基于改进的非线性GM(1,1)模型的职业病预测研究

为了更准确地预测职业病，在传统GM(1,1)模型的基础上，提出改进的非线性GM(1,1)模型，在传统的GM(1,1)模型中引入弱化算子，将紧邻均值与原始数据之间的线性假设改为非线性假设，提高曲线的拟合度。以2005—2014年的全国职业病例数为研究对象，进行数据拟合和预测分析，其中以2014年职业病例数作为验证数据，并利用后验差比值和小误差概率2个参数，检验该改进模型的预测精度。由应用实例的分析结果可知:在职业病发病趋势的预测方面，改进的非线性GM(1,1)模型的预测精度提高到一级，曲线拟合度较高，预测得到2015年的职业病例数为34 900例。     

西南山地区域森林火险综合预报模型研究——以重庆市为例

森林火灾严重破坏森林生态系统的结构和功能,针对其风险预报开展研究具有重要的理论意义和应用价值。通过融合气象、地表覆盖和人类活动等要素的方式构建森林火险综合预报模型,是西南山地区域森林火险综合预报业务化应用的重要发展方向。基于《森林火险气象等级》国家标准(GB/T 36743-2018),本文研究首先构建了重庆市森林火险气象风险预报模型。然后通过融合可燃物因素和人为因素的方式,进一步构建重庆市森林火险综合预报模型。最后利用历史火点数据针对上述两类模型的精度进行对比和分析。研究结果表明:重庆市森林火灾发生次数较多,且呈现出季节性规律;重庆市森林火灾的发生不仅受到气象条件的影响,而且受到地表覆盖和人类活动等多种要素条件的共同影响;与森林火险气象风险预报结果相比,森林火险综合预报结果在空间分布上具有更高的精细程度;森林火险综合预报模型能有效提高森林火险等级预报精度。     

道路交通噪声预测声源简化研究

为了分析《环境影响评价技术导则声环境》(HJ 2.4—2009)中将道路声源简化为1条位于道路中心线处的线声源与按照车道数简化为多条线声源之间的误差,针对不同宽度的道路,推导了多条线声源与1条线声源在接收点噪声影响的误差计算公式,并基于Predictor-lima预测软件预测和现场噪声衰减规律实测进行了验证。研究结果表明,对于接收点到道路边缘的距离大于道路宽度的情况,可简化为1条线声源;对于接收点到道路边缘的距离小于道路宽度的情况,应按照车道数简化为多条线声源。     

基于SVM的矿井通风阻力系数影响因素分析与预测

矿井通风阻力系数是通风安全最重要的基础参数之一，为了实现矿井通风阻力系数简单准确地预测，提出了利用支持向量机（SVM）来预测矿井通风阻力系数的方法。通过分析影响因子与矿井通风阻力系数的相关性关系，并利用MATLAB逐步建立单影响因素与矿井通风阻力系数、多影响因素与矿井通风阻力系数之间的SVM预测模型，对比分析各预测模型的相对误差，确定最佳矿井通风阻力系数预测模型，即当输入模型影响因素为巷道断面积、周长和支护方式时，预测相对误差小于10%的样本数占测试样本的76%，相对误差小于20%的样本数占测试样本的90%。结果表明:该预测方法在矿井通风阻力系数预测中是可行的，并具较高的准确性。     

基于人工神经网络的气体泄爆最大超压预测研究

为解决传统经验公式在预测气体泄爆中最大超压出现时的较大偏差或过于保守的问题，提出使用人工神经网络预测气体泄爆最大超压。基于124组实验数据，采用BP与RBF神经网络，通过优化算法计算与迭代循环对泄爆样本中的影响因素进行降维与选择，并确定2类神经网络本身在学习与计算气体泄爆样本时的相关参数。结果表明:PCA（主成分分析法）在当前样本条件下的降维效果较差，而通过迭代对比确认气体泄爆样本中的5类特征全部保留时神经网络的训练模拟效果最好；通过对124组实验数据进行随机挑选训练集与测试集的训练模拟结果发现，神经网络对气体泄爆中最大超压的预测效果较好；通过对比Molkov提出的和经Fakandu等改进的NFPA 68经验公式以及2类神经网络的预测结果表明，神经网络相比于传统气体泄爆经验公式具有明显优势。     

基于AGA-BP神经网络的采空区危险性评价

针对采空区危险性评价的影响因素众多且关系复杂的特点,提出了基于AGA-BP神经网络算法评价采空区危险性。将岩体结构、地质构造、岩石抗压强度等13个影响因子作为神经网络输入,采空区危险性等级作为输出,建立一个采空区危险性评价的BP神经网络模型;采用自适应遗传算法(AGA)对BP网络的初始权值和阈值进行全局寻优,将寻优结果回代入网络中进行训练并预测得出采空区危险性等级;利用其它智能算法与该预测结果做出比较,以验证AGA-BP算法的有效性及优越性。结果表明:该算法的优化效果明显,同时在训练时间与预测精度上较其它智能算法有突出的优势,是一种在采空区危险性评价方面值得推广的新方法。     

时间因素对钻屑瓦斯解吸指标K1值测定的影响分析

针对时间因素对钻屑瓦斯解吸指标K1测定结果的影响，采用恒温瓦斯放散试验深入分析钻屑瓦斯解吸指标K1测定理论的准确性，总结因时间因素导致K1值测定误差所带来的现场问题。研究结果表明:K1值的测定误差与时间关系密切，测定启动时间越晚，误差越大；测定启动时间由第1 min延后至第2 min，绝对误差和相对误差最大值分别增加0.081 cm3/(g·min1/2)和2.20%；高瓦斯压力条件矿井或煤层的局部高瓦斯压力区域、构造煤发育区的钻屑瓦斯解吸指标K1值测定结果偏低，测定误差偏大。研究结果可为煤与瓦斯突出预测水平的提升提供技术支撑。     

基于多线程技术的中国海风暴潮数值预报可视化程序开发

首先简要介绍了中国海的风暴潮及灾害情况,对杭州湾一带的风暴潮进行了重点阐述。在风暴潮二维数值模型FBM的基础上开发了具有可视化界面的数值计算程序,能直观的显示风暴潮发展时历,包括风暴潮最大增水、台风风向和移速。采用了多线程技术,可节省时间,程序具有Windows风格的人机交互界面,操作方便。通过几个算例测试,本程序计算结果符合工程预报需要,可为同类研究做一些参考,具有推广意义。     

Three-dimensional hydrodynamic and water quality model for TMDL development of Lake Fuxian, China

Lake Fuxian is the largest deep freshwater lake in China. Although its average water quality meets Class I of the China National Water Quality Standard (CNWQS), i.e., GB3838-2002, monitoring data indicate that the water quality approaches the Class II threshold in some areas. Thus it is urgent to reduce the watershed load through the total maximum daily load (TMDL) program. A three-dimensional hydrodynamic and water quality model was developed for Lake Fuxian, simulating flow circulation and pollutant fate and transport. The model development process consists of several steps, including grid generation, initial and boundary condition configurations, and model calibration processes. The model accurately reproduced the observed water surface elevation, spatiotemporal variations in temperature, and total nitrogen (TN), total phosphorus (TP), and chemical oxygen demand (COD) concentrations, suggesting a reasonable numerical representation of the prototype system for further TMDL analyses. The TMDL was calculated using two interpretations of the water quality standards for Class I of the CNWQS based on the maximum instantaneous surface and annual average surface water concentrations. Analysis of the first scenario indicated that the TN, TP and COD loads should be reduced by 66%, 68% and 57%, respectively. Water quality was the highest priority; however, local economic development and cost feasibility for load reduction can pose significant issues. In the second interpretation, the model results showed that, under the existing conditions, the average water quality meets the Class I standard and therefore load reduction is unnecessary. Future studies are needed to conduct risk and cost assessments for realistic decision-making.