基于优化方法的区域疏散路径规划研究

由于各种灾害的频频发生,对于区域整体及局部的疏散规划方案的研究具有迫切性和必要性。基于传统的迪杰斯特拉算法和回溯法的思想,对矩阵化的地图信息进行处理和计算,得到满足最大疏散人数、总体最短疏散路径、最短疏散时间等优化条件的优化方案。最后将这种方法运用到实际中,得出了某大学校区的路径选择方案。     

基于SA-ELM的爆破震动速度预测

针对爆破震动速度与其影响因素之间的复杂非线性,结合模拟退火算法(SA)的全局寻优性,提出了一种新的SA-ELM算法.以矿山周边建筑物爆破震动实测数据作为训练样本,选取总药量、最大段药量、测点与爆破点距离、地面震动特性、建筑物震动特性等8个影响因素作为输入变量,建立了爆破震动速度预测的SA-ELM模型.模型训练值和预测值与实测值的均方误差(MSE)分别为0.20和3.26,平均相对误差控制在5％以内,显示出该模型具有良好的训练精度和泛化能力.对比传统ELM模型,SA-ELM模型不但提高了精度和泛化能力,而且降低了隐层节点数变化对训练结果的影响,提高了模型的稳定性.     

浅谈公安监管监控联网信息化的建设

2014年,公安部监所管理局下发了《关于规范和加快推进公安监所监控联网建设的通知(公监管〔2014〕72号)》,要求各地规范和加快推进公安监所监控联网,全力配合全国公安监管信息中心建设。为贯彻落实全国公安监管工作座谈会议精神,按照部监管局通知的工作部署,天津市结合实际需求,与其他省市一样着力建设省、市、所三级的监管指挥系统,     

不同升温速率下煤自燃机理函数的优化——基于人工鱼群算法

为了确定最优的煤自燃机理函数,首先采用热重实验和热解动力学方法建立煤氧化反应的热分析动力学方程,再利用人工鱼群算法对煤自燃氧化方程进行优化,最终确定最优的煤自燃机理函数。该方法能较好的确定最优化煤自燃机理函数,且具有较好的拟合效果。对不同变质的煤样进行煤自燃机理函数的人工鱼群算法研究,并以双鸭山东荣二矿14层采区的煤样为例进行热重实验分析,得到不同转化率下的活化能。利用人工鱼群算法对不同升温速率下所得的煤自燃机理函数方程进行优化,结果表明煤自燃的最概然机理函数类型为[-ln(1-α)]n,反应级数n随着升温速率升高而降低。     

气相分子吸收光谱法测定空气中的氨

文章探索利用气相分子吸收光谱法测定空气中的氨。用稀硫酸吸收液采集空气中的氨,将其转化为硫酸铵,通过次溴酸盐将其氧化成等量的亚硝酸盐,利用气相分子吸收光谱仪测定亚硝酸盐氮的浓度,从而测出空气中氨的浓度。应用气相分子吸收光谱法测定空气中的氨方法准确可靠。     

污染土壤中铅的测定方法比对

采用原子吸收光谱法(AAS法)、电感耦合等离子发射光谱法(ICP-OES法)和X-荧光光谱法(XRF法)分别测定污染土壤中的铅,并对检出限、精密度、准确度等指标进行了比对。结果表明,3种方法均能满足质量控制的要求,测定结果之间无显著性差异; 3种方法中ICP-OES法和XRF法可同时测定多元素,但XRF法更快速简便。     

提高GPS定位精度的群调度滤波算法*

为解决现行安全生产科技领域中全球定位系统（GPS）/惯性导航系统（INS）融合系统容易产生较大时变误差的关键问题，满足GPS定位信号的精度和信号数据处理时间的要求，提出1种群调度滤波算法，通过实验仿真，分别与模糊算法、机器学习算法及卡尔曼滤波网络算法进行比较研究。结果表明:群调度滤波算法兼顾了定位精度与数据处理时间，具有较大优势，可在航空安全、船舶安全、应急监测、灾后抢险等安全科技领域广泛应用。     

人工智能与专家的故事

人工智能几起几落,一般认为这一轮热潮从2012年开始。这一年,Hinton和他的学生Alex Krizhevsky设计的Alex Net采用深度学习算法,在Image Net图像识别竞赛中获得冠军,图像错误识别率下降10多个百分比,同期的其他神经网络每次的成绩提升很少达到5%,立即引起业界对深度学习的极大关注。之后的两年时间,深度学习网络进一步把整体错误率下降至5%以内,达到了人眼的水平。随后,Google、Micro Soft、Facebook先后开源了自己的深度学习框架Tensorflow、CNTK和Caffe。一时间,国内外涌现了大量的人工智能创业公司。除了深度学习技术,GPU芯片、分布式计算、计算位数压缩等新的优化技术也加快了神经网络的训练和使用效率,人工智能应用从高性能数据中心向嵌入式设备发展。     

碳汇造林项目促进了当地经济发展吗?--基于四川县域面板数据的PSM-DID实证研究

林业是重要的碳汇资源,在减缓全球气候变化、改善自然生态环境、促进经济可持续发展等方面有着至关重要的作用。作为林业碳汇的重要实现形式,碳汇造林项目兼具生态保护、促进经济发展与贫困减缓等重要功能,其实施成效究竟如何需要进一步验证。为此,本文从理论上分析了碳汇造林项目对县域经济发展的影响机理,利用2000—2016年四川47个县域的面板数据,采用PSM-DID模型估计了碳汇造林项目对县域经济发展的平均效应和动态效应,并对其影响机理进行了验证。结果显示:①碳汇造林项目的实施显著地促进了地区实际GDP和人均实际GDP的增长,这一结论在进行稳健性检验后依然成立;②囿于项目周期较长,此促进作用在短期内尚不能立竿见影,具有明显的滞后效应,且实施的时间越长,对当地经济发展的促进作用越大;③碳汇造林项目主要通过优化当地产业结构、提高居民储蓄率、提升地区政府财政收支水平等途径促进当地经济发展。因此,为更好地发挥碳汇造林项目对县域经济发展的促进作用,应继续拓展碳汇造林项目的覆盖区域,加大专项投资力度,引导碳汇造林项目向生态脆弱的深度贫困地区倾斜;在更加注重碳汇造林项目的长期效应的同时,应建立完善项目运行的长效稳定机制,防范潜在的自然与市场风险,保障项目对地区经济发展的长期驱动力;加快改善地区的融资环境,鼓励居民和企业将储蓄和融资能力有效转化为投资能力,充分依托碳汇造林项目促进当地经济可持续发展。     

间歇曝气序批式活性污泥法处理农村废水及其效果的模拟预测

采用两种不同运行模式的间歇曝气序批式活性污泥反应器(IASBR)处理农村废水,反应器连续稳定运行235d,考察了5个工况下,缺氧/好氧循环次数、进水碳氮比(C/N,质量比)、水力停留时间(HRT)等对总有机碳(TOC)、氨氮、TN、TP去除效果的影响。在进水C/N低时,缺氧/好氧循环次数为4的1~#IASBR的脱氮效率及稳定性明显比缺氧/好氧循环次数为2的2~#IASBR高,而脱碳和除磷效果无显著差异。氨氮去除方面,在进水C/N较低的工况1(C/N平均为2.3)、工况2(C/N平均为2.2)和工况4(C/N平均为2.0)下,1~#IASBR的出水氨氮质量浓度明显比2~#IASBR更低,而在进水C/N相对较高时两者无显著差异。TN去除与氨氮去除有类似规律。构建以进水TOC、氨氮、TN、TP、C/N和HRT、缺氧/好氧循环次数为输入的反向传播人工神经网络(BP-ANN)模型,对TOC、氨氮、TN、TP的去除率进行模拟预测,结果显示以上4个输出参数在训练组中的预测结果和实际检测结果之间绝对平均误差分别为2.65%、5.27%、3.56%、34.56%,在测试组中的预测结果和实际检测结果之间绝对平均误差分别为2.74%、3.40%、5.13%、28.32%。