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。     

基于变权灰色云模型的江苏省水环境系统脆弱性评价

水环境系统脆弱性是水资源利用与生态环境研究的热点问题，通过研究水环境系统的内在机理，综合考虑影响水环境系统脆弱性的资源、环境、经济、社会等因素，借助驱动力-压力-状态-影响-响应-管理（DPSIRM）框架构建水环境系统脆弱性评价指标体系。在此基础上，构建基于变权灰色云模型的评价方法，对2004~2014年江苏省水环境系统脆弱性进行评价。结果表明：2004~2014年水环境系统脆弱性指数由47.056提高到63.210，脆弱性等级由“重度脆弱”演化为“中度脆弱”，并长期维持在“中度脆弱的”等级，2014年出现了向“轻度脆弱”状态转变的趋势。分析各个子系统对水环境系统脆弱性影响程度可知，影响子系统和响应子系统对江苏省水环境脆弱性系统的影响程度逐年增加；而压力子系统和管理子系统对水环境系统脆弱性的影响程度逐年下降；其它子系统对水环境系统脆弱性的影响维持在一定水平小幅度波动。     

基于Tripod-Beta模型的船舶火灾事故风险分析

为深入分析船舶火灾事故风险因素及其后果产生的影响,通过分析1991-2017年全球船舶火灾事故调查报告,从人员、管理、船舶设备、货物、环境5个方面对船舶火灾影响因素进行识别研究;采用三脚架事故致因模型(Tripod-Beta model),构建考虑安全栅的船舶火灾事故情景演化模型,识别船舶火灾关键影响因素;并在样本量较少的情况下,采用信息扩散理论计算船舶火灾发生率;最后,利用布尔函数和风险矩阵,对船舶火灾事故风险进行评价研究。结果表明:船员不安全行为和船舶设备表面过热、设备短路是船舶火灾事故的关键风险因素;事故后果链中安全栅遭到破坏时,船舶火灾风险处于不希望发生范围内。该方法能有效评估船舶火灾风险的等级,满足海事管理部门的监管工作需求。     

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。     

典型四环素类抗生素的预测无效应浓度和风险评估

四环素类抗生素是一类广谱抗生素,对生态环境存在潜在风险.本研究以四环素和土霉素为研究对象,根据欧盟现有化学物质风险评价技术指导文件(TGD),推导不同环境介质中四环素和土霉素的预测无效应浓度(PNEC),并采用风险商值(RQ)法对我国部分地区水质、淡水沉积物和土壤的暴露风险进行评估.结果 表明,我国水质、淡水沉积物及土壤中四环素的PNEC值分别为0.115 μg·L-1、423 μg·kg-1(湿质量)和57 μg· kg-1(湿质量);土霉素的PNEC值分别为4.93μg·L-1、1.78x104 μg·kg1(湿质量)和3.16×103μg·kg-1(湿质量).淡水沉积物风险区域主要集中在海河,土壤风险区域主要集中在山东省、四川省彭州市、辽宁省沈阳市等,部分区域点位存在潜在的生态风险.研究结论可为四环素类抗生素的生态环境风险评价提供科学依据.     

基于灰色模型的电力变压器可靠性分析

针对电力变压器可靠性建模精度要求高、但可靠性数据较少这一问题,将电力变压器看做是一个灰色系统,分别利用灰色GM(1,1)模型和无偏灰色GM(1,1)模型建立电力变压器的可靠性分析的数学模型,通过数据拟合得到电力变压器相应的故障率数据,对拟合精度进行检验后发现本文提出的可靠性建模方法精度高、实现快捷,是一种有效可行的电力变压器可靠性研究方法,其分析结果可为制定电力变压器的维护与维修策略以及状态检修工作提供依据。     

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。