单元模态应变能法在输电铁塔损伤识别中的应用

输电塔结构在灾害中发生倒塌的现象时有发生,故而对输电塔结构进行健康监测具有重要的实际意义。介绍了单元模态应变损伤指数(EMSDI)在结构损伤识别中的表达式,并将其应用于输电铁塔模型试验中。采用单元形函数代替原有模态曲率计算方法,可有效降低计算单元模态应变能的计算误差,从而增加了识别的准确性。在输电铁塔仿真模拟和试验中,对该识别方法的准确性和可靠性进行了验证。实例表明:单元模态应变损伤指数法能够准确地识别出结构的损伤位置,并可在某种程度上反映出损伤程度,可以应用到实际输电塔结构损伤识别中。     

基于AGA-BP神经网络的采空区危险性评价

针对采空区危险性评价的影响因素众多且关系复杂的特点,提出了基于AGA-BP神经网络算法评价采空区危险性。将岩体结构、地质构造、岩石抗压强度等13个影响因子作为神经网络输入,采空区危险性等级作为输出,建立一个采空区危险性评价的BP神经网络模型;采用自适应遗传算法(AGA)对BP网络的初始权值和阈值进行全局寻优,将寻优结果回代入网络中进行训练并预测得出采空区危险性等级;利用其它智能算法与该预测结果做出比较,以验证AGA-BP算法的有效性及优越性。结果表明:该算法的优化效果明显,同时在训练时间与预测精度上较其它智能算法有突出的优势,是一种在采空区危险性评价方面值得推广的新方法。     

基于小波分解及遗传BPNN耦合模型的地表水As浓度预测研究

随着工业的快速发展,水体中污染物超标事件时有发生,造成了较严重的水环境污染问题.水环境监测与预报是环境科学研究的重要内容.为了实现地表水砷（As）污染的准确预报,本研究提出小波分解、遗传算法与BP人工神经网络的耦合建模方法,并结合某河流监测站1998—2016年共19年的地表水质监测数据,通过皮尔逊相关系数和信息指标评价法对模型输入变量进行筛选,最后对比分析了在不同水质参数输入情况下BP人工神经网络（BPNN）、遗传算法改进的BPNN（GABP）、小波-遗传BPNN耦合模型（W-GABP）对后6年（2011—2016年） As浓度预测结果的均方根误差（RMSE）、决定系数（R²）、平均绝对百分比误差（MAPE）,以确立最优模型.结果表明：①多水质参数BPNN、GABP与W-GABP耦合模型预测结果的MAPE分别为17.51%、15.98%、14.46%,单水质参数BPNN、GABP与W-GABP耦合模型预测结果的MAPE分别为18.78%、16.74%、7.83%;②小波分解数据前处理及遗传算法均能较大程度地提高预测模型的精度;③对于地表水水质预报,需对比不同模型在不同输入变量下的预测结果,以获得最佳的预测精度.单水质参数输入的W-GABP耦合模型能较准确地预报地表水As浓度的变化情况,对数据缺乏地区水质监控和地表水As污染防治具有重要意义.     

基于EMD-MFOA-ELM的瓦斯涌出量时变序列预测研究

为准确分析工作面绝对瓦斯涌出量的非平稳特征,实现瓦斯涌出量的准确预测,基于经验模态分解(EMD)、修正的果蝇优化算法(MFOA)和极限学习机(ELM)基本原理,构建瓦斯涌出量的EMD-MFOA-ELM多尺度时变预测模型。通过EMD将瓦斯涌出量时变序列进行深层次分解,获得多尺度本征模态函数(IMF);采用MFOA-ELM对各IMF时变序列建立动态预测模型,等权叠加各预测值,得到模型最终预测结果。以晋煤某矿瓦斯涌出量监测时序样本为例进行研究分析,结果表明:EMD能充分挖掘出监测数据隐含信息,有效降低数据复杂度;该模型预测相对误差为0.024 3%~0.651 0%,平均值仅为0.252 6%,预测精度和泛化能力高于未经EMD分解模型,能很好地适用于非平稳时变序列预测。     

基于数据挖掘技术的事故隐患预警方法研究

为改良企业既有隐患排查治理方法,提高辨识效率,提升整改效果,应用并优化数据流滑动窗口模型、等价类变化算法、变化挖掘算法等数据挖掘技术,构建1种关联隐患预警方法,该方法以企业历史隐患数据为基础,通过挖掘实时隐患数据的关联规则,发布关联隐患的类型、存在可能性和变化模式等预警信息,指导企业进行针对性排查和整改。最后,以72家安全管理性质相似企业的28 957项隐患数据为例,验证该方法可行性。研究结果表明:该方法不但能挖掘关联隐患类型及其变化模式,而且预警准确率随置信度水平提升而不断提高。     

基于改进遗传-单纯形混合算法的危险气体泄漏溯源分析

当发生危险气体泄漏时,确定其泄漏位置和泄漏源强,是制定应急方案的基础和依据之一。当无法直接确定泄漏位置、测量泄漏源强时,就需要通过有限的几个监测点,反演出可能的泄漏位置和泄漏源强,现有方法存在收敛过慢、初值敏感、参数过多等问题。描述一种结合改进遗传算法和单纯形法的IGA-NM混合算法,可用于快速反算气体泄漏的位置和源强。IGA-NM混合算法既避免了GA的收敛过慢,又避免了NM初值敏感,兼顾了全局优化。与GA、NM相比,IGA-NM混合算法的计算速度更快,计算误差更小。最后,应用IGA-NM混合算法,基于WebGIS设计了一套计算气体泄漏源强和位置的计算机程序,简化了输入参数,使用方便,可适用于气体泄漏应急监测、大气污染源溯源反查等场合     

区域联防联控挥发性有机物(VOCs)最优减排方案研究

VOCs区域性联防联控治理是当前彻底治理VOCs污染的有效手段,为了实现VOCs区域性联防联控治理,建立了以减排总量最大、减排成本最低、VOCs减排限产产生的经济影响最小为目标的多目标最优减排模型,提出了基于自适应变异率的分解多目标进化算法（Decomposition Multi-objective Evolutionary Algorithm based on Adaptive Mutation Rate,简称MOEA/DAMA）.选取关中某城市群为研究对象,将VOCs的排放数据代入到最优减排模型中,运用MOEA/DAMA算法对其求解.根据最终的优化结果与MOEA/D初始算法和NSGA-Ⅱ优化算法的优化结果进行对比,结果表明MOEA/DAMA相较于NAGA-Ⅱ和MOEA/D的Pareto解的分布性更广、解的收敛性更高.在对Pareto解的分析上融入决策者的根据实际情况的权衡,计算出更合理的VOCs最优减排方案,为长效科学治理VOCs污染提供借鉴.     

基于蛙跳算法优化的生态环境质量评价的韦伯-费希纳指数公式

为了建立简便、实用的生态环境质量评价模型,在构建生态环境评价指标体系的基础上,设定各指标的参照值和规范变换式,使规范变换后的不同指标同级标准的规范值差异不大。进而提出了一个对多项指标的规范值都适用的生态环境质量评价的韦伯-费希纳(W-F)指数公式。采用混合蛙跳算法对公式的参数进行优化,得出优化后对多项指标皆适用的生态环境质量评价的W-F指数公式。运用该公式对巢湖流域的生态环境质量进行评价,其结果与该流域生态环境质量实际情况基本相符,表明模型有一定的实用性。     

An Optimization Method for Estimating Constituent Mean Concentrations in Base Flow‐Dominated Flow

Pollutant coefficients have been widely used to assess runoff nonpoint source pollution from individual land uses (e.g., agricultural, residential) of a watershed. Pollutant coefficients, known as event mean concentrations (EMCs), were developed by the U.S. Environmental Protection Agency's Nationwide Urban Runoff Program (NURP) to serve as a national measure for characterizing pollutant loading in a receiving water body. The term “baseflow pollutant coefficient (BPC)” is used in this study as a surrogate for EMC to describe mean concentration of pollutants in base flow‐dominated flow. A method for characterizing base flow quantity and quality for different land uses was explored using inverse modeling with two optimization techniques (a least square method and a genetic algorithm [GA] optimization), land use information, and streamflow quantity and quality data. The inverse model was formulated as a constrained minimization problem and demonstrated with data for 15 watersheds in Indiana. Results showed that estimated pollutant coefficients are comparable to the published literature. This indicates that the proposed method has the potential to effectively estimate constituent mean concentrations for pollutant load determination in gauged and ungauged watersheds, albeit more analysis with larger and more robust datasets is desirable to further refine and validate the accuracy of the approach.     

基于危化品事故案例的决策规则提取算法研究*

为充分解析文本形式的危化品事故案例,探讨事故类型与大量事故致因间的因果关联,从化工行业入手,通过扎根理论对175起危化品事故案例进行因素提取,共确定5个子系统、19个因素、80个子因素,提出基于事故生命周期的事故致因框架;在此基础上,提出改进的Gra Apriori算法,以解决经典的Apriori无法考虑属性类别关系的问题,最终获得14个以事故类型为决策属性的规则。结果表明:这些规则从不同事故阶段细致地剖析了危化品事故所遵循的规律,重现事故的演变过程,为危化品事故风险管理提供准确可靠的预防策略和决策支持。