基于智能优化算法的河流水质模型参数的优化简

为探索河流水质模型参数新的求解方法，根据有限的实测数据，分别应用免疫进化优化算法和免疫进化优选的捕食搜索算法，对河流水质模型计算公式中的多参数进行优化。将优化得到的计算公式用于国内外若干河流的河段中DO浓度值的拟合，并与实测结果进行了比较。结果表明，将免疫进化优化算法或免疫进化优选的捕食搜索算法优化得到的水质模型参数精度不仅较高，而且相对稳定，从而为河流水质模型参数的优化提供了一种新方法。     

我国首枚国家自主安全算法RFID芯片

2008年,Mifare卡被荷兰NRU大学的F.D.Garcia攻破。中国各类重要门禁、一卡通等使用M1技术的智能卡系统受到了潜在的安全威胁,各IC卡应用行业开始进行全面、系统的安全检查。2009年,上海华虹集成电路有限责任     

污泥热干化含水率实时监测的HBA-SVM回归模型研究

利用网格划分法和黑盒法采集分析污泥含水率的实时监测数据，探讨热干化系统湿热空气的性质和计算方法，研究回风口排湿速率和干化时间与污泥含水率的关系。在污泥干化领域尝试引入最新蜜獾算法(HBA),优化支持向量机(SVM),构建HBA-SVM回归模型，并与粒子群算法(PSO)和遗传算法(GA)优化的SVM回归模型进行对比分析。结果表明：回风口排湿速率和污泥含水率随干化时间增加呈非线性降低，排湿量下降的变化速率略高于含水率。HBA-SVM的决定系数(R²)是0.996 5,均方根误差(RMSE)是0.979 2,离散度更低，精确度更高；将模型移植到嵌入式系统，经现场试验验证，综合预测精度可达90%以上，是实际污泥含水率监测的一种有效方法。     

南通地区冰后期泥沙沉积量和环境变化的初步研究

南通地区位于长江三角洲北翼，其冰后期的环境变化以最大海侵时期为界，之前为海侵期，表现为海水入侵，陆地面积减少。之后海面趋于稳定，长江泥沙在河口地区持续沉积的作用下，表现为南通地区的逐渐成陆过程。利用收集的84个分布于南通地区及附近的钻孔剖面资料，将其按不同厚度的沉积相进行整理，结合前人研究成果，根据不同的数据基础运用IDW（Inverse Distance Weighted）插值对南通地区冰后期沉积厚度分布和环境变化过程分别进行了初步研究。结果表明：南通地区古河谷区是冰后期主要的泥沙沉积区，沉积物厚度、体积和重量大于北翼地区，北翼前缘沉积要大于后缘。冰后期古河谷区沉积泥沙4 8922×108 t，北翼地区沉积泥沙1 0453×108 t，二者之比约为47〖DK〗∶10，泥沙沉积强度之比约2〖DK〗∶1。从冰后期海侵初期到最大海侵时期，再到南通成陆的晚期，南通地区水域面积比例先由622%上升到95%，再缩减到331%，陆地面积比例先由378%缩减到5%，而后又上升至669%。尽管钻孔资料可以为南通地区有历史记载之前的时期提供宏观的环境变化框架，但由于钻孔资料在测年数据及沉积相的划分方面分辨率较低，在表现南通地区历史时期的环境变化方面存在不足，需要结合考古、文物等历史资料和土壤分布等自然地理信息进行更为详细的研究     

基于人工蜂群算法与BP神经网络的水质评价模型

针对BP网络水质评价模型的不足,引入人工蜂群(ABC)算法,将求解BP神经网络各层权值、阀值的过程转化为蜜蜂寻找最佳蜜源的过程,提出了一种新的结合人工蜂群算法的BP网络水质评价方法(ABC-BP)。并以2000—2006年渭河监测断面的10组实测数据作为测试样本对其水质进行了评价,实验结果表明该方法得到的水质评价结果准确,并具有很强的稳定性和鲁棒性。     

四川省区域经济不平衡发展特征分析

以地市州为基本经济单元,以1999年主要相对指标为依据,通过综合值测算法,将全省划分为四类经济发展水平不同的地区,对四类地区平均总量指标、相对指标进行了对比分析,并揭示了其空间分布特征,简要分析了各类地区经济发展的条件和方向;以1999年、1978年各地市州GDP为例,对比分析了四川省区域经济不平衡发展的动态性特征。     

改善ECG中50Hz干扰的抑制性能

为改善心电图中５０Ｈｚ市电干扰的抑制性能,在采用简单的凹口滤波器的自适应干扰地消器的情况下,采用变动量ＬＭＳ算法,通过计算机模拟,从收敛性能和运算量等方面对ＬＭＳ算法和变动量ＬＭＳ算法算比较分析。     

VSS算法用于抑制心电图中50Hz干扰

由于可变步长ＬＭＳ（ＶＳＳ）算法能有效地改善ＬＭＳ算法存在的收敛速度与收敛误差之间的矛盾,因此可以显著地提高对干扰的抑制性能。为进一步改善心电图（ＥＣＧ）中的５０Ｈｚ干扰的抑制性能,本文应用ＶＳＳ算法。通过模拟实验分析了参数与抑制性能的关系,并从各方面与ＬＭＳ算法和其它改进的ＬＭＳ算法进行比较。     

改进BP算法在煤与瓦斯突出预测中的应用

为了正确预测煤与瓦斯突出的趋势与危险性 ,基于反向BP神经网络 ,笔者提出了一种改进的BP网络模型 :为了加快BP网络的收敛速度 ,增强其跳出局部极小点的能力 ,采用了自适应变步长法和改进模拟退火法 (SA法 )相结合的方法。实际应用表明 ,该模型收敛速度快 ,准确性高 ,具有较高的可靠性和实用性 ,是一种十分有效的煤与瓦斯突出危险性预测方法。     

深水平台施工过程自然风险定量评估

在分析现有风险理论的基础上,结合海洋施工实际,提出了一种对海洋施工自然风险进行定量评估的模型。根据目标系统各风险事件与影响因素之间存在高度非线性复杂映射的特点,提出了利用BP神经网络拟合方法,对主要风险事件发生概率进行量化的模型。针对传统的梯度下降优化算法收敛速度慢的特点,采用可避免计算Hesse矩阵的Levenberg-Marquardt算法来训练神经网络。这一模型可以模拟专家评价,并准确地按照专家的评定法则进行估算,具有一定的通用性。