”安全的监管要求。针对此问题，从UWB信号的信道模型和定位精度影响因素出发，利用高斯滤波消除了参考点在定位过程中由于系统和环境带来的随机误差影响，建立了参考点误差矢量库，并提出了一种虚拟力校正算法，利用建立的矢量库来对待测标签进行矢量补偿，达到提高定位精度的目的。实验表明，该方法可以提高危化品仓储堆垛定位精度，适用于监测危化品仓储状态。     

基于IPSO-BP神经网络的钢丝绳断丝损伤识别模型研究

为解决传统钢丝绳断丝损伤识别方法精度低，BP神经网络陷入局部最优等问题，提出改进粒子群算法（IPSO）的BP神经网络识别模型。通过采集钢丝绳断丝损伤信号，提取缺陷信号特征，用峰值、峰峰值、波宽、波形下面积和波动能量5个特征值组成特征向量作为神经网络的输人，断丝数量作为神经网络的输出；利用改进粒子群算法对BP神经网络的初始权值和阈值进行优化；建立基于IPSO-BP算法的神经网络模型，用于钢丝绳断丝的定量识别。结果表明:IPSO-BPS神经网络模型的钢丝绳断丝损伤识别精度、泛化能力均高于传统BP神经网络模型，且改进的粒子群算法迭代寻优速度更快。     

基于BP神经网络的岩石损伤声发射事件源定位研究*

工程岩体一般包含大量的节理、裂隙等各类缺陷,利用AE技术可以对缺陷进行定位,但仍然有很大误差。为进一步减小AE定位误差,确定缺陷位置,做好安全预警工作,研究提高岩石声发射定位精度的优化方法。利用断铅实验模拟产生声发射信号,将声发射信号特征参数中的幅值、能量、振铃计数以及到达时差作为输入,断铅点真实坐标作为输出,构建BP神经网络模型,并通过实验确定最优隐含层数等参数,最后通过交叉学习训练交叉预测得出断铅点坐标,并与基于到达时差的传统定位法以及考虑材料各向异性条件下的波速优化算法进行对比。结果表明:BP神经网络算法与传统方法相比,板状岩石声发射定位的误差显著减小,定位精度提高;岩石试件定位误差的误差波动更为平稳,有效改善了声发射源位置对定位效果的影响。本方法为岩石缺陷的精确定位提供了1种较好的技术手段。     

基于支持向量机的化工工艺安全评价模型构建及优化研究*

为解决现阶段基于风险分级的安全评价方法仍存在着高维数据处理不当、评价智能化程度不高等问题,创建支持向量机的安全评价模型,利用核函数解决安全评价因子分类问题,粒子群算法（PSO）寻找最适合模型的正则项C,进一步提升安全评价模型的正确率,形成适用高维数据的化工工艺安全评价方法。研究结果表明:该模型与经典支持向量机模型和BP神经网络评价模型相比具有更高的正确率,研究结果对借用机器学习来创新安全评价理论及工程应用具有现实意义及理论价值。     

基于遗传-BP算法的煤矿安全监控系统测试研究

针对煤矿监控系统的测试要求,提出了一种自动生成测试用例数据的方法用于煤矿监控系统的测试任务。该方法利用遗传算法和BP算法对要测试的功能模块和逻辑结构进行分析解读,通过全局寻优得出最佳测试路径和测试数据,对于提高测试的精准性和有效性有很大优势,而且相对与人工测试更加安全。新的测试用例生成算法结合遗传算法和BP算法,能充分发挥遗传算法的全局寻优能力和BP算法学习能力强的优势,使得数据生成更快捷可靠。选取煤矿监控系统的部分功能测试作为实验材料,与人工测试方法和利用遗传该算法生成测试数据进行了比较。结果表明,该新方法能够更好的检测出煤矿监控系统中的错误,发现错误的数量和时间都较人工测试要好,对于提高煤矿安全监控系统的准确性和稳定性有较好的帮助。     

基于组合定位海量数据处理的铁路机车安全距离预警

针对我国铁路机车定位数据丢失时有发生的现象,阐述了以现有较成熟的GNSS/INS/DR（Global Navigation Satellite System/Inertial Navigation System/Dead Reckoning）组合定位装置构建铁路机车定位的系统架构。在此基础上,针对海量位置数据,引入Hadoop技术,给出了采用HBase存储海量位置信息数据的方法,采用MapReduce校正位置信息数据及安全距离计算的方法。经实验验证,该方案在需要大量数据存取的情况下,采用MapReduce进行分布式数据分析效率更高,扩展性更好。     

飞行安全技术影响因素及其作用机制研究

为通过管控飞行安全技术的影响因素提高飞行员飞行技术水平,从信息感知、信息处理、判断决策和反应行动4个方面分析了影响飞行安全技术的因素,并对影响作用做出假设。采用问卷调查获取数据,并应用结构方程模型定量分析各因素对飞行安全技术的作用。研究结果表明:判断决策相关因素、信息处理相关因素、反应行动相关因素、信息感知相关因素对飞行安全技术的影响程度依次递减;平衡觉、运动觉、视觉、震动觉、听觉通过作用于飞行员的信息感知进而影响飞行安全技术且影响程度依次递减;飞行经验、注意、理论知识、记忆通过作用于飞行员的信息处理进而影响飞行安全技术且影响程度依次递减;空间定向、风险感知、逻辑推理、快速运算通过作用于飞行员的判断决策进而影响飞行安全技术且影响程度依次递减;动作协调性、动作准确性、动作及时性通过作用于飞行员的反应行动进而影响飞行安全技术且影响程度依次递减。     

基于微型惯性传感器的井下人员跟踪定位系统*

为了解决当前煤矿井下使用的WIFI人员定位系统在煤矿井下复杂环境中受到干扰,造成使用精度误差等问题,研究并提出使用微型惯性传感器制作足部轨迹测量传感器,通过惯性轨迹测量算法计算并跟踪井下人员的移动轨迹。使用基于固定阈值的零速检测技术和基于Kalman滤波的零速校正技术估计并校正由于系统长期工作造成的偏移误差。通过实验证明采用微型惯性传感器能够在不依赖于外部传感器的情况下对人员轨迹实现测量跟踪,Kalman滤波的应用能够减少惯性轨迹测量系统造成的长期漂移误差,可避免井下复杂工作环境对定位造成的干扰。     

SFLA-Verhulst组合模型预测矿井瓦斯涌出量

针对矿井瓦斯涌出量的时变性、波动性、非线性以及不确定性等特征，提出了SFLA-Verhulst组合预测模型，用于对具有非线性动态特征的瓦斯涌出量进行预测。该模型通过蛙跳算法对Verhulst模型的背景值参数寻优，并引入一次指数平滑法对原始数据进行优化处理，建立了基于混合蛙跳算法的SFLA-Verhulst组合预测模型；结果使模型在原始数据不准确或存在误差干扰的情况下仍能进行精度较高的预测。将新模型应用于某矿瓦斯涌出量预测，并对模型的预测结果进行检验分析，结果表明:该模型在结合蛙跳算法的全局寻优特点后预测精度较传统的GM(1,1)模型有明显的提高，适用性更强。     

AHP与GA-SVM耦合模型在滑坡预警中的应用*

为了减少滑坡造成的损失，提高滑坡预测的准确性，通过搭建灾害模拟平台获得滑坡的实验数据，在获得多组模拟实验数据后，分析各变量的特性。首先，通过层次分析(Analytic Hierarchy Process，AHP)算法，对滑坡进行危险度划分；然后，通过支持向量机(Support Vector Machine，SVM)建立模型，遗传算法(Genetic Algorithm,GA)再优化SVM参数，提出1种层次分析法与GA-SVM相耦合的模型。研究结果表明:AHP方法划分后的数据，通过GA与SVM结合建立的模型精度较好，实验预测结果与实际结果较为吻合，与单一SVM相比，精度更高，结果更好，更加适用于多变量的复杂非线性滑坡预警。