基于PCA和M-SVMs的化学物质生态危害预测应用研究

为防止新化学物质投入市场时对生态环境造成危害,需对其生态危害程度进行评价。现有评价方法把各指标对生态危害的贡献看成是等效的,不能客观反映事实,且评价指标较多,指标之间具有较强的相关性,会降低预测精确度,为了解决该问题,文章将主成分分析和支持向量机相结合。首先运用主成分分析进行特征提取,降低数据维数,获取数据的主要信息;然后将二值分类支持向量机扩展到多类支持向量机,利用多类支持向量机建立化学物质生态危害预测模型,采用10折交叉验证法对模型进行检验,得到平均正确率达到89.24%。并与未进行主成分分析的支持向量机分类模型进行了比较,实验结果表明该方法具有更好的预测精度,值得推广。     

基于支持向量机的浮游植物密度预测研究

利用支持向量机方法对具有非线性及突发性特点的浮游植物密度进行了预测,同时与人工神经网络方法预测的结果进行了比较.结果表明,无论是拟和能力还是预测能力,支持向量机方法都明显优于人工神经网络方法,支持向量机方法比较适合于具有小样本、非线性特点的浮游植物密度预测研究.     

城市空气污染数据统计分析及治理措施研究

城市空气污染数据具有统计特性,根据统计结果可以实现对空气污染数据的有效预测,提出一种基于支持向量机学习的城市空气污染数据预测方法。采用多维传感器进行城市空气污染数据采集,采用决策数据高维映射重构模型对多传感器采样的城市空气污染数据先验特征进行信息重排,采用闭频繁项集挖掘方法提取城市空气污染数据的统计特征量,采用量化回归分析方法进行大数据的主特征分析,将量化回归分析结果输入到支持向量机预测器中,结合灰度学习进行污染数据的有效预测和加权控制,提高数据预测的自适应性,实现城市空气污染数据优化预测。     

基于GA优化SVM的滚动轴承故障诊断方法研究

在滚动轴承故障诊断研究中,常采用时域、频域或者时频域分析方法对振动监测数据进行故障诊断。时域中的无量纲指标因对故障敏感,而被广泛运用于机械故障诊断中,但目前无量纲指标在诊断过程中存在严重重叠问题,造成诊断准确率低。为了解决这个问题,研究了基于互无量纲指标和支持向量机(SVM)结合的滚动轴承故障诊断方法。针对SVM对参数依赖性强,且在参数选择上没有系统理论而导致欠学习或过学习的问题,提出了一种基于遗传算法优化支持向量机(GA-SVM)的滚动轴承故障诊断方法。利用遗传算法进化搜索原理,以预测的准确率作为适应值,对SVM参数进行寻优,从而得到较优的支持向量机分类模型。实验表明,基于互无量纲指标和GA-SVM算法的故障诊断方法能够准确地识别旋转机械滚动轴承的状态。     

基于关联向量机回归的水质预测模型

提出了一种基于关联向量机回归的水质时间序列预测模型,并以该模型对氢离子浓度指数(p H值)、溶解氧(DO)、高锰酸盐指数(CODMn)和氨氮(NH3-N)4种重要水质指标进行预测.首先采用国家环保部发布的四川攀枝花龙洞水质自动监测数据进行实验,对该模型的有效性进行了验证;然后将关联向量机回归预测模型与支持向量机回归预测模型进行比较.为了比较不同核函数的预测效果,实验中预测模型的核函数分别采用了线性函数和高斯函数.实验结果表明,关联向量机回归模型的预测效果不亚于支持向量机回归模型;且在给出预测值时,还能同时给出预测结果的可信程度.     

基于规范变换与误差修正的回归支持向量机的环境系统预测

为了建立不同环境系统皆能规范、统一、简洁、实用的回归支持向量机预测模型,针对传统的回归支持向量机预测模型存在结构不能普适、规范和统一及用于大样本、多因子预测会出现学习效率低、求解精度差的局限,提出适用于环境系统预测量及其影响因子参照值和规范变换式的设计原则和方法,使规范变换后的影响因子皆"等效"于同一个规范影响因子;为提高样本的预测精度,还提出预测样本的模型输出的误差修正法.在对环境系统的预测量及其影响因子进行规范变换的基础上,由有m个规范影响因子的每个建模样本生成m个"等效"训练样本,从建模样本中,选择各影响因子的最大规范值组成训练样本集的"参考样本",计算核函数中每个训练样本相对于"参考样本"的范数;并应用优化算法优化模型参数,建立适用于预测量及其影响因子规范值的仅有2个或3个支持向量的两种简单结构的回归支持向量机预测模型.将基于规范变换的两种简单结构的回归支持向量机模型与相似样本误差修正法相结合,用于河津大桥监测断面6个样本的COD月平均值预测,并与多种传统预测模型和方法进行了比较.结果表明:对同一个预测样本,两种模型的预测值十分接近;此外,两种预测模型用于6个样本预测,其相对误差绝对值的平均值分别为2.09%、2.79%,均远小于传统的投影寻踪回归预测的41.63%、支持向量机预测的40.99%、灰色神经网络预测的25.94%和马尔可夫预测的10.16%;而两种预测模型对异常样本预测的最大的相对误差绝对值分别为5.85%、5.13%,更加远远小于传统的4种预测模型的169.07%、180.45%、68.44%、41.96%.两种基于规范变换的回归支持向量机预测模型简洁、普适、规范和统一,避免了"大样本数困难",提高了学习效率和模型的预测精确度,对其他预测建模法也有借鉴作用.     

基于气象因素和改进支持向量机的空气质量指数预测

空气污染已成为人类社会面临的严峻挑战,为了构建准确的空气质量预测模型,文章首先运用统计分析方法进行相关性分析,探讨气象要素变化对空气质量的影响;针对传统支持向量机预测精确度受输入变量影响较大的弊端,采用基于熵权理论对变精度粗糙集约简进行了改进,以处理支持向量机的输入变量,提高支持向量机的预测精度;最后以沈阳市的历史气象数据和空气质量指数进行验证。与传统方法相比,所提方法能够将预测准确率由71.28%提高到77.83%,空报率和漏报率也有降低,与实际基本吻合。     

基于主成分分析和粒子群优化支持向量机的边坡稳定性评价

为科学评价边坡工程的稳定性,优化边坡稳定性的预测精度,提高工作效率,提出了基于主成分分析法(PCA)和粒子群算法(PSO)优化的支持向量机(SVM)模型。首先利用主成分分析法对边坡稳定性影响因子进行特征提取,以获得的主成分作为支持向量机的特征向量建立支持向量机模型,然后通过粒子群算法优化支持向量机参数,最终建立边坡稳定性评价模型,并对边坡实例的稳定性进行预测,结果表明:PCA-PSO-SVM模型的运行速度快,预测准确率达909%,满足工程要求。     

基于聚类分析与偏最小二乘法的支持向量机PM_(2.5)预测

考虑样本和输入变量的选取对预测模型精度的影响,文章提出一种基于K-means聚类与偏最小二乘法的支持向量机PM_(2.5)浓度预测方法。首先采用K-means算法对气象属性进行聚类,间接把PM_(2.5)序列分成了相似度较高的若干类,并分别作为预测建模用的训练样本;然后采用偏最小二乘法从影响PM_(2.5)浓度的多种因素中提取主成分,作为各类模型的优化输入;最后根据预测日的气象属性选出合适类别,运用优化后的训练样本和输入变量建立PM_(2.5)浓度预测模型。以北京市某监测点的实际数据为例,运用改进模型和传统模型分别进行实验。结果表明:改进的支持向量机相比传统支持向量机在预测精度上有明显的提高,精度评价指标MAE、MAPE和RMSE分别下降38.10%、50.59%、37.15%。研究实证,引入K-means聚类与偏最小二乘法的手段来提高传统支持向量机在PM_(2.5)浓度预测中的精度具有可行性。     

基于PSO-SVM算法的空气质量分类研究

由于空气组成成分多、含量波动较大,严重影响着分类结果的准确率,因此为了增加空气质量分类预测的可靠性,提出了粒子群（Particle Swarm Optimization,PSO）优化支持向量机（Support VectorMachin,SVM）算法的分类方法。此方法首先通过迭代寻优的方式在全局搜寻最优粒子作为支持向量机的运行参数,之后通过训练集数据进行机器学习建立了支持向量机多分类模型,最后将测试集的输入向量导入该模型得到分类结果。分析结果表明,粒子群优化的支持向量机分类方法能够有效的抑制人为设定运行参数对分类结果的影响,提高了支持向量机的分类准确率,为空气质量等级分类问题提供了一个新的研究思路。     

区域农业可持续发展的生态安全及其评价研究

资源、生态环境是区域农业可持续发展的核心和基础。农业可持续发展的生态安全是指农业赖以发展的自然资源、生态环境处于一种不受威胁、没有危险的健康、平衡的状态 ,具有战略性、整体性、区域性、层次性和阶段性等特点。文章以浙江省嘉兴市为例 ,讨论了区域农业可持续发展的生态安全评价的基本过程和方法 ,提出了包括资源生态环境压力、质量和保护整治能力三方面23项指标在内的生态安全评价的指标体系 ,以及不安全指标阈值的确定和不安全指数的计算方法 ,提出了区域农业可持续发展的生态安全建设的途径和对策。     

广州市水资源人口承载力研究

水资源是城市可持续发展的重要基础,科学分析城市水资源承载力与经济社会发展的关系,并基于此协调人口与水资源的关系,建立适应于城市水资源承载力的人类生活与生产方式,将有助于实现城市经济社会可持续发展。本文的计算思路是在对广州市水资源现状进行分析的基础之上,构建广州市水资源承载力评价指标体系,划定水资源承载力等级,对市各辖区相应的水资源承载力进行评价,同时结合广州市人口规划预测的人口数量及未来的供水能力等进行预测,以此提出提升水资源承载力的相关政策和措施。     

哈尔滨市水资源基本情况及开发利用现状

以水资源可持续利用支撑经济社会可持续发展为核心,坚持全面规划,统筹兼顾,综合治理原则,紧密结合哈尔滨市水资源具体特点,通过对水资源开发利用现状调查与评价,对经济社会发展过程中中远期各阶段进行需水预测,对水环境治理、城市供水、城市排水和污水处理等方面进行规划,提出哈尔滨市水资源可持续开发利用与保护的对策,强调了水资源的节...     

乌海市发展循环经济初探

乌海市是资源型城市，生态环境恶劣，资源短缺将成为乌海市可持续发展的瓶颈，而大力发展循环经济将是破解这一瓶颈的唯一途径，也是乌海市未来社会经济持续增长的核心因素。本文旨在探讨中小型资源城市发展循环经济，在企业、园区、区域三个层面努力构建循环经济体系。     

ThreeIndustries and water consumption of Beijing

ＴｈｒｅｉｎｄｕｓｔｒｉｅｓａｎｄｗａｔｅｒｃｏｎｓｕｍｐｔｉｏｎｏｆＢｅｉｊｉｎｇＷａｎｇＨｏｎｇｒｕｉＩｎｓｔｉｔｕｔｅｏｆＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅｓ，ＢｅｉｊｉｎｇＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１００８７５，...     

厦门市水资源可持续利用评价

水不仅是人类生存之本。而且支撑着经济和社会的可持续发展。水资源的可持续利用直接关系到城市的可持续发展。从水资源数量、水资源开发利用现状、水资源质量等方面对2001年-2007年厦门市水资源可持续利用水平进行评价,评价结果表明虽然厦门市在节水工作上取得了显著的成效,但是水资源短缺已成为厦门市社会经济可持续发展的制约因素,而且水环境质量也有待改善。最后针对厦门市水资源可持续利用中存在的问题,从开源、节流、保质方面提出对策与建议。     

一种城市综合承载力双向复合动态评价方法及实证研究

随着城市的发展,其对资源、生态环境、基础设施、社会经济等各种承载的需求同步增长,单一承载力逐渐无法满足对城市发展可持续状态的综合全面评估.城市综合承载力是社会、经济、环境、资源协调作用和协调程度的具体表征.综合承载力与人口规模、社会经济活动发展带来的压力之间存在动态互动关系,只有承载力和压力维持动态平衡,才能实现城市系统的可持续发展.本文通过构建城市双向复合动态可持续评估方法,量化负向城市压力(UP)和正向城市综合承载力(UCCC)及其二者之间的复合动态关系,结合层次分析法和蒙特卡洛模拟,从经济、资源、社会三方面构建评价指标,综合考虑各影响因素的不确定性和相互作用,实现逐个单点时间城市综合承载力的概率分布模拟,进而通过复合动态关系判断模型实现单个区域单点时间的可持续发展状态的判断.最后,以广州市为例,对所提出方法进行应用.结果表明,2004—2016年,广州市的综合承载力和城市压力相互协调、相互适应,城市发展整体呈可持续状态.但2012年以来资源环境承载力有一定的下降,尤其是水资源承载力和大气环境承载力下降,需要引起重视.     

循环经济视角下的盐城市土地利用可持续发展研究

对循环经济的“3R”原则——“减量化、再利用、再循环”进行了理论分析研究,再将其理论应用到土地可持续利用发展当中,并探讨了两者之间的相互关系和相互借鉴.本文正是利用循环经济对土地可持续利用发展的导向作为指导依据,以盐城市为例,通过对盐城市的现状分析和整理得到的数据进行研究后,全面展开循环经济理念视角下的盐城市土地利用可持续发展的研究和评价.     

干旱半干旱地域灌区水资源综合效益评价体系研究

干旱半干旱地域灌区农业发展,既受水资源短缺制约,又受生态环境和社会因素的影响。论文基于水资源可持续发展的观点,认为灌区水资源优化配置必须考虑经济效益、生态效益和社会效益的协调和综合影响。文中建立了灌区水资源综合效益评价的数学模型。在分析该区水资源利用特点基础上,提出了综合效益评价的经济效益、社会效益和生态效益类等44项评价指标。应用层次分析法(AHP)原理,对构建的模型进行了研究。并以陕西省宝鸡峡灌区为例,利用所建模型进行了综合评价。评价结果可为灌区水资源评价、管理及节水规划提供决策依据。     

区域水资源可持续利用评价方法对比研究

为进一步揭示几种典型的区域水资源可持续利用评价方法的特点与应用效果,论文选取两类共7种评价方法或模型,即综合指数型的PCA法、AHP法、灰色关联度法、改进序关系法和等级分类型的模糊综合评判法、BP神经网络、SVM模型。以福建省9个设区市为评价对象,结合DPSIR概念模型的内容,构建水资源可持续利用评价指标体系,从而在指标体系不变的条件下,分别进行区域水资源可持续利用评价,进而比较分析各方法的特点及其评价结果。研究表明：1）相同评价指标体系下,不同方法得到的评价结果有一定差别。2）PCA法和改进序关系法的评价结果一致性最高,其次是AHP与改进序关系法,且综合指数型方法中改进序关系法应用结果更可靠;灰色关联度法存在高估水资源可持续利用水平较低区域的评价值,且综合评价指数分布范围小、区域间分辨间隔较小的不足,而模糊综合评判、BP神经网络和SVM的评价结果差异较大,规律性不明显。3）常规的PCA、AHP、灰色关联度和模糊综合评判法的评价过程相对稳定,虽然BP神经网络和SVM模型能减少赋权的主观干预,但受指标等级标准划分、训练样本生成和参数设置等因素的影响,评价应用的稳定性相对差。4）与BP神经网络相比,SVM用于水资源可持续利用评价相对稳定,但SVM分类器对样本空间划分的状况则直接影响评价结果的可靠程度。