响应面法和神经网络优化Acinetobactersp．DNS32发酵基质

为了提高阿特拉津降解菌Acinetobactersp．DNS32的产量，分别采用响应曲面法和基于人工神经网络的遗传算法对阿特拉津降解菌DNS32发酵培养基中3个重要基质成分（玉米粉、豆饼粉、K：HPO。）进行优化研究。响应曲面法确定3种成分的含量为玉米粉39．494g／L，豆饼粉25．638g／L和K。HPO。3．265g／L时，预测发酵活菌最大生物量为7．079×10^8CFU／mL，实测量为7．194×10^8CFU／mL；人工神经网络结合遗传算法优化确定3种主要成分含量为玉米粉为39．650g／L，豆饼粉为25．500g／L，K2HPO4为2．624g／L时，预测最大值为7．199×10^8CFU／mL，实测量为7．244×10。CFU／mL；最终确定培养基配方：玉米粉为39．650g／L，豆饼粉为25．500g／L，K2HPO4为2．624g／L，CaCO3为3．000g／L，MgSO4·7H2O和NaCl均为0．200g／L；优化后阿特拉津降解菌DNS32发酵生物量比优化前提高了36．6％。结果表明，在阿特拉津降解菌DNS32发酵培养基组分优化方面，响应面法和基于人工神经网络的遗传算法都是可行的，基于人工神经网络的遗传算法具有更好的拟合度和预测准确度。     

中国南方塑料大棚气象灾害风险区划

利用中国南方地区15个省市自治区160个气象观测站台1990-2009年的气象资料,综合考虑气温、光照、风速、降水等主要致灾因子,并根据这些数据建立了基于实数编码的加速遗传算法的南方塑料大棚气象灾害的投影寻踪等级评价模型,计算出南方塑料大棚的气象灾害月份和季节的风险等级,并按季节进行了风险区划。结果表明:春季四川盆地地区气温回升较快,有利于设施作物生长,风险最低,重庆、贵州等地由于由于太阳总辐射低,设施作物易受到寡照灾害,风险等级最高;夏季沿海地区暴雨、台风等自然灾害频发,对设施结构有较大影响,有较高的风险;秋季高灾害风险等级分布较少,以低风险为主;冬季以北纬25°为分界线,北部地区气温低、热量条件缺乏,不适宜塑料大棚发展,南部地区则相反,风险低。我国南方秋季西部地区、冬季南部地区及春夏两季的四川盆地地区的气象灾害风险最小,适合塑料大棚的发展,研究结果为我国南方塑料大棚发展的合理布局和气象灾害防御提供参考。     

自然灾害社会脆弱性评估研究——以上海市为例

基于投影寻踪聚类模型(PPC),结合基于实数编码的加速遗传算法(RAGA),对上海市进行了自然灾害社会脆弱性评估的尝试。结果表明:①灾害社会脆弱性最高的为崇明县,其次为宝山区和金山区;②灾害社会脆弱性最低的是黄埔区,其次是徐汇区和静安区;③总体而言,灾害脆弱性较低的地区集中于上海城市中心区,而城市边缘区的社会脆弱性一般较高。     

响应面法和神经网络优化Acinetobacter sp. DNS32发酵基质

为了提高阿特拉津降解菌Acinetobacter sp.DNS32的产量,分别采用响应曲面法和基于人工神经网络的遗传算法对阿特拉津降解菌DNS32发酵培养基中3个重要基质成分(玉米粉、豆饼粉、K2HPO4)进行优化研究。响应曲面法确定3种成分的含量为玉米粉39.494 g/L,豆饼粉25.638 g/L和K2HPO43.265 g/L时,预测发酵活菌最大生物量为7.079×108CFU/mL,实测量为7.194×108CFU/mL;人工神经网络结合遗传算法优化确定3种主要成分含量为玉米粉为39.650 g/L,豆饼粉为25.500 g/L,K2HPO4为2.624 g/L时,预测最大值为7.199×108CFU/mL,实测量为7.244×108CFU/mL;最终确定培养基配方:玉米粉为39.650 g/L,豆饼粉为25.500 g/L,K2HPO4为2.624 g/L,CaCO3为3.000 g/L,MgSO4.7H2O和NaCl均为0.200 g/L;优化后阿特拉津降解菌DNS32发酵生物量比优化前提高了36.6%。结果表明,在阿特拉津降解菌DNS32发酵培养基组分优化方面,响应面法和基于人工神经网络的遗传算法都是可行的,基于人工神经网络的遗传算法具有更好的拟合度和预测准确度。     

基于遗传-支持向量机和遗传-径向基神经网络的有机物正辛醇-水分配系数QSPR研究

基于遗传算法(GA)的因子筛选和支持向量机(SVM)的非线性回归,提出了1种改进的有机物定量结构-性质相关(QSPR)建模方法--遗传-支持向量机(GA-SVM),并将其用于38种食品工业常用有机物正辛醇-水分配系数(Kow)的QSPR建模.结果显示,QSPR模型选取了分子量、Hansen极性、沸点、含氧率和含氢率5种参数;模型的预测值与实测值间的误差平方和(SSE)、均方差(RMSE)和决定系数(R2)分别为0.048、0,036和0.999,表明模型具有较强的预测能力;同时,交叉验证的结果(SSE=0.295,RMSE=0.089,R2=0.995)也表明,模型具有良好的稳健性,因此,GA-SVM算法适用于对有机物正辛醇-水分配系数的QSPR建模.此外,将基于GA-SVM的QSPR模型分别与基于遗传-径向基神经网络(GA-RBFNN)和基于线性算法的模型进行了比较,结果表明,应用GA-SVM建立的QSPR模型无论从稳健性还是预测能力上都优于应用其它2种算法建立的模型,因此,GA-SVM算法比GA-RBFNN和线性算法更适合于对有机物正辛醇-水分配系数进行QSPR建模.     

基于SVR的船舶溢油事故预测

船舶溢油事故的预测,是确定所需应急资源多少的重要依据;但船舶溢油事故具有小样本性,传统预测方法不再适用。针对船舶溢油事故的小样本性,该文选择SVR模型对其进行预测;SVR算法的关键是核函数的选择及自由参数的确定,针对上述问题该文分别采用交叉验证法、遗传算法;并在matlab软件上建立SVR模型,最后将该模型应用于上海港水域船舶溢油事故的预测。     

路面径流水环境下交通承载力分析

为了对路面径流水容许污染总量控制下的交通承载力问题进行探讨,利用神经网络具有的非线性映射能力和遗传算法具有的全局随机搜索能力,结合公路路面径流水质检测数据,提出了一种基于遗传神经网络进行公路交通环境承载力反计算的分析方法,应用该方法可根据路面径流水质污染数据反演出路段交通量大小,并可据此进行交通量与路而径流水质污染的关...     

基于改进遗传算法的河流水污染源反演方法

针对河流水污染应急响应过程中污染源排放历史迟知、未知的问题,结合多种群遗传算法和自适应遗传算法,利用一维河流水质模型和水质监测数据,研究建立了基于改进遗传算法的河流水污染定量源反演方法,实现了对河流污染源排放历史的识别与重构.将该方法应用于美国特拉基河流的3个不同流量下的示踪剂实验中,对示踪剂排放历史进行定量源反演分析.结果表明：IGA算法对高、中、低不同流量下的3次示踪剂实验均可以很好的重构和识别示踪剂排放历史,对于实际河流水污染源反演分析的误差均在可接受范围内.IGA算法在河流水污染源反演分析中具有一定的可靠性和稳定性,可为河流水污染精准溯源与治理提供科学的技术支撑.     

基于KPCA-GA-BP的煤矿瓦斯爆炸风险模式识别

为了能够准确识别煤矿开采中瓦斯爆炸事故的风险类别,以提升对瓦斯爆炸事故的应急防范能力,提出了一种高效准确的风险识别模型.考虑到瓦斯爆炸涉及特征指标之间并非单纯的线性关系,采取核主成分提取方法(KPCA)对涉及的煤层瓦斯含量、瓦斯涌出量、风量供需比等19种特征指标进行属性约简,从而消除信息重叠,并使用遗传算法(GA)对BP神经网络的权值和阈值进行全局寻优,避免了过拟合状况的出现,在降低模型预测损失值的同时提高模型运算准确率.采用KPCA-GA-BP模型对83组实例数据进行分析,选取其中62组数据进行训练,其余21组数据进行测试.预测结果中20组风险等级分类正确且用时较短,识别准确率为95.24％,表明模型对瓦斯爆炸灾害风险等级具有高识别精度和高效率.     

基于属性区间识别模型的天然气管道事故后果评价技术研究

为了准确评价天然气管道事故后果严重程度,提高管道安全管理水平,以属性区间识别理论为基础,建立了天然气管道事故后果综合评价的属性区间识别模型;同时,为解决属性区间识别模型中的权重确定问题,在收集天然气管道历史事故数据的基础上,建立投影寻踪-遗传算法模型,从历史事故数据中获得客观权重;最后依据置信度准则对天然气管道事故后果进行属性识别,实现天然气管道事故后果严重程度的等级划分.应用所建立的模型对近年来发生的13起天然气管道事故进行实例验证,结果表明,属性区间识别模型操作简单,结果合理,具有一定的参考价值,为天然气管道事故后果评价提供了一种新的方法,进一步可为天然气管道安全管理和应急救灾措施的制定提供技术支持.