基于投影寻踪技术的洪水灾情综合评价

洪水灾情评价结果对救灾和援灾决策有重要指导意义。实际灾情评价中,单项指标的评价结果往往是不相容的,而多指标综合评价的重点在于模型指标权重的获取。将投影寻踪技术用于洪水灾情评价中,并将决策者的偏好添加到模型中,建立一个能在专家对某个(些)指标偏好干预下寻求客观权重的灾情综合评价模型,并研究模型的优化问题。结果表明,在多指标评价中,投影寻踪技术是一种能根据样本数据进行综合评价的客观方法,并能兼顾决策者对某个(些)指标的偏好。     

基于投影寻踪模型的矿山地下水灾害分级评价

为评价矿山地下水灾害状况,改善评价过程中依赖经验划分评价等级的随意性,构建了矿山地下水灾害评价指标体系及分级评价模型。通过综合考虑矿山地下水灾害的孕灾环境,致灾因子及承灾体整体状况,提出了一个具有3个准则层和11个灾害指标的矿山地下水灾害指标体系。基于投影寻踪方法,构建了矿山地下水灾害分级评价模型。评价模型依据具体指标数据,自动划分出灾害等级及范围,采用客观赋值法对灾害指标赋值,实现了在多元评价指标体系下的矿山地下水灾害综合评价。将该评价模型应用到具体矿山中,结果表明模型能够有效评价该矿山地下水灾害状况,具有较强的实用性和有效性,可为矿山地下水灾害防治提供参考依据。     

道路交通安全宏观评价投影寻踪法

综合考虑人、车、路及社会经济发展水平对道路交通安全的影响,构建12个相对指标的道路交通安全宏观评价指标体系.针对现有的道路交通安全宏观评价主观评价法和客观评价法的不足,基于投影寻踪的基本原理和求解过程,提出一种新的道路交通安全宏观评价法.该方法运用投影寻踪技术,把多指标的道路交通安全宏观评价问题中的高维数据投影到低维空间,同时采用遗传算法优化投影指标函数,寻求最优的投影方向向量,即客观权重.通过增加主观约束条件,又适当兼顾决策者对某些评价指标的偏好,实现了评价指标的主、客观权重的综合考虑.最后选取2006年全国部分省份的道路交通事故统计数据为实例样本,通过与主成分分析法和模糊综合评价法的比较研究发现,不同评价方法的道路交通安全状况排序有所差别.     

用投影寻踪分类模型进行环境监测优化布点

为处理各单项环境监测指标优选结果的不相容问题,提出用投影寻踪分类模型(PPC-RAGA)进行环境监测优化布点的新方法.利用该模型可把监测点多维环境指标值综合成一维投影值,投影值越大表示该监测点的环境综合质量越差,根据投影值的大小就可对环境监测点样本集进行合理分类.采用实码加速遗传算法进行PPC-RAGA建模,简化了投影寻踪技术的实现过程,克服了目前投影寻踪技术计算复杂、编程实现困难的缺点,为投影寻踪技术在各种系统工程中的广泛应用提供了新的工具.应用实例表明,直接由样本数据驱动的PPC-RAGA模型用于环境监测优化布点,简便可行,计算结果稳健,适用性和可操作性强,在非线性、非正态高维数据分类中具有广泛的应用价值.     

运用投影寻踪及信息扩散理论评价深基坑施工风险

为解决深基坑施工风险评价中存在多维监测指标融合的客观性不足、用断面风险信息代替基坑整体风险的问题,建立基于投影寻踪及信息扩散的深基坑施工风险动态评价方法。对深基坑施工的风险等级标准体系进行数据挖掘,得到能够反映各指标权重的最佳投影方向向量,从而将多维监测数据投影成一维风险值。运用信息扩散理论,将多个断面风险信息扩散到整个基坑工程上,以实现深基坑工程风险的综合评价。并将该方法应用于长沙一个地铁车站深基坑项目。结果表明,多维监测指标对同一监测断面风险值的贡献度不同,不同监测断面携带的风险信息亦不相同,对基坑整体风险的动态评价既应考虑不同监测指标的贡献度,还应兼顾不同断面风险值的影响。     

基于H-OWA算子和投影寻踪的地铁站水灾安全韧性评估

为提升地铁运营系统的可靠性,基于韧性理论,从抵抗能力、适应能力和恢复能力3个方面,提出包含20个韧性指标的地铁站水灾安全韧性指标体系;采用H-OWA算子修正层次分析法(AHP)的主观误差,再结合投影寻踪模型(PPM),确定韧性指标体系综合权重;应用疏散模拟软件Massmotion获取地铁站应急疏散时间作为指标数据,并基于模糊综合评价(FCE)建立地铁站水灾安全韧性评估模型,以郑州紫荆山地铁站为例进行模型应用。研究结果表明：该安全韧性评估模型通过获取与处理目标地铁站指标数据,可确定地铁站水灾安全韧性等级;实例紫荆山地铁站水灾安全韧性等级为较高韧性(Ⅳ),且评估结果与地铁站实际情况相符;出入口可防御水位标高指标对地铁站水灾安全韧性影响最大。     

基于投影寻踪聚类的油气管道失效可能性评价

为保障油气管道运行安全,将投影寻踪聚类的方法引入油气管道失效可能性评价中,从系统理论的角度将油气管道失效分为致灾因子危险性、承灾体的脆弱性和应对能力脆弱性3个子系统,据此建立油气管道失效可能性评估指标体系,然后基于投影寻踪聚类的失效可能性评价模型,对油气管道失效可能性进行量化分析,从而确定其失效可能性等级。实例分析表明,所建立的失效可能性评价模型能对油气管道失效可能性进行评价,可为管道的风险管理提供决策依据。     

回采工作面瓦斯涌出量遗传投影寻踪回归预测

为快速、准确预测回采工作面瓦斯涌出量,基于投影降维思想,建立一种遗传算法(GA)投影寻踪回归预测方法。选取煤层瓦斯原始含量、埋藏深度、煤层厚度、煤层倾角、工作面长度、推进速度、采出率、临近层瓦斯含量、临近层厚度、临近层层间距、岩层岩性、开采深度作为评价因子,对某矿15个学习样本进行训练,建立GA投影寻踪回归预测模型。利用该矿3个实测样本对模型进行检验,并与主成分分析和BP神经网络方法结果进行对比。研究表明:利用GA投影寻踪回归预测回采工作面瓦斯涌出量,平均误差为3.43%,最大误差为5.7%,精度优于其他2种方法。     

基于属性区间识别模型的天然气管道事故后果评价技术研究

为了准确评价天然气管道事故后果严重程度,提高管道安全管理水平,以属性区间识别理论为基础,建立了天然气管道事故后果综合评价的属性区间识别模型;同时,为解决属性区间识别模型中的权重确定问题,在收集天然气管道历史事故数据的基础上,建立投影寻踪-遗传算法模型,从历史事故数据中获得客观权重;最后依据置信度准则对天然气管道事故后果进行属性识别,实现天然气管道事故后果严重程度的等级划分.应用所建立的模型对近年来发生的13起天然气管道事故进行实例验证,结果表明,属性区间识别模型操作简单,结果合理,具有一定的参考价值,为天然气管道事故后果评价提供了一种新的方法,进一步可为天然气管道安全管理和应急救灾措施的制定提供技术支持.     

投影寻踪动态聚类模型及其在天然草地分类中的应用

投影寻踪聚类模型在多因素聚类分析中被广泛应用并取得了满意的效果,然而,该模型还存在如密度窗宽参数取值由经验确定等不足,有待改进提高.本文针对投影寻踪聚类模型的不足,首次把投影寻踪的思想和动态聚类方法结合起来,构造投影指标,提出了投影寻踪动态聚类新模型.新模型在整个运算过程中不需人为给定参数,聚类结果客观、明确,而且它还具有稳定性好、操作简便等特点.天然草地分类的实际应用表明,投影寻踪动态聚类模型切实可行,取得了很好的效果,在多因素聚类分析领域具有广阔的应用前景.     

基于Matlab软件的突发事故水质解析模型与应用

为快速分析突发性水污染事故可能造成的水环境影响,建立了基于Matlab软件的突发事故水质解析模型。以浙江省某河流为例,分析了上游突发水污染事故形成的污染团在河流中的迁移扩散规律、影响范围、事故下游各断面水质变化过程以及取水口等敏感点的超标时间及超标程度。同时详细分析了近岸和远岸边界对污染物反射所造成的浓度叠加影响、合理的边界反射次数,以及水流流速、扩散系数、降解系数等主要水文水质参数对污染团扩散的影响。     

基于改进PPC模型的铁路弃渣场综合风险评价系统

为了客观准确地评估铁路弃渣场的综合风险,建立基于改进投影寻踪聚类（PPC）模型的风险评价模型。首先建立了6个维度共19个因素的指标体系,并制定相应评价标准;然后借鉴K均值聚类思想来确定PPC模型关键系数-密度窗宽R,以解决传统方法造成的聚类效果差等问题;同时将遗传算法（GA）作为模型优化算法得到最优投影方向和样本投影值等关键数据;最后以贵昆线铁路的10座弃渣场作为案例研究,研究结果表明:“弃渣场边坡条件”和“地形与地基条件”2个维度对弃渣场的综合风险影响最大;验证了所建模型的科学性,评价结果能够规避人为主观因素的干扰,更加与实际情况相贴合。     

北神树垃圾填埋场渗滤液水质分析

以北京市北神树垃圾卫生填埋场渗滤液为研究对象,分析测定了水样的化学需氧量、生物需氧量、氨氮、含油量、浊度、色度、电导率等常规指标及17种无机离子含量,了解了水样的组成、成份和性质;用膜分离-光谱扫描法和傅里叶变换红外光谱测定了垃圾渗滤液中有机物的分子量分布和主要的官能团结构;综合评价了垃圾渗滤液的水质状况.实验结果表明,垃圾渗滤液属于高浓度有机污水,是垃圾填埋场的主要污染源.本文研究成果可为今后国内城市垃圾卫生填埋场渗滤液的处理、规划和设计提供一定的依据和参考.     

基于PSO优化BP神经网络的水质预测研究

为快速准确地预测河流水质,结合汾河监测数据,使用粒子群算法(PSO)优化BP神经网络模型(PSO-BP)进行水质预测.通过灰色关联度分析确定输入变量,利用PSO算法修正BP网络的初始权值、阈值,优化神经网络结构及算法全局收敛性.采用该模型对汾河主要污染物指标COD、BOD5、氨氮、挥发酚等进行预测和验证.结果表明,与传统的BP神经网络模型相比,PSO-BP模型使最大相对误差从15.43％减小到1.46％,其平均误差由4.00％减小到1.01％,预测均方根误差从5.956×10-3减小到1.605×10-4.因此,基于PSO-BP神经网络模型的预测更加精确,可用于水质预测.     

集对分析法在河流水质评价中的应用

为了解决集对分析法在环境质量评价中应用的问题,用集对分析法建立了河流水质评价模型,并应用该模型对阜新市大凌河支流4个断面监测点的7种污染因子监测结果进行实例分析.结果表明,各断面水质评价级别均为Ⅴ级.研究表明,采用集对分析法进行水质评价准确可靠,信息利用率高,具有客观性和合理性.因此,集对分析理论为河流水质综合评价提供了一种新的思路,所用理论方法和所建模型也可推广应用于其他领域.