关联交叉口交通流模糊变权重组合预测方法

针对单一交通流预测方法存在的局限性和传统交通流组合预测模型中权重不能动态变化的问题,提出一种关联交叉口交通流模糊变权重组合预测方法。先对交叉口交通流的关联性进行分析,并给出关联交叉口的定义;再建立关联交叉口交通流模糊自适应变权重组合预测模型,该模型分别利用Kalman滤波器模型与SVM模型来预测关联交叉口交通流量,然后根据这2个模型预测的误差和交通量的变化趋势,采用模糊逻辑推理方法,对这2个预测模型分别赋予适当的权重。试验结果表明,组合预测模型的最大绝对误差、平均绝对误差和相关系数均明显好于单一的预测方法,分别为9.8%、4.63%和0.99。     

大气中痕量挥发性有机物的结构表征和保留时间的估计与预测

采用分子电性距离矢量（MEDV）表征大气中痕量挥发性有机物的分子结构,同时采用逐步回归结合统计检测对模型进行变量筛选,建立了大气中痕量挥发性有机物定量结构-色谱保留（QSRR）关系的8个变量和5个变量模型,两种QSRR模型的建模计算值复相关系数（R）分别为0.937和0.931;留一法（leave-one-out）交互校验复相关系数（RCV）分别为0.901和0.906,表明模型具有良好的估计能力与稳定性.     

近20年来中国典型区域PM2.5时空演变过程

近20年来PM_(2.5)污染严重制约了中国可持续发展.长时间序列历史监测数据的缺失阻碍了相关研究.为此,本文以四大典型区域2013~2016年的PM_(2.5)浓度监测值和2000~2016年MODIS AOD数据、边界层高度、温度等气象数据作为基础数据,将反向人工神经网络和支持向量回归机两种算法相结合,构建组合模拟模型,并利用地理空间分析技术实现近20年来PM_(2.5)浓度历史变化过程的情景再现.研究结果表明,组合模型具有较低的误差和更高的泛化能力;时空分析结果表明,2000~2010年京津冀和东三省PM_(2.5)浓度持续增长,珠三角PM_(2.5)浓度缓慢下降,3个研究区PM_(2.5)污染范围呈扩大趋势,长三角PM_(2.5)浓度值及污染范围基本保持稳定.2012年4个研究区PM_(2.5)浓度值降低且污染范围缩小,但2013~2016年PM_(2.5)浓度略微上升后又下降,高污染范围缩小,这与国家采取PM_(2.5)区域联防等治理措施有关.     

基于矢量空间数据的陵水海滨风景名胜规划区生态敏感性评价

以陵水海滨风景名胜规划区为研究区域,通过调查主要生态敏感问题,选取基本农田、生态保护林、自然保护区、河流水库、道路等主要评价指标,建立评价指标体系,并在此基础上,以Are／info为平台,以矢量数据为数据环境,创建了生态敏感性评价模型。结果显示,20．28％和29．37％的规划区处于较敏感区和敏感区,8．85％旅游设施用地和9．54％旅游服务用地处于敏感区。最后提出了在旅游开发过程中,保护生态敏感目标的合理性建议。     

pUCD-recA重组发光菌构建及对遗传毒性污染物响应作用

基因重组发光菌在水质毒性的评价中具有重要的作用,本研究从分析污染物毒性损伤的机制出发,构建新型pUCD-recA基因重组发光菌.用PCR法从大肠杆菌W3110中扩增recA基因,将其与pGEM-T easy载体连接后测序.测序正确的recA片段及pUCD615载体均用BamHⅠ、EcoRⅠ双酶切,连接后电转化导入宿主菌JM109.挑取克隆,提取质粒用PCR鉴定,阳性克隆再进行测序.将构建成功的pUCD-recA载体转化入大肠杆菌RFM443,加入相应的遗传毒性污染物,观察发光响应作用.结果表明,recA基因PCR扩增出的片段为293 bp,测序结果与GenBank中的recA序列进行BLAST比对,同源性为99%,表明扩增序列正确.与pUCD615载体连接后的测序结果表明,recA基因已正确地插入到pUCD615的多克隆位点,方向和读码框正确,重组发光菌载体构建成功.将构建好的重组载体转化入RFM443宿主菌,加入遗传毒性污染物观察响应效果.丝裂霉素C(MMC)对pUCD-recA重组发光菌诱导效果最好,0.01 mg/L即可有很好的响应曲线;N′-甲基-N′-硝基亚硝基胍(MNNG)则在50~100 mg/...     

种族鱼群优化支持向量机序列理论监测尾矿坝

为监测预警尾矿坝的变形位移,提出基于结构风险最小化理论的支持向量机进行学习预测。通过采集有效数据,对时间序列数据进行归一化序列处理,然后采取种族鱼群选择向量机参数,对处理后的数据进行支持向量机回归预测。将该理论应用到某尾矿坝监测系统,得到了较为准确的预测结果,表明该理论充分利用了数据的统计特性,精度和泛化能力都得到了明显提高,可作为尾矿坝监测系统的有效指导。     

基于支持向量机的巢湖富营养化程度评价研究

由于湖泊富营养化程度影响因素多,评价因素与富营养化等级之间关系复杂而且具有非线性特征。支持向量机是由Vapnik等人提出的建立在统计学习理论基础上的一种新的机器学习方法,由于其使用结构风险最小化原则代替经验风险最小化原则,解决了一些神经网络遗留的问题,又由于其应用了核函数思想,它可以较好地解决非线性问题,利用支持向量机多类分类算法,构建巢湖富营养化程度评价模型,取得较好的结果。     

现代统计信息分析技术在安全工程方面的应用——层次分析法原理

层次分析法是一种决策新技术,它利用矩阵特征值和特征向量运算,帮助人们进行群组判断,以确定某些定性变量的赋值。介绍了其基本原理及计算方法。     

基于SVR的含缺陷管道剩余强度研究

针对采用标准预测含缺陷管道剩余强度误差较大这一问题,在Matlab中建立基于SVR的含缺陷管道剩余强度预测模型,并基于60组含缺陷管道爆破试验数据进行训练测试,以验证模型的实际性能.结果表明:SVR模型预测测试集结果的最小相对误差为0.55％,最大相对误差为10.35％,平均相对误差为2.63％,预测结果的R2高达0....     

混合液体火灾爆炸危险性——闪点预测与实验研究

支持向量机应用核函数技术,已经成为当前国际上一个研究的热点,由于支持向量机具有良好的理论基础和泛化性能,可将其引入到混合液体闪点预测的研究之中,以期建立准确、高效的预测模型。本文建立了一个基于支持向量机的理论模型,用于预测二元互溶混合液体的闪点。根据所研究混合液体的物理性质,选择了纯物质的粘度、表面张力、配比、燃烧下限等物理参数来表征闪点,以这些参数作为输入参数,二元混合液体的闪点作为输出值,应用支持向量机方法对两者之间的内在定量关系进行模拟。结果表明,闪点预测值与实验值符合良好。本方法的提出为工程上提出了一种预测二元互溶液体闪点的有效方法,可应用于评估混合溶液的火灾爆炸危害性及本质较安全设计。