污水处理中精确曝气控制的研究进展

针对污水处理环节的曝气能耗问题,概述了污水处理的精确曝气控制现状,并结合我国目前我国实际情况与国内外现有研究结果,介绍了精确控制的重要组成部分之一的控制器的原理,控制器主要包括模糊控制器、神经网络控制器、支持向量机等,总结了各控制器的优缺点及适用情况,旨在加强对精确曝气控制的认识、为现有污水处理中存在的复杂、多变、时滞等特性提供利用精确控制器解决问题的的思路。     

基于组合赋权的混合粒子群优化支持向量机的岩爆倾向性预测

为有效预测岩爆灾害发生烈度,提出一种基于组合赋权的混合粒子群优化支持向量机(H-PSO-SVM)岩爆倾向性预测模型。根据岩爆发生机制,在分析岩爆发生的主要影响因素的基础上确定出评判指标;综合考虑模糊层次分析法(FAHP)所得主观权重和熵权法所得客观权重,应用调和平均数概念,构建组合赋权准则;引入遗传算法交叉、变异操作改进传统粒子群(PSO)极值跟踪和粒子更新方法,建立H-PSO-SVM岩爆倾向性预测模型。利用国内外已有工程实例数据进行50次随机抽样试验,对比分析H-PSO-SVM模型和PSO-SVM模型等预测结果。结果表明:H-PSO-SVM模型应用于岩爆工程实例预测具有可行性和适应性,模型预测的准确率高于其他模型,且预测结果更稳定。     

基于GM-SVR的小样本条件下化工设备可靠性预测

为了准确预测化工设备可靠性趋势，针对化工设备失效寿命数据为小样本的情形，基于灰色估计法与支持向量回归机在小样本数据处理中的优势，建立了失效寿命时间服从三参数威布尔分布的化工设备可靠性模型；结合GM（1，1）和SVR对模型进行参数估计，在压缩机可靠性分析中进行了实例应用，对比分析了最小二乘法、灰色估计法和GM-SVR的估计效果。研究结果表明:GM-SVR对威布尔分布参数的估计精度明显优于最小二乘法和灰色估计法，可以有效地应用于化工设备失效数据为小样本时的可靠性预测。     

基于主成分和粒子群优化支持向量机的水质评价模型

水质的评价是治理水污染必不可少的工作。为了准确、快速地对水质进行评价,利用主成分分析法从水质监测常见的多个物化指标提取出主成分,然后将主成分作为支持向量分类机的输入,利用历史数据进行水质评价训练并用粒子群算法优化参数,构造出水质评价模型,将从物化指标中得出的主成分代入此模型即可得到水质类别。最后,选取水质监测点实测数据进行试验,结果表明,模型的水质评价结果准确且稳定。     

基于布谷鸟搜索优化的光伏电站辐照强度预测

针对光伏电站日前小时短期辐照强度的预测准确性问题,且考虑到支持向量机的学习参数对预测模型的性能有较大影响,为进一步提高数据的预测精度,利用布谷鸟搜索算法对支持向量机的惩罚因子c和核参数g进行优化,提出了一种基于布谷鸟搜索算法和支持向量回归的组合预测方法。仿真结果表明:该方法大大提高了光伏辐照强度预测的准确性和精度,可行且高效,适用于光伏在线预测。     

基于支持向量机的地下水质量综合评价

提出基于支持向量机(SVM)机器学习算法的地下水质量评价模型。首先给出了训练样本生成和数据规范化处理的具体方法,然后采用支持向量机的多分类算法构建模型,并使用k折交叉核实方法对参数进行验证优化。最后通过实证分析,并与单因子指数法、模糊综合评价法和BP神经网络法的评价结果对比分析可知,该方法简便易行,评价结果客观且准确度较高,具有很强的实用性。     

电感耦合等离子体质谱测定水体中可溶性65种元素

本文建立了电感耦合等离子体质谱同时测定水体中65种元素的方法.65种元素的方法检出限为0.00009—1.75μg·L-1,线性相关系数均优于0.999.应用该方法连续3 h分析加标水样,65种元素的相对标准偏差(RSD)均小于3%.将本方法应用于GSBZ50009-88两个批次标准物质测定,其测定值均在参考范围之内,分析了4种环境水样,加标回收率为86%—114%.通过优化半定量校正系数,半定量分析也能得到与定量分析接近的准确度,结合ICP-MS定量和半定量同时分析的手段,可以为分析工作者在不增加工作量的前提下提供了更多有用的数据信息.     

碳组分不同监测分析技术的比较

采用在线监测和实验室分析方法，分别在热光透射法(TOT)NIOSH 5040、870升温协议和热光反射法(TOR)IMPROVE-A升温协议下测定PM_2.5中有机碳(OC)、元素碳(EC),并将各测定结果做比对分析。结果表明，在线监测(NIOSH 5040)与实验室分析(IMPROVE-A)结果的相关系数R>0.8,总体相关性较好，EC值差异略大；在线监测与实验室分析在NIOSH 870协议下TC测定值总体相近，OC与EC测定值略有差异；在线监测中NIOSH 5040协议下的OC测定值略低于870协议，EC测定值略高于870协议，日常监测中两种温度协议均可选择。     

电感耦合等离子体发射光谱法测定石化废水中的重金属

建立了硝酸加热消解后采用电感耦合等离子体发射光谱(ICP-OES)测定石化废水中重金属(As,Cd,Cr,Cu,Zn,Pb,Mn)的方法,优化了仪器工作参数,得到了线性回归方程,并对该方法进行了评价。优化后的仪器工作参数为射频功率1 150 W、雾化器流量0.70 L/min、辅助气流量0.50 L/min。各重金属元素回归方程的相关系数均在0.999 9以上,检出限为0.000 18~0.007 00 mg/L,相对标准偏差为0.1%~2.0%,加标回收率为96.3%~102.2%。该方法具有线性关系好、检出限低、精密度和准确度高、分析速度快等优点。     

基于机器学习的不可移动文物暴雨灾害风险评估——以山西省为例

以山西省为例，将不可移动文物作为灾害的影响对象，通过分析暴雨灾害对其的影响因素构建指标体系，通过文物损毁情况划分风险并作为输出数据，将山西省6 325处受灾不可移动文物按照6∶2∶2划分训练集、验证集和测试集，分别使用随机森林模型、支持向量机模型(support vector machine, SVM)、逻辑回归模型进行训练和验证，选取出最优模型，并对山西不可移动文物进行不同重现期暴雨下的风险预测。研究结果表明：基于机器学习的不可移动文物暴雨风险评估方法是可行且结果较为优异的；在3种模型中，随机森林的验证集准确率最高，为95.75%,测试集精度为94.70%;在山西省5、20、50 a重现期暴雨下的不可移动文物风险均呈现出北方低、南方高的态势，且在5 a重现期下高风险文物占比最多，高风险文物以古建筑和古遗址为主。