区域联防联控挥发性有机物(VOCs)最优减排方案研究

VOCs区域性联防联控治理是当前彻底治理VOCs污染的有效手段,为了实现VOCs区域性联防联控治理,建立了以减排总量最大、减排成本最低、VOCs减排限产产生的经济影响最小为目标的多目标最优减排模型,提出了基于自适应变异率的分解多目标进化算法(Decomposition Multi-objective Evolution...     

基于机器学习算法的新冠疫情管控对河南省空气质量影响的模拟分析

全国各地为了减少新冠疫情对社会和人民生活的影响,采取了必要的防疫防控措施,这些措施对空气质量的变化产生了重要的影响,此外空气质量的变化与气象条件也存在很大的关系.通过对河南省疫情前（1月1~26日）和疫情管控期（1月27日~2月29日）这两阶段的空气质量分析对比发现,整个河南省除了O₃浓度上升了69.64%外,PM_2.5、PM₁₀、SO₂、CO和NO₂分别降低了36.89%、34.18%、19.43%、29.85%和58.51%;通过机器学习算法中的长短期记忆型网络（LSTM）模拟显示,气象条件引起污染物浓度的降幅大部分在15%~30%之间;人为排放减少引起的污染物浓度的降幅大部分在6%~40%之间.O₃在疫情期间上升过程中,气象条件和人为排放两种因素分别占了34.84%和34.81%.结果表明,疫情管控期间,河南省空气质量总体上有所改善,但是也有重污染发生,其中O₃的浓度对于疫情管控减排的影响不明显,呈负相关,需要进一步探索引起臭氧浓度上升的原因,以此帮助政府合理控制臭氧等前体污染物的减排比例.     

具有小世界邻域结构的混合鲸鱼优化算法

针对标准鲸鱼优化算法收敛精度低和易早熟的问题,提出了具有小世界邻域结构的混合鲸鱼优化算法。该算法采用小世界网络作为种群的空间结构,在围猎捕食和气泡网攻击阶段,设计了一种混合引导策略来协调算法的全局搜索和局部开发能力。此外,为了能够找到更多局部最优解,提出了基于边界信息的小概率局部维度变异策略。基于标准测试函数的仿真实验表明,与标准鲸鱼优化算法和其他性能优异的改进算法相比,具有小世界邻域结构的混合鲸鱼优化算法在收敛精度和稳定性方面更具优势。     

神经网络与模拟退火算法结合的锅炉低NOx燃烧优化

对某600MW燃煤电站锅炉进行了多工况热态NO_x排放特性测量,在利用多层前向神经网络对该锅炉的NO_x排放特性进行建模的基础上,将神经网络模型与模拟退火全局优化算法相结合,实现了锅炉的低NO_x燃烧的优化,计算得到可获得低NO_x排放浓度的具体燃烧配风方案.文中对2种不同退火参数的模拟退火算法进行了比较,结果说明采用T₀=50K,α=0.6的参数可以获得较好的寻优效果.本文研究结果为实现大型电站锅炉低NO_x燃烧控制的在线优化技术打下了基础.     

ABC算法优化SVR的磨损故障预测模型

目的为了提高故障预测的精度,针对支持向量回归SVR(Support vector machine for regression,SVR)参数选择困难的问题,提出一种采用人工蜂群(artificial bee colony,ABC)算法优化支持向量回归(SVR)的故障预测模型(ABC-SVR)。方法该模型先对样本数据进行重构,然后将故障预测误差(适应度)作为优化目标,通过ABC算法寻优找到最优的SVR参数,建立故障预测模型。最后通过实例仿真验证模型的优越性。结果采用ABC算法优化的SVR故障预测模型进行时间序列预测,能够较好地跟踪发动机滑油金属元素浓度的变化过程,并且能够提前2个取样时间预测异常情况的出现。结论 ABC-SVR模型有效解决了SVR参数选择难题,能够更加准确地表现故障变化规律,提高了故障预测精度。     

中国水环境非点源污染负荷的估算研究

中国已占水环境容量中,除了点源污染以外,非点源污染也占有相当比重,非点源污染负荷的定量化研究势在必行.国外对非点源污染的研究开始较早,成果也较成熟.从20世纪80年代以来,中国也逐渐认识到非点源污染的存在及其危害性,开始了非点源污染的控制研究.但是中国对非点源污染问题的研究现在尚处于初级阶段,多为借鉴国外模型.文章分析了国内外对非点源污染的研究方法和研究现状,介绍了适合中国国情的非点源污染负荷估算的方法,包括流域水文估算法、大尺度区域中非点源污染负荷估算的方法.     

“丝绸之路经济带”中国段土地利用系统安全性评价及阻力分析

在构建土地利用系统安全性评价指标体系的基础上,结合基于TOPSIS算法的DPSIR模型对2006—2015年"丝绸之路经济带"范围内中国九个地区进行土地利用系统安全性分析。同时借助障碍度诊断模型分析影响区域系统安全性提升的阻碍因子,并运用最小方差法(LSE)对区域土地利用系统进行系统阻力类型划分。结果表明:(1)研究区域土地利用系统安全指数全部位于0.20—0.60,即处于不安全状态和临界状态,距离安全状态仍有一定差距。(2)不同阻碍因子对不同地区影响作用有所不同,障碍因子由经济发展、社会投资、技术等基础方面转向土地资源和环境生态等方面,未来应针对不同地区的不同障碍因子制定具有差别化的缓解土地资源环境压力的政策。(3)研究期初和期末的区域土地利用系统阻力主要分为四系统阻力模式、五系统阻力模式,大部分研究地区由期初的D-S-I-R阻力型转变为期末的D-P-S-I阻力型,压力子系统阻力作用越来越突出。     

一种改进的多学习教与学优化算法

针对传统教与学算法在解决复杂多峰函数优化问题时,具有局部最优且搜索开发能力较差的缺点,提出了一种改进的多学习教与学优化算法,新算法为学员的每一维加入不同的教学因子,设计了基于学员均值比较的教师选择策略和向教师及学员学习的多学习策略。基于多个单峰和多峰函数的仿真结果表明,新算法跟传统的、改进的教与学算法相比,在稳定性、寻优精度和收敛速度方面更具优势。     

基于EMD-MFOA-ELM的瓦斯涌出量时变序列预测研究

为准确分析工作面绝对瓦斯涌出量的非平稳特征,实现瓦斯涌出量的准确预测,基于经验模态分解(EMD)、修正的果蝇优化算法(MFOA)和极限学习机(ELM)基本原理,构建瓦斯涌出量的EMD-MFOA-ELM多尺度时变预测模型。通过EMD将瓦斯涌出量时变序列进行深层次分解,获得多尺度本征模态函数(IMF);采用MFOA-ELM对各IMF时变序列建立动态预测模型,等权叠加各预测值,得到模型最终预测结果。以晋煤某矿瓦斯涌出量监测时序样本为例进行研究分析,结果表明:EMD能充分挖掘出监测数据隐含信息,有效降低数据复杂度;该模型预测相对误差为0.024 3%~0.651 0%,平均值仅为0.252 6%,预测精度和泛化能力高于未经EMD分解模型,能很好地适用于非平稳时变序列预测。     

基于数据挖掘技术的事故隐患预警方法研究

为改良企业既有隐患排查治理方法,提高辨识效率,提升整改效果,应用并优化数据流滑动窗口模型、等价类变化算法、变化挖掘算法等数据挖掘技术,构建1种关联隐患预警方法,该方法以企业历史隐患数据为基础,通过挖掘实时隐患数据的关联规则,发布关联隐患的类型、存在可能性和变化模式等预警信息,指导企业进行针对性排查和整改。最后,以72家安全管理性质相似企业的28 957项隐患数据为例,验证该方法可行性。研究结果表明:该方法不但能挖掘关联隐患类型及其变化模式,而且预警准确率随置信度水平提升而不断提高。