基于气象服务信息的应急物资配送路径选择

为构建科学的应急救援体系,基于气象服务信息制定更合理的应急物资配送路径方案。将突发灾害下典型的"单出救点、单受灾点"应急物资配送网络结构作为研究对象。运用衰减系数反映气象条件对物资配送速度的实时影响。构建以满足时间限制和需求量要求为前提的应急物资配送路径选择模型。设计算例进行数值仿真和参数分析,将求解结果与传统最短路径法所选路径方案进行对比分析。结果表明:气象服务提供的衰减系数和途经各区域灾害强度等关键信息对配送路径的优化决策有重要影响。     

级联失效特性下的危险品运输路径选择研究

基于复杂网络的级联失效特性,构建危险品运输网络的级联失效模型,提出用路段重要度来度量某条路段上发生危险品事故后引起网络其他路段失效的规模。以路径风险最小化和路径总重要度最小化为目标,建立危险品运输路径的多目标决策模型,并利用标号法进行求解。算例结果表明,危险品运输网络确实存在级联失效现象。选择危险品运输路径时,应尽量避开重要度高的路段,以降低危险品事故对普通道路网络的不良交通影响。     

Dijkstra算法在确定矿井通风最大阻力路线中的应用

矿井通风最大阻力路线的确定,是矿井通风系统设计及改造的主要任务之一。对Dijkstra算法进行研究、改造,使其适用于求解矿井通风最大阻力路线,并根据该算法编写了计算机程序,将其应用于典型风网,获得了正确的结果。Dijkstra算法的引入为确定最大阻力路线提出了一种新的方法,同时计算机的应用也提高了计算的效率及准确性。     

Analysis of factors that influence hazardous material transportation accidents based on Bayesian networks: A case study in China

In this study, we applied Bayesian networks to prioritize the factors that influence hazardous material (Hazmat) transportation accidents. The Bayesian network structure was built based on expert knowledge using Dempster-Shafer evidence theory, and the structure was modified based on a test for conditional independence. We collected and analyzed 94 cases of Chinese Hazmat transportation accidents to compute the posterior probability of each factor using the expectation-maximization learning algorithm. We found that the three most influential factors in Hazmat transportation accidents were human factors, the transport vehicle and facilities, and packing and loading of the Hazmat. These findings provide an empirically supported theoretical basis for Hazmat transportation corporations to take corrective and preventative measures to reduce the risk of accidents.     

基于QPSO-RBF的瓦斯涌出量预测模型

为了提高径向基(RBF)网络预测瓦斯涌出量的泛化能力,提出QPSO-RBF模型。该模型采用量子粒子群(QPSO)算法优化RBF网络隐层基函数中心、扩展系数以及输出权等初始参数,将网络参数编码为QPSO学习算法中的粒子个体,在全局空间中搜索最优适应值参数。其中,RBF网络选取5-3-1的精简结构,采用5个变量作为影响因子预测瓦斯涌出量。结果表明,经QPSO优化后的RBF网络模型预测结果稳定且唯一,其泛化指标平均相对变动值(ARV)为0.012 2。与PSO-RBF、RBF模型预测结果比较,QPSO-RBF模型的泛化能力和网络训练速度优于前2种;预测精度约为PSO-RBF模型的1.5倍、RBF模型的4倍。     

1种基于视频的油田危险区域入侵检测智能综合识别技术研究

为解决油田日常生产作业中缺乏危险作业区域的等级划分与自动识别方式以及缺乏人员踏入危险区域的识别方法.提出1种基于视频智能综合识别技术的全天油田危险区域入侵检测算法,该算法首先结合油田危险因素对油田危险区域进行危险等级的划分与危险区域的识别;然后,针对光照条件良好的白天场景,在训练数据集中融合油田作业区视频数据和公开行人...     

应用遗传算法建立云杉针叶表面PCDD/Fs光解半衰期的预测模型

采用量子化学PM3算法计算PCDD/Fs的量子化学参数,应用遗传算法(Genetic Algorithm, GA)对所建模型中的变量进行筛选,建立了能预测吸附到云杉[Picea abies (L.) Karst.]针叶表面的PCDD/Fs光解半衰期(t_1/2)的定量结构-性质关系(QSPR)模型,认为影响PCDD/Fs光解速率的主要因素是分子最高占据轨道能(E_HOMO)、前线分子轨道能量差(E_LUMO-E_HOMO)和平均极化率(α).随着EHOMO和α的增大;其lg t_1/2值增大,PCDD/Fs的lg t_1/2值与其(E_LUMO-E_HOMO)值呈抛物线关系,当E_LUMO-E_HOMO＝7.847时,lg t_1/2有最小值;当E_LUMO-E_HOMO≤7.847时,lg t_1/2值随着E_LUMO-E_HOMO的增大而减小;当E_LUMO-E_HOMO≥7.847时,lg t_1/2值随着E_LUMO-E_HOMO的增大而增大.     

基于铀尾矿库核素污染监测WSN分簇路由协议

用WSN对铀尾矿库核素污染监测优于传统有线布置,为解决无线传输路由能耗的问题,提出了一种基于蚁群算法的前向传输分簇路由协议。该协议以分簇的方式来减少数据发送量与寻优开销,在下一跳接收节点选择阶段,以前向传输区域为切入点,利用优化的蚁群算法进行多路径搜索最后选出满足条件的最优路径。仿真实验表明,CFTA协议的网络生存周期有效延长,并减小了能耗。     

基于FXLMS算法的矿用有源耳罩的研究

基于矿井中低频噪声突出,存在时间长、危害大,尤其周期性噪声比重较大,而传统降噪技术对其降噪效果并不明显,提出了基于fxlms 算法的自适应有源降噪耳罩降低矿井中的低频周期性信号,并采用离线建模方法建立了次级通道模型,利用MATLAB8.0拟合了64阶的滤波器,对 矿井中具有代表性的1kHz低频周期噪声和伴有随机噪声的1kHz低频周期性噪声进行了降噪仿真研究。结果表明:1kHz低频周期性噪声的降噪量 达到了30dB。而且在本模型下,随机噪声对低频周期性噪声的降噪效果几乎没有影响。     

C/N比调控污泥厌氧发酵产酸的数学模型研究

采用改进粒子群算法对ADM1模型中的关键参数进行了估计,经敏感性分析,确定了Monod最大比吸收速率、半饱和值、产物对底物的产率等3种参数对产酸速率具有较大影响.应用修正后的动力学参数对ADM1模型在不同C/N比调控下污泥厌氧发酵产酸结果进行了模拟.结果表明,模拟产酸数据和实测数据误差较小,说明修正后的ADM1模型能够很好地描述污泥厌氧发酵中C/N比条件对产酸的影响.