矿山地质环境安全评估的Bayes判别分析法及应用

从矿山地质环境的实际特性出发,应用Bayes判别分析方法评估矿山地质环境问题。选用13项影响矿山地质环境的区域地质条件、环境现状、矿产资源开发规划、生态恢复治理状况的具体评估指标,以大量实测资料作为学习样本,并按各总体的样本比例确定先验概率,建立了矿山地质环境评估的Bayes判别分析模型。将该模型用于预测样本的评估中,采用回代估计法对判别结果进行验证,误判率为零,判别结果和实际一致。研究结果表明,Bayes判别分析模型是一种结构稳定、判别准确率很高的评估模型,能够用于矿山地质环境的评估。     

机动车闯红灯判别模型及评价研究

为了提高机动车闯红灯警示系统判别准确率,提出适用于该系统的机动车闯红灯判别模型并进行评价。首先综述闯红灯警示系统的产生与发展现状,根据系统服务需求与工作流程,提出使用Logistic回归与神经网络方法建立判别模型预测机动车停止-通过行为,通过城市交通实测数据对模型进行评价。数据采集自上海城市道路交叉口进口道,通过Autoscope视频检测系统提取机动车运行数据。评价结果表明,Logistic回归与神经网络模型正确判别率均达到90%以上,神经网络具有更好的判别准确率。相对于速度,当前检测地点与上游地点30 m处车速差或速度比更宜作为模型中的判别参数。     

基于Fisher判别法岩溶塌陷倾向性等级分类预测

为准确预测岩溶塌陷倾向性的等级分类,通过分析大量观测实例,选取岩性系数、岩体结构系数、地下水系数、覆盖层系数、地形地貌系数和环境条件系数作为模型判别因素。对12个实际观测样本进行训练,建立了基于Fisher判别分析法(FDA)的岩溶塌陷倾向性等级分类预测模型。借助SPSS软件工具,得到判别模型的4个判别函数。根据判别函数对训练样本进行回判,并对2个待判样本进行预测。结果显示:第一、第二判别函数的综合判别效率达到100%,大于规定的85%,满足工程实际应用需求;对训练样本进行回判时,误判率为零,同时对待判样本的分类预测准确率为100%。     

中小型水电站库区富营养化变化趋势探析——以红岩水电站为例

流域梯级电站开发日益使河流湖库化,特别是建在流域下游的水库尤为明显,湖库富营养化已成为水库的主要生态环境问题,备受中外学者关注。本文通过对红岩水电站库区富营养化程度预测判别,分析了中小型水电站库区蓄水后富营养化变化趋势,提出中小型水电站库区富营养化控制对策,为湖库区水质保护与改善提供参考。     

储罐腐蚀及清罐周期合理性研究

描述了腐蚀对储罐的影响,并使用贝叶斯判别预测方法对储罐腐蚀状况进行了预测,合理确定了储罐清罐周期。     

改进的GA-BP神经网络在矿井突水水源判别中的应用

矿井突水水源的判别是制定防治水措施的重要环节。通过对某矿含水层水化学特 性的相关性分析,将PCA算法、K折交叉验证算法嵌入GA-BP神经网络,提出了一种新的 GA-BP神经网络,将其应用于实例分析中,并与传统的方法进行比较。结果表明:针对 水化学特性相近的含水层,PCA算法能够排除样本中的冗余信息,降低样本指标维度, 简化BP神经网络结构;K折交叉验证算法能够提高GA算法对BP神经网络权值的寻优质量 ,使GA算法的进化方向更具合理性;二者的引入大大优化了传统GA-BP神经网络性能, 其判别精度更高、适用性更强、结果更可靠,在矿井突水水源判别方面具有很好的应用 前景。     

基于模糊综合判别的森林火险等级预报研究

森林火险气象因子的预报具有很大的不确定和模糊性,而依赖于气象预报因子的森林火险预报同样具有等级判别的模糊性.以海南岛森林火险气象等级预报为例建立森林火险预报模糊数学模型,研究建立森林火险预报模糊综合判别数学模型的关键技术,并分析对比模糊数学模型与其它常用森林火险预报方法模型的优劣.结果表明模糊数学模型在海南岛森林火险等级预报中显现出明显优势,它能够更好地分辨出高森林火险与低森林火险,较好反映森林火险等级与气象因子之间存在的复杂关系.     

基于层次分析法的往复压缩机组安全评价指标体系研究

科学合理的评价指标体系是往复压缩机组安全评价的基础,并直接影响评价结果的准确性.以人-机-环境-管理的分析方法建立了一套包括安全管理因素、设备因素、技术资料因素、环境因素、救援措施5个方面的系统的、科学的安全评价指标体系,并以层次分析法为理论基础,用判别矩阵来确定各层评价指标的权重,从而提高了往复压缩机组安全评价结果的准确性和科学性.     

基于距离判别分析理论的露天矿边坡潜在破坏模式识别方法

露天矿边坡潜在破坏模式的识别仍然值得深入研究。基于距离判别分析理论,结合露天矿边坡失稳的特点,选取岩石单轴抗压强度、结构面倾角、结构面与边坡面的位置关系、地下水条件、岩体结构类型、黏聚力、内摩擦角、边坡高度、边坡角等9个因素作为判别露天矿边坡潜在破坏模式的指标,建立露天矿边坡潜在破坏模式识别的距离判别分析模型。以21个典型露天矿边坡的信息作为学习样本进行训练,建立相应的判别函数进行识别,并以回代估计法对该模型进行检验。研究结果表明,经过学习后的模型误判率为0.05,即判别能力是高的。用所建立的模型判别某露天矿边坡的失稳模式,判别结果和期望结果比较符合。     

高含硫气田应急疏散能力评估方法研究

高含硫气田一旦发生事故,及时疏散是确保周边居民安全的最好方法[1],我国高含硫气田主要位于山区,天然气含硫量高,毒性大,居民居住较为分散,山区道路交通不便,居民文化程度不高,疏散难度大,企业修筑的道路其疏散能力缺乏评估依据,本文分析了相关标准及我国井场现场情况[2],采用疏散时间综合判别法来分析评估疏散能力,并结合某高含硫井场进行了计算,通过计算得出该井场周边应急疏散道路是否符合疏散要求。本文最终总结并给出该方法相关建议。