忠于事实 结群而生——学习荀子智慧创新应急管理思维(三)

作为儒家文化代表人物之一,荀子的哲学研究非常注重认识的力量。在荀子的哲学著作和言谈之中,对实践和认知重要性的阐述是很多的,这也是他思考的出发点和研究的原点。比如,他说“人生而有知,知而有志”,强调“认识”是一切知识的根源;“圣人知心术之患,见蔽塞之祸”,指出认识事物要客观公正、不偏不倚、忠实事实的原则;“人能群”,强调了“结群而生”的道理。这些认识,对于应急管理工作,在思想认识和思维方法上都有着很强的借鉴作用。     

PSO-RBF耦合神经网络在水质评价中的应用

径向基函数神经网络(RBF)中,连接输出单元的权重是影响径向基函数神经网络学习精度的主要参数,采用粒子群算法(PSO)对模型参数(权值)进行优化,建立了PSO-RBF耦合神经网络模型,避免权重的人为设定,具有客观性。并在Matlab环境下编程计算,构建了用于地下水环境质量评价和海水富营养化评价的径向基函数网络评价模型。将模型应用于黑龙洞泉域5个地下水监测点和某海水富营养化评价。评价结果和其他方法的评价结果一致,与实际情况符合,评级结果是合理的。评价结果表明,RBF网络简便有效,收敛速度快,有较强的分辨能力,优化确定模型参数后,便可对评价样本进行评价,具有较好的实用性和通用性。     

基于分布型电力系统的 PSO 优化设计

优化了传统粒子群算法，运用了混沌算法对粒子做初始化，优化了传统粒子群算法的收敛特性，并在算法的优化过程中，增加了混沌干扰元素对整体最优化极值做混沌干扰，将符合杂交几率的优化粒子做杂交处理，提高了粒子群的种类，增强了粒子群算法的搜寻水平。并通过IEEE33节点的分布型电力系统做无功优化仿真验证，通过比较，验证了优化算法的优越性与准确性。     

都江堰灵岩山3种人工林优势物种叶片的有机组分特征

叶片的有机组分特征不仅是植物光合产物分配策略和养分回收的重要参数,而且是衡量凋落叶分解难易程度的重要指标.为探究不同植物群落叶片间有机组分的差异,以华西雨屏区人工林的优势乔、灌、草植物作为对象,收集其成熟叶及凋落叶,研究其水溶性组分(water soluble component,WSC)、有机溶性组分(organic solvent soluble component,OSC)、酸溶性组分(acid-soluble extractive,ASE)和酸不溶性组分(acid-insoluble residue,AIR)含量特征.结果显示:植物叶片整体的WSC、OSC、ASE和AIR的平均相对含量为分别为25.05%、6.56%、34.30%和35.05%,表现为AIR> ASE> WSC> OSC.成熟叶和凋落叶同种组分的相对含量存在差异,成熟叶中ASE的相对含量(36.34%)最高,凋落叶中AIR含量(39.63%)最高.乔、灌、草层植物成熟叶的WSC、OSC、ASE的相对含量高于凋落叶,而AIR的相对含量低于凋落叶,其中WSC的相对含量在成熟叶和凋落叶间差异显著.不同植物功能群的同一组分间存在差异,木本植物WSC、ASE的相对含量低于草本植物,而OSC、AIR的相对含量高于草本植物.因此,植物叶片的有机组分特征不仅受到叶类型的影响,也受到不同植物功能群的影响;结果可为理解亚热带人工林植物的养分利用效率和凋落物分解机制提供重要理论依据.(图5表1参50)     

大气细颗粒物对小鼠T淋巴细胞亚群的影响

大气颗粒物对肺免疫系统有潜在毒性作用,打破免疫系统平衡,大气颗粒物成分中危害首当其冲的是大气细颗粒物(PM_(2.5)),为研究大气细颗粒物引起的机体T淋巴细胞中Th1/Th2免疫失衡方向。本研究通过免疫组化实验方法检测暴露后小鼠肺组织中T淋巴细胞的表达,进一步采用流式细胞术检测大气细颗粒物气管滴注后小鼠肺脏淋巴细胞中Th1/Th2比例。暴露组小鼠肺组织免疫组化研究结果提示浸润细胞区有大量的CD4~+T细胞,中高剂量暴露组小鼠肺组织中淋巴细胞亚群Th1/Th2比例向Th1偏移。大气细颗粒物影响免疫失衡,使T淋巴细胞向Th1漂移。     

农村突发公共卫生事件应急医疗设施选址研究

为提高农村突发公共卫生事件应急医疗设施选址决策的科学性,基于新冠肺炎(COVID-19)疫情传播迅速,危害性强的突发公共卫生事件特征,依据应急医疗设施设计标准并兼顾农村医疗预算少、应急道路崎岖的特点,首先,选取设施备选地工程地质条件、单位成本、传染率、抵达时间、场所规模以及服务覆盖区域6项影响因素,将熵值法(EVM)和层次分析法(AHP)有效结合确定影响因素权重;其次,建立考虑患者到应急医疗设施的距离之和最小以及所选择应急医疗设施的综合评价值最优的多目标选址模型;然后,设计改进的粒子群优化(IPSO)算法求解模型,得到选址决策;最后,选取天门市部分村庄进行实证分析,以验证模型算法的有效性。结果表明：传染率和单位成本是建设应急医疗设施主要影响因素,IPSO算法选取3个应急医疗设施,能够满足8个村庄患者的治疗需求,并保证患者在4～7 min内就医,为高效开展疫情防控活动提供保障。     

基于IPSO-LSTM的新能源汽车锂电池健康状态监测

为监测新能源汽车锂电池的健康状态(SOH),防范电池故障引发安全事故风险,提出改进粒子群算法(IPSO)和长短期记忆(LSTM)神经网络相结合的模型,监测锂电池的SOH。首先,采用Spearman相关性分析法,提取锂电池SOH监测的健康因子;其次,采用线性惯性权重和非对称学习因子改进传统粒子群算法(PSO),利用IPSO算法对LSTM模型的隐含层神经元个数、神经元失活率、批处理值进行关键参数寻优,进一步优化LSTM模型,建立IPSO-LSTM锂电池SOH监测模型;最后,以新能源汽车主流采用的18650锂电池数据集验证IPSO-LSTM模型,并对比分析BP、LSTM和PSO-LSTM这3种模型。结果表明：IPSO-LSTM模型的平均绝对误差(MAE)在0.02以内、均方根误差(RMSE)在0.03以内,监测误差在15%以内,相较于BP、LSTM、PSO-LSTM模型,IPSO-LSTM模型的误差指标值均最小,模型具有更高的精度和稳定性。     

基于N：P化学计量特征的高寒草甸植物养分状况研究

土壤养分条件影响不同功能群植物的养分状况与生长,这在施肥实验中已得到充分验证.然而,自然养分梯度下植物-土壤养分耦合关系的研究仍然缺乏.基于植物N∶P化学计量学特征,本研究探讨青藏高原亚高寒草甸自然养分梯度下不同功能群植物氮状况及生物量变化.2008年、2009年N∶P比值分别为9.83和11.57,其低群落N∶P比验证了该地区自然植被主要受到N素的限制.偏冗余分析(partial RDA)结果显示,随着土壤氮素可利用性的增加杂草生物量比例上升,而豆科、禾草生物量比例下降.豆科的固氮作用以及禾草的高养分利用效率分别提高其在氮限制植被中的竞争力;这些结果表明,全球氮沉降的增加将提高杂草的优势度.豆科生物量比例与群落、非豆科植物的N∶P显著正相关,表明豆科植物能够改善群落的氮状况,包括降低非豆科植物的氮限制水平.     

华阳河湖群底泥沉积物特性研究

对华阳河湖群底泥沉积物的粒径、有机质、总磷、总氮含量进行研究,探讨华阳河湖群龙感湖、黄大湖(由大官湖和黄湖组成)、泊湖三大湖区底泥污染物表层及垂向分布规律。结果表明,黄大湖污染程度最大,其底泥中有机质、总磷和总氮含量均比其它湖区要高;有机质,总磷和总氮随着深度而降低,底泥再悬浮释放污染物风险较大;在龙感湖和黄大湖中,总磷和有机质弱相关,总氮和有机质正相关,泊湖则相反,表明3个湖泊底泥沉积物中氮、磷污染负荷的来源有所不同。该研究为研究华阳河湖群内源污染负荷特征和制定湖泊污染综合整治策略提供重要的科学依据。