基于BP神经网络的佛山空气质量预报模型的研究

提出非数值的佛山惠景城站点空气质量预报模型,将BP神经网络引入到预报模型中,以降雨量、风速、风向、温度、湿度和云量等气象参数和前1 d污染物浓度为模型输入参数,建立了结构为7-7-1的非季节预报模型和夏季预报模型.结果表明,夏季模型无论在模型检验还是在实际预报精度方面都略优于非季节模型.夏季模型的级别预报评分基本在90分以上,综合评分比非季节模型高10%.对夏季模型进行了参数敏感性分析,结果表明具有较好的稳定性.     

基于MRMR-RPK-ELM模型的PM2.5质量浓度预测

为了提高PM2.5质量浓度预测精度,提出一种用最大相关最小冗余算法(MRMR)筛选最优特征值,高斯多项核函数(RPK)优化极限学习机(ELM)的PM2.5质量浓度预测模型.以赣州市为例,选择PM10、O3、SO2、CO、NO2、降水、气压、气温、相对湿度、风速等10个影响因子,PM2.5为目标因子,通过降维处理和核函数特征映射代替随机映射解决PM2.5的高度复杂性.结果表明,MRMR算法选出的影响因子PM10、O3、CO、NO2和相对湿度,不仅考虑目标因子与影响因子的相关性,还考虑影响因子之间的相关性,进而降低了数据维度.MRMR-RPK-ELM模型的平均绝对误差、均方根误差、平均绝对百分比误差和确定系数分别为6.35、9.618、19.89％和0.942,相较于原始的ELM模型,PM2.5质量浓度预测精度有明显提升,拟合程度较高,且具有更好的泛化能力,能准确捕捉PM2.5质量浓度的突变节点.     

长沙市冬季某商场建筑室内外细颗粒物浓度的实测与分析

对长沙市冬季某商场建筑室内餐饮区、化妆品区、鞋包区、服饰区和室外同步进行了细颗粒物(PM2.5)质量浓度的实测.分析了室内不同功能区、室外PM2.5质量浓度随时间的变化特征,并分析了温度、相对湿度、风速、大气压力对PM2.5质量浓度的影响.结果表明:室外PM2.5质量浓度高于室内;室内餐饮区PM2.5质量浓度最高,其次是化妆品区和服装区,鞋包区最低;室内人为活动和室外污染共同影响着室内颗粒物质量浓度;风速与PM2.5质量浓度相关性较弱,温度、相对湿度、大气压力与PM2.5质量浓度具有较强的相关性.     

基于后向轨迹模型的成都市典型灰霾期间PM2.5演化的自组织分析

研究了成都市2013年11月29日—12月8日一次重度灰霾期间,草堂寺、金泉两河、梁家巷、十里店4个监测站点PM2.5小时平均质量浓度序列的时间演化规律。首先应用后向轨迹模型对抵达成都市的大气气团进行模拟,结果表明,灰霾期间本地气团(100 km)对成都市PM2.5污染物的贡献率远超过中远距离的外来气团(100km)。进一步应用频度统计分析方法和消除趋势波动分析法对灰霾期间PM2.5的质量浓度序列进行了统计分析,发现PM2.5的质量浓度波动在时空上具有标度不变的幂律统计分布和长期持续性特征。最后基于自组织临界理论,探讨了成都市大气在本地气团控制下PM2.5演化的内在动力机制。结果表明,成都市大气PM2.5演化系统的自组织临界性是此次灰霾期间PM2.5浓度演化的内在动力机制。     

我国南方某铀矿井下典型工作场所气溶胶浓度分布特征调查

为了解我国铀矿井下典型工作场所内气溶胶粒子浓度及粒径分布特征,采用APS3321对我国南方某生产地下铀矿井典型场所内气溶胶粒子个数浓度和质量浓度进行了监测,得到了各监测点的PM2.5及PM10质量浓度,并分析了不同监测场所的气溶胶粒子个数浓度和质量浓度分布规律.结果表明:1)在机械通风条件下,风机房的气溶胶粒子个数浓度谱为双峰谱,南风机房与北风机房气溶胶个数浓度谱主峰在0.626μm左右出现(位于积聚模态区),次峰在4.698 μm左右出现(位于粗粒子模态区);其他监测场所的气溶胶粒子个数浓度谱为单峰谱,峰值在0.626 μm左右出现(位于积聚模态区);2)不同监测场所的气溶胶粒子个数浓度中位直径和质量浓度中位直径不同,其中气溶胶粒子个数浓度中位直径的均值主要分布在积聚模态区,质量浓度中位直径的均值分布在粗粒子模态区;3)部分监测场所的PM2.5与PM10质量浓度较大,超过了国家对大气环境的质量浓度限值.PM2.5与PM10的质量浓度比值代表了PM2.5占PM10的比例,在所监测的场所中,采场、风机房、物探站和坑口的PM2.5与PM10的质量浓度均值比小于50％,其中风机房的比值最小,约为4.8％;中段运输巷道、独头巷道和中段信号房的PM2.5与PM10的质量浓度均值比大于50％,其中独头巷道的比值最大,高达78.2％.     

长株潭城市环境空气中PM2.5和O3质量浓度的相关性研究

PM2.5与O3均为导致城市环境空气质量恶化的主要污染物,采用自动设备监测湖南省长沙、株洲、湘潭3市商业区和郊区空气中的PM2.5和O3质量浓度,并对数据进行相关性分析.结果表明:PM2.5和O3质量浓度的季节性变化大,其中O3质量浓度夏、秋2季高,春、冬2季低;PM2.5则秋、冬2季高,春、夏2季低;O3质量浓度峰值一般出现在当天午后,PM2.5质量浓度峰值一般出现在上午;空间分布上,O3质量浓度在郊区站点相对较高,而PM2.5质量浓度在商业区站点较高.PM2.5与O3质量浓度变化以负相关为主,即PM2.5质量浓度高时,O3质量浓度则低,反之亦然,二者一般不产生叠加污染.总体上,夏、秋季节应主要防O3污染,春、冬季节则主要防PM25污染.     

郑州环境空气中粉尘浓度的统计分析及预测

对郑州市2005年1月—2009年12月份的可吸入颗粒物(PM10)指数数据进行统计分析,并利用Matlab软件建立了利用气象要素预测PM10的BP神经网络模型。结果表明:2005—2009年郑州市PM10指数的年均值和空气质量超标天数逐步下降,且趋于稳定;年内各月的PM10指数浓度差异很大,冬季PM10指数显著高于夏季,8月最低,而12月最高;采暖期PM10指数显著高于非采暖期,而节假日对于PM10指数的影响不明显;通过平均风速、平均气温、平均气压和平均相对湿度预测PM10浓度可以达到最高精度86.85%。     

基于MATLAB的BP神经网络在空气质量预报中的应用

选用上海市环境监测中心发布的PM10空气污染指数(PM10API)数据和中国气象局公布的有关气象资料,分别建立了未改进BP网络模型和采用"提前终止法"泛化改进的BP网络模型,用于预报上海市19个区县的PM10API指数.结果表明,改进BP网络模型预测值和实际值的线性回归显著,其预测相对误差为1.76%～29.45%,预测效果优于未改进BP网络模型,预测精度较高,推广能力较强.本研究为空气质量日报和预报提供了一种全新的思路和方法.     

2种铀矿井下常用口罩对气溶胶粒子的过滤特性研究

为探究铀矿井下常用的2种口罩对气溶胶粒子的过滤特性,在我国南方某铀矿山,利用APS3321型空气动力学粒径谱仪对井下工作人员常用纱布口罩和KN95型口罩的过滤特性进行了研究.井下气溶胶监测数据显示,该铀矿井下典型作业场所PM10的质量浓度介于0.069～ 9.800 mg/m3,个数浓度介于173.918 ～2 561.600个/cm3;PM2.5的质量浓度介于0.039～0.479 mg/m3之间,个数浓度介于173.100～2 556.382个/cm3之间.口罩过滤特性试验结果表明:1)KN95型口罩和纱布口罩对PM10的平均过滤效率分别为95％和76％,对PM2.5的平均过滤效率分别为93％和61％,可见KN95型口罩过滤效率明显高于纱布口罩;2)在0.5～3.5 μm粒径范围内,2种口罩对颗粒物的过滤效率均随粒径增大而增大,在3.5～ 10μm粒径范围内,2种口罩对不同粒径颗粒物的过滤效率均接近100％;3)无论从质量浓度还是个数浓度来看,经口罩过滤后的气溶胶粒子大多数分布在2.5μm粒径范围内,表明PM2.5是主要的气溶胶污染物.     

燃放烟花爆竹对北京城区气溶胶细粒子的影响

为了研究燃放烟花爆竹对空气中气溶胶细粒子污染的影响,采用TEOM于2003年1月31日-2月25日对PM2.5和PM10质量浓度和化学成分进行了研究,分析了春节期间北京城区气溶胶细粒子的污染特征.结果显示: 燃放烟花爆竹会导致空气中PM2.5在短时间内上升到很高的水平,最大小时平均质量浓度达549 μg/m3,平均每小时质量浓度增加100 μg/m3左右.并且随着PM2.5质量浓度的上升,PM2.5在PM10中的比例也明显上升,两者质量浓度小时平均值的比值最大可达0.9.稳定天气条件下,燃放高峰期过后随着粒径在2.5～10 μm之间的较粗粒子的沉降(约需3～4 h),PM10的质量浓度下降,但PM2.5/PM10的比值仍持续偏高.燃放烟花爆竹导致PM2.5中以燃烧为代表的元素(S、P、As)、部分金属元素(Al、Fe、Ti、Se、K)、可溶性离子成分以及OC的升高.这些成分与烟花爆竹的金属粉末、无机盐类,以及复杂的S、P化合物等主要成分吻合.     

三次指数平滑法在煤矿事故预测中的应用研究

随着我国煤炭工业的快速发展,煤矿事故频繁发生,安全生产形势依然严峻.针对煤矿事故的特点,根据我国1992-2011年煤矿事故死亡人数的统计数据,运用指数平滑法中的三次指数平滑法,建立煤矿事故预测模型,预测2012年、2013年的煤矿事故情况.结果表明,三次指数平滑法预测模型符合煤矿事故的特点,预测精度较高,适用于短期预测.由此可见,三次指数平滑法预测模型可对煤矿事故进行科学的预测与分析,为煤矿企业的安全管理提供依据,以最大限度地减少煤矿事故的发生.     

Identifying the impact of the COVID-19 pandemic on driving behavior using naturalistic driving data and time series forecasting

Introduction: COVID-19 has disrupted daily life and societal flow globally since December 2019; it introduced measures such as lockdown and suspension of all non-essential movements. As a result, driving activity was also significantly affected. Still, to-date, a quantitative assessment of the effect of COVID-19 on driving behavior during the lockdown is yet to be provided. This gap forms the motivation for this paper, which aims at comparing observed values concerning three indicators (average speed, speeding, and harsh braking), with forecasts based on their corresponding observations before the lockdown in Greece. Method: Time series of the three indicators were extracted using a specially developed smartphone application and transmitted to a back-end platform between 01/01/2020 and 09/05/2020, a time period containing normal operations, COVID-19 spreading, and the full lockdown period in Greece. Based on the collected data, XGBoost was employed to identify the most influential COVID-19 indicators, and Seasonal AutoRegressive Integrated Moving Average (SARIMA) models were developed for obtaining forecasts on driving behavior. Results: Results revealed the intensity of the impact of COVID-19 on driving, especially on average speed, speeding, and harsh braking per 100 km. More specifically, speeds were found to increase by 2.27 km/h on average compared to the forecasted evolution, while harsh braking/100 km increased to almost 1.51 on average. On the bright side, road crashes in Greece were reduced by 49% during the months of COVID-19 compared to the non-COVID-19 period.     

基于多元线性回归模型的电力负荷预测研究

电力负荷预测是电力系统规划和电网运行的重要内容、前提和基础。科学、准确的电力需求预测对电力工业的健康发展,乃至对整个国民经济的发展均有着十分重要的意义。针对我国1995年至2008年人口、GDP和全社会用电量的历史数据,基于多元线性回归分析进行中、长期电力负荷预测,多元线性回归模型通过变量GDP和人口进行全社会用电量的电力负荷定量预测。结果表明模型的有效性,为电力负荷预测的滚动修正,进而为电力负荷控制和预测提供科学依据。     

总体平衡模式工伤保险基金筹集模式的研究

针对我国目前工伤保险基金筹集模式中最重要的总体平衡模式,利用参保人数、伤残人数、伤残比例等具体的历史数据进行了预测,得出总体平衡模式工伤保险基金的应交费率和费用,为工伤保险基金的有效筹集提供了有益的思路和借鉴.     

弱化缓冲算子修正的民航不安全事件离散灰色预测

为了掌握民航不安全事件的发展状况,并据此制定民航企事业单位的安全绩效考核指标,在民航不安全事件灰色预测的基础上引入离散灰色预测和弱化缓冲算子理论,基于中国民航2004—2013年不安全事件数据建立了弱化缓冲算子修正的离散灰色预测(DGM(1,1))模型。通过中国民航2014—2015年不安全事件数据对模型进行检验,结果表明,弱化缓冲算子修正的离散灰色预测(DGM(1,1))模型的预测精度明显高于灰色预测(GM(1,1))模型和离散灰色预测(DGM(1,1))模型,其中2阶平均弱化缓冲算子修正的离散灰色预测(DGM(1,1))模型预测精度最高,采用该模型对2016—2020年我国民航不安全事件数进行了预测,预测结果为14 095、14 910、15 773、16 685、17 650。     

基于案例推理的我国石油企业海外突发事件应急物资需求预测

随着我国石油企业海外业务不断发展,海外突发事件频发,对我国石油企业应急管理提出了更高的要求,作为应急管理重要组成部分的应急物资需求管理也成为关注的重点.但是海外环境的复杂性、不确定性等使得企业很难预测应急物资需求,为此将案例推理引入到石油企业海外突发事件应急物资需求预测中,通过建立案例库,以在发生新的突发事件时,检索案例库中与目标案例相匹配的案例,并依据匹配案例的结论,进行新案例的物资需求预测.     

军用危险品进箱基本条件研究

为了保证进藏军用危险品安全开展集装箱运输,在青藏线的格尔木和川藏线的成都地区对集装箱内部环境条件温、湿度进行了测试,并建立了数学模型,意在找出其内部环境条件变化规律,为军用危险品安全进箱提供理论依据和技术支持.     

系统事故预测的最大熵评价统计模型的应用与讨论

应用所提出的最大熵评价统计模型，通过对评价统计样本的分析，利用最小二乘法，对某系统（企业）进行了事故预测分析与讨论，结果表明，本模型具有一定的实用可行性。     

金竹山土朱煤矿开采地表沉降规律与灰色预测模型研究

针对金竹山矿业公司土朱煤矿煤层赋存条件,依据采动理论的裂缝垂直分带模型,分析地表沉降和塌陷的机理;提出在采煤活动阶段应进行地表实际位移观测,经数据处理后得到地面沉降曲线,以确保地面人类活动的安全;在采煤活动后阶段则实施灰色预测地面沉降,即通过采煤活动阶段的地表实际观测数据为历史原始数据序列,建立灰色Logistic模型;并对采煤活动后阶段的地面沉降进行预测。精度检验表明:灰色Logistic模型预测精度高,利用该模型预测地面沉降可减少地面沉降监测经费和实时提供预警信息,以确保开采区域内人们生命财产安全。     

基于证据理论的煤矿瓦斯涌出组合预测

为提高煤矿瓦斯涌出量预测的准确度,引入证据理论组合预测方法。根据瓦斯涌出量及其主要影响因素间的实验数据,采用3个不同的粒子群神经网络模型对涌出量进行初步预测。并由BP、RBF网络对预测误差及预测点的影响因素进行分析建模,以获取每个模型的可信度。再利用证据理论对其进行合成,确定组合模型的权值,最终实现对瓦斯涌出量的组合预测。实例结果表明,该组合预测方法的平均绝对误差、均方误差分别为18.5%、5.8%,均小于神经网络组合法及等权平均法的相应预测误差,适用于煤矿瓦斯涌出量预测。