基于熵权-FCM的区域管制席亚健康状态划分方法

对区域管制席亚健康状态进行合理划分是管制运行系统采取有效管控措施的基础,对衡量管制员绩效和评估空域运行状态具有重要的意义。基于管制员工作负荷选取5项评价指标,针对各评价指标对区域管制席亚健康状态的影响程度不同,提出一种基于熵权-FCM的区域管制席亚健康状态划分方法。该方法利用信息熵对区域管制席亚健康状态评价指标赋权,以加权欧氏距离改进FCM目标函数,从而提高了模糊划分的清晰程度和聚类算法的收敛性,并利用划分系数、划分熵系数、改进的划分系数、目标函数和迭代次数评估了改进前后FCM算法的有效性,将区域管制席亚健康状态划分为健康、通话亚健康、设备操作亚健康。实例仿真结果表明:基于熵权-FCM的区域管制席亚健康状态划分方法能对区域管制席亚健康状态进行合理划分,且收敛性能较好。     

空中交通管制员疲劳状态实时监测方法的实现

在综合比较已有疲劳监测方法的基础上,结合空中交通管制岗位的特性,提出了基于面部特征识别的空中交通管制员疲劳状态实时监测方法,并讨论了其实现过程.首先从精确程度和可应用性两个角度对现有的疲劳监测方法进行了定性评价,确定了适合空中交通管制岗位的疲劳状态实时监测方法;然后讨论了基于面部特征识别的疲劳状态监测方法原理,设计了初步的疲劳监测指标,并通过试验确定了最终指标及其判定阈值;最后探讨了方法实现的可行性与实现流程,并对空中交通管制员疲劳状态实时监测与告警原型系统进行了初步功能设计.研究结果表明将基于面部特征识别的疲劳状态实时监测方法应用于空中交通管制岗位是适用、可行的,在此基础上进一步开发的疲劳监测系统将可为空中交通疲劳风险管理提供有力的支持.     

城市生态系统健康评价方法及其应用研究

通过定性和定量分析建立了一套相对完整的评价指标体系,采用因子分析法赋予指标权重,应用模糊数学方法构建评价模型,并对重庆市城市生态系统健康状态进行了实例研究.结果表明,重庆生态系统健康在结构功能方面属于病态;可持续利用能力和动态变化方面属于亚健康状态,城市生态系统健康综合状况属于亚健康状态.以北京、天津、上海作为参比城市进行了对比评价,得出北京、天津和上海也均处于亚健康状态的结论;但4个城市生态系统整体健康状况排序为:上海、北京、天津、重庆.通过此评价,明确了重庆城市生态系统健康的状况及其影响因子,了解了重庆与其它3个直辖市的健康差距,为重庆城市生态规划与保护提供科学依据.     

一种战车主减速器温度预测方法研究

目的针对战车主减速器温度预测需求,建立时间序列ARIMA多步预测和BP神经网络预测模型,提出基于BP神经网络修正误差的ARIMA模型温度预测方法。方法结合BP神经网络的非线性能力与ARIMA模型预测能力,分析ARIMA在多步预测时误差产生原因,在神经网络对ARIMA多步误差进行预测基础上计算修正因子,把误差修正因子和BP网络结合,实现对多步预测误差的修正。结果ARIMA模型多步预测时,预测误差随预测步数的逐步增加不断增大,引入了误差修正因子进行修正。通过预测值与实际值进行对比,可有效提高预测准确度。结论 BP神经网络和误差修正因子结合应用可显著提高温度预测效果。     

基于BP神经网络与马尔可夫链的污水处理厂脱氮效果模拟预测

在实际污水处理厂运行过程中,其最终出水水质会受多种因素影响制约,而基于生物反应机理的活性污泥数学模型(ASM)并未将这些生物反应以外的因素考虑在内,由此带来一些不足.对此,本文提出可通过基于数据挖掘技术的黑箱模型对污水厂处理效果进行模拟预测.结合具体实际分析,提出可将BP神经网络与马尔可夫链组合应用于污水处理脱氮效果预测中.首先,通过BP神经网络模型对北京某大型污水处理厂实际进出水数据和工艺参数进行粗略拟合;其次,利用马尔可夫链对拟合结果及误差进行状态划分以进一步提高预测精确度;最后,运用基于BP神经网络与马尔可夫链的组合模型预测分析了该厂的实际出水水质.试验结果表明,BP神经网络适用于污水处理脱氮过程的拟合计算,而通过与马尔可夫链组合,可以提高模拟预测的精度和可靠性.     

宁夏腾格里湖水环境因子时空异质性及水环境质量评价

为探明宁夏中卫市腾格里湖水质状况,分别于2013—2015年春(4月)、夏(7月)、秋(10月)、冬(1月)采集水样,在水环境因子时空分布特征调查分析的基础上,运用灰色关联法、BP神经网络法对腾格里湖水质进行评价,运用综合营养状态指数法进行富营养化评价。结果表明:腾格里湖水体呈现一定程度的污染,富营养化状态较为严重、季节变化明显,氮磷营养盐超标是造成腾格里湖水体污染和富营养化的主要原因。     

基于改进燃油流量神经网络的航空器巡航温室效应评估

为高效、深入地评估航空器巡航运行环境影响,该研究以全球绝对温变潜势为表征参数,建立航空器巡航阶段不同污染物排放的综合温室效应评估模型;构建用于评估过程中巡航燃油流量获取的三层神经网络,并引入遗传算法对网络初始权值和阈值进行优化。结果表明,经过遗传算法改进后的燃油流量神经网络相较于优化前,拟合优度由0.954 6提升至0.973 1,均方误差降低了48.15%,最大相对误差和平均相对误差也有效降低。提出了能够代替传统的BADA性能模型的污染物排放量计算方法,在保证可靠性的同时大大减少了对飞行性能参数的依赖,且能进一步给出污染物排放造成的综合温变影响。     

基于ARIMA、LS-SVM和BP神经网络组合模型的航空运输飞行事故征候预测

应用差分自回归移动平均模型(ARIMA)、最小二乘支持向量机模型(LS-SVM)和BP神经网络模型(BPNN)的组合模型,对某航空公司运输的月度飞行事故征候万时率进行预测分析。首先,利用2008—2016年某航空公司的事故征候、飞行小时、航空器数量、原油价格等历史数据建立ARIMA模型,应用SPSS软件进行模型拟合,获取飞行事故征候万时率的线性部分;然后,利用LS-SVM和BP神经网络建模,获取飞行事故征候万时率的非线性部分;最后,利用DS证据理论,实现三者的融合,获得ARIMA+LS-SVM+BPNN组合模型,利用组合模型对2017年1至3月该航空公司的月度飞行事故征候万时率进行预测,并用实际数据进行了验证。结果表明:组合模型较好地拟合了飞行事故征候万时率的历史序列,并获得了较高的预测精度;组合模型的短期(3个月)预测值与该航空公司飞行事故征候万时率的变化趋势完全一致,且预测精确度可接受。该研究可为航空公司安全与运行的趋势分析与判断提供数据依据,也可为航空公司制定针对性的飞行事故征候防控方案提供帮助。     

西安市PM2.5时空分布模型研究

由基于时间序列的神经网络与BP神经网络构成一个二级神经网络模型.首先用基于时间序列的神经网络来构造模型,在每个监测站运用基于时间序列的神经网络模型得到一PM2.5的预测值P1,PM2.5与地理坐标之间无根本联系,只与相应地理坐标的环境因子有关,故用BP神经网络建立预测值P1与实测值P的模型,从而得到预测值P2,即通过构建二级神经网络得到PM2.5时空分布模型,然后对P2与P求均方差根RMSE进行检验.     

自由飞行下基于冲突解脱的碰撞风险模型研究

自由飞行能够解决空中交通拥挤的问题。为确保航空器安全有序运行,需要对自由飞行下的碰撞风险进行研究。从自由飞行空域中航空器冲突解脱出发,为空中相遇的两架航空器建立一个圆形冲突区域,采用绕边界改变航向和按原定航向改变速度大小两种冲突解脱策略,依靠间距、航向、速度三大碰撞风险先决条件,考虑通信导航监视设备、人为因素等导致碰撞的主要风险因素,模拟出航空器定位误差的概率分布,并建立碰撞风险计算模型。算例计算结果表明:在以模型设计的冲突解脱策略下,保证相应目标安全水平的冲突区域半径为8 700m,空域容量能够得到有效优化。     

雅鲁藏布江中游河流生态系统健康状态对水环境因子的响应

河流生态健康评价是保护河流生物多样性、遏制河流水环境恶化趋势的前提,为探究雅鲁藏布江中游河流生态系统健康状态及其对水环境因子响应机制,于2021年的7月和10月在雅鲁藏布江中游进行浮游植物样品的采集和水环境因子的测定,鉴定浮游植物物种并计算其细胞丰度和生物量,构建浮游植物完整性指数评价该河段河流生态健康状态,分析水环境因子和浮游植物群落时空分布特征、P-IBI值和群落参数与水环境因子的相关性.结果表明,水环境因子在时间上差异不明显,在空间上有显著的差异;浮游植物平均细胞丰度和平均生物量大小为：丰水期>枯水期以及干流>支流,硅藻在群落中占绝对优势,pH和WT是驱动浮游植物时空分布的主要水环境因子;雅鲁藏布江中游生态健康状态整体为"健康-亚健康",河流健康状态枯水期优于丰水期、支流优于干流,EC、TUR、WT、NO₃^--N和NH₄⁺-N是影响该河段生态健康状态的主要水环境因子,可通过影响水体中浮游植物群落演替的方向和速率,参与和影响河流生态系统的物质循环和能量流动过程,驱动了雅鲁藏布江中游河流生态健康状态.     

基于双中介模型的空中交通管制员薪酬满意度对安全绩效的影响研究

为有效提高空中交通管制员的安全绩效,根据组织支持理论、社会交换理论、资源保存理论和公平理论,从员工工作不安全感和心理资本的角度,构建了空中交通管制人员薪酬满意度对安全绩效影响的概念模型。借鉴成熟量表设计调查问卷,利用SPSS 17.0软件进行因子分析和多元逐步回归分析,揭示空管人员薪酬满意度对安全绩效的影响机制以及工作不安全感和心理资本在两者之间的双中介效应。结果表明:薪酬满意度与员工工作不安全感呈显著负相关,与心理资本和安全绩效呈显著正相关;工作不安全感和心理资本在薪酬满意度和安全绩效之间起显著的中介作用,且心理资本的中介效应大于工作不安全感的中介效应。     

BP神经网络在北京市API预报中的应用

对大气污染进行预测具有十分重要的意义。以北京市为例,综合考虑BP网络的逼近能力和泛化能力,将时间序列作为BP神经网络的输入,对空气污染指数的预测做了建模研究。实验结果表明:BP神经网络的输出值与实际值之间的误差在可以接受的范围,特别是对骤升骤降趋势也能得到准确度较高的预报结果。因此在实际应用中,可以将BP网络方法作为一种考虑采用的方法。     

亚健康状态的自我保健

中外医学家的调查研究表明,约有半数以上的人不同程度地处于亚健康状态。一般多发生在嗜烟酒者、夜间工作者、生活或工作环境常有变化者之中。处于性成熟期、更年期、妊娠或产后期的人也易于呈现亚健康状态。当人过于肥胖或患有龋齿、低血压、低血糖等病症时,身体更易进入亚健康状态。     

基于航迹数据的空中交通绿色绩效计算分析

为定量、直观地反映空管运行指挥对飞机温室效应的影响,首先基于快速存取记录器（QAR）记录数据建立飞行参数与飞行轨迹的BP神经网络匹配模型;然后基于QAR数据对模型进行验证;之后建立了温室效应表征参数计算模型;最后根据雷达模拟机上的飞行航迹试验数据,估算出污染物排放量和总温变潜势大小,并对不同管制员的指挥差异性进行对比分析.结果表明,利用油耗估算模型计算得到的燃油流量估算值和QAR记录的真实值之间的相对误差不超过2%,运用油耗指标与温室效应指标评估管制员水平结果不同.研究结果可以用于定量分析空管运行对温室效应的影响.     

基于MATLAB的BP神经网络模型在漠阳江水质评价中的应用研究

为提高水质评价的准确性,基于MATLAB及人工神经网络理论,采用误差反向传播的BP算法建立漠阳江水质评价模型,充分利用神经网络的非线性映射特性,取7项常规地表水水质评价指标对漠阳江水质进行评价,并将BP神经网络评价结果与单因子评价法及综合指数法的评价结果进行比较,网络运行结果表明一致效果良好.同时较传统的水质评价方法,该网络具有较高的识别精度,提高了水质评价等级的准确性,使评价的结果更具有科学性.     

城市生态系统健康评价新模型及应用——以天津市为例

从城市生态系统的活力、组织结构、恢复力、生态系统服务功能及人群健康5个方面建立了城市生态系统健康评价的指标体系,并针对目前现有的城市生态系统健康评价模型的不足,以最大流原理为基础,以自组织特征映射神经网络(SOM)为算法实现手段,从复杂系统结构演化的角度提出了一个新的城市生态系统健康评价模型.进而使用该模型对2001-2009年天津市生态系统健康进行评价.结果表明,天津市2001-2007年城市生态系统处于亚健康状况,2008、2009年处于较健康的状况,并得出天津市生态系统健康状况处于逐年增长的趋势的判定.由于该模型从一定程度上体现了城市生态系统健康的演化动力学机理和城市生态系统时空演变特性,因此,不仅在评价上有较大的优越性,在城市生态系统健康发展变化状态的预测上也具有潜力.     

基于神经网络的海水脱硫系统脱硫效率模型

针对海水脱硫运行优化和环保监测的需求,运用BP神经网络建立了海水脱硫吸收塔脱硫效率模型,模型以烟气量、入口SO_2、海水量、海水温度、海水升压泵电流为输入变量,脱硫效率为输出变量,运用这模型对某320 MW机组海水烟气脱硫装置脱硫效率进行预测。结果表明:模型的预测值与实际值基本一致,相对误差范围在-0.5%~0.5%范围之内,并运用该模型对20组测试样本进行仿真输出,所得误差最大为0.451%,误差在工程允许范围内,具有较好的预测精度,说明BP神经网络用于海水脱硫效率预测是可行的。     

基于经验模态分解和神经网络的滑坡变形预测研究

受岩土体性质和多种诱发因素(降雨、地震、库水位等)的影响,滑坡的位移演化必然包含着多层次的信息,难以采用单一的灰色预测、神经网络、时间序列等模型进行有效、准确的预测.本文引入信号分析中的经验模态分解(EMD)方法,同时结合对非线性函数具有很强的逼近能力的BP神经网络,建立了滑坡变形预测的EMD-BP神经网络模型,并以三峡库区树坪滑坡为例,应用该模型对ZG88监测点的累积位移进行了预测,最后将其预测值与实际监测值以及其他模型预测结果进行了对比分析,结果表明该模型的预测值与实际监测值基本一致,且模型预测精度比单一的BP神经网络和GM(1,1)模型要高,从而验证了该模型具有一定的适用性和较高的预测精度.     

安徽省淮河流域水环境承载力动态评价研究

该文以安徽省淮河流域为研究对象,从社会、经济、资源、环境等方面,构建了该流域的水环境承载力指标体系及其评价模型。考虑到各评价指标之间的非线性关系,该文引入BP神经网络模型,建立了安徽省淮河流域的水环境承载力评价模型,计算环境承载能力指数。在此基础上对流域各年份的水环境承载力指标进行主成分分析,定性地描述各年份承载力的差异度,并与神经网络得到的结果相互比较验证。结果表明:影响安徽省淮河流域水环境承载力的主要指标因子优先顺序是城镇居民恩格尔系数、水资源利用率、污水厂污水集中处理率、城镇化率、人均GDP;在2001-2007年期间,水环境承载力处于一级水平;在2008-2010年期间,水环境承载力处于二级水平;在2011-2013年期间,水环境承载力处于三级水平。水环境承载力指数可用于验证过去所制定的发展和战略规划是否合理,还可对流域的未来发展方向以及发展规模提供科学的建议。