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。     

交通系统智能决策的算法研究

遗传算法是近年来迅速发展起来的一种全新的随机搜索与优化算法，但由于其自身固有的缺陷，通常优化过程的收敛速度较慢，局部搜索能力不足，而且算法稳定性较差。而蚁群算法广泛应用在旅行商问题计算中，目前是较好的求解最短路由问题的算法之一。就其自身来说有很多优点，如正反馈性、鲁棒性和智能性，但是在寻优过程中容易陷入局部最佳的缺点。针对上述情况，将遗产算法与蚁群算法相结合，用于实际交通系统寻找最优路径的问题中，并定义了目标函数，以路径可靠性和路径长度为优化目标，寻找最合适的救灾路线。最后通过实际计算结果的对比验证，说明了该方法的有效性。     

煤炭产业国际竞争力的遗传—投影寻踪评价

根据煤炭产业发展的实际状况,提出了煤炭产业竞争力评价的指标体系。采用探索性数据分析—投影寻踪法,结合遗传算法,建立了遗传—投影寻踪综合评价模型。以全球11个主要产煤国为对象进行了实证研究,验证了该方法的科学性和实践的可行性,提出提升我国煤炭产业竞争力的对策建议。     

水环境质量综合评价的新模型

为检验已订的水环境质量评价标准的合理性,解决各单项水质指标的评估结果的不相容性问题,提高水质等级模型的分辨率,提出了一种新的水质评价模型-逻辑斯谛曲线(LOG)模型,它的水质等级是连续的实数值;根据LOG模型的参数值可以分析各水质指标值对水质等级的影响程度,从而检验原订水质等级标准的合理性;并给出了基于实码遗传算法的LOG建模的实施方案.实例研究说明,这套方案是实用的和通用的,在其它环境质量综合评价中也具有广泛的应用价值.     

RBI技术应用于LNG设备上的改进研究

基于API581的风险评估技术(RBI)是近年来石化行业逐渐采用并得到认可的一种新的评估设备经济可行性和安全性的技术。但是由于LNG的温度一般低至-162℃,使得LNG设备在应用API581时受到了限制。低温脆性断裂是LNG设备需考虑的一项主要的失效模式,API在评估脆断损伤因子时的温度范围是-73~38℃。为了能够评估LNG设备在低温环境下的风险,通过遗传算法将温度扩展至-209℃。扩展得到的脆断损伤因子曲线同夏比冲击试验的冲击功随温度变化曲线的趋势基本一致,因此扩展的损伤因子可以满足低温环境下LNG设备的风险评估。     

回采工作面瓦斯涌出量遗传投影寻踪回归预测

为快速、准确预测回采工作面瓦斯涌出量,基于投影降维思想,建立一种遗传算法(GA)投影寻踪回归预测方法。选取煤层瓦斯原始含量、埋藏深度、煤层厚度、煤层倾角、工作面长度、推进速度、采出率、临近层瓦斯含量、临近层厚度、临近层层间距、岩层岩性、开采深度作为评价因子,对某矿15个学习样本进行训练,建立GA投影寻踪回归预测模型。利用该矿3个实测样本对模型进行检验,并与主成分分析和BP神经网络方法结果进行对比。研究表明:利用GA投影寻踪回归预测回采工作面瓦斯涌出量,平均误差为3.43%,最大误差为5.7%,精度优于其他2种方法。     

基于遗传-神经网络的电网流域面雨量预报方法研究

以重点水力发电厂和大中型水库为主要考量,并兼顾地形地貌和中小河流的分布特征,将广西划分为23个电网流域,研究了基于非线性的神经网络电网流域面雨量预报方法。以5-6月龙滩近库区、龙江流域等6个电网流域为例,利用遗传算法优化BP神经网络的连接权和网络结构,建立了各电网流域的遗传-神经网络电网流域面雨量预报模型。对独立样本的预报结果表明,基于遗传-神经网络的电网流域面雨量预报模型的预报能力要优于传统的逐步回归预报模型,也明显优于日本、德国数值模式预报产品所换算成的电网流域面雨量预报,并与气象部门同期制作的综合面雨量预报产品能力相当,因而,遗传-神经网络面雨量集合预报模型有较好的业务应用前景。     

城市群综合承灾能力评价的RAGA-PP模型

为解决已有模型普遍存在的难以动态评价非线性寻优的现实问题,引入投影寻踪(PP)模型进行城市群综合承灾能力评价,并运用基于实数编码的加速遗传算法(RAGA)优化辅助多维数据空间拓扑结构的投影方向,对长三角城市群(YRDUA)地区进行实证研究。结果表明：RAGA-PP模型与典型的熵权法(EWM)、灰色关联分析法(GRA)评价结果具有高度一致性,且RAGA-PP评价结果更符合实际,表明RAGA-PP模型具有较强的精确性、稳健性和抗干扰性,不仅能够聚焦于优秀个体的取值区间来实现全局搜索和加速评估,也在较大程度上避免传统方法长期存在的权重设置主观性较强、高维数据不易处理的现实问题;另外,各子系统维度的目标投影值平均水平排序为：抗灾维度>防灾维度>救灾维度>恢复维度,表明抗灾维度指标对综合承灾力影响程度最大。     

基于遗传算法进行EMI滤波器电感的设计

通过电感的高频特性及其对共模插入损耗的影响分析,采用遗传算法和Ngspice仿真库设计出电感的选择方案,最后通过电路仿真和实验同时验证方案的有效性。该方案避免了对EMI滤波器高频段的复杂建模,降低了电感选择的难度,对电感元件的选择具有一定的指导意义。     

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。