基于MPSO-WLS-SVM的矿井瓦斯涌出量预测模型研究

为有效预防瓦斯灾害,以预测矿井瓦斯涌出量为研究目的,提出经改进的粒子群算法(MPSO)优化的加权最小二乘支持向量机(WLS-SVM),并用其预测非线性动态瓦斯涌出量。算法通过对WLS-SVM的正则化参数C和高斯核参数σ寻优,建立基于MPSO优化的WLS-SVM的瓦斯涌出量预测模型,并利用某矿井监测到的各项历史数据进行实例分析。试验结果表明:该预测模型预测的最大相对误差为5.99%,最小相对误差为0.43%,平均相对误差为2.95%,较其他预测模型有更强的泛化能力和更高的预测精度。     

西安铁路局职工10年心血管病发病的危险评估

目的：对西安铁路局职业接害人群进行缺血性心血管病的风险评估,找出高危人群,提出相应干预策略。方法：选择2015年在西安铁路疾病预防控制所参加职业健康体检的35-59岁有职业接害史男性职工,收集整理体检资料,按每5年一个年龄组分组,根据“国人缺血性心血管病（ICVD）10年发病危险评估方法”对各个年龄组进行评估。结果：（1）机务系统、供电系统心血管病危险因素检出率较高,除50-54年龄组,其他年龄组绝对危险度平均值较其他系统高;（2）10年发生ICVD绝对危险度平均值均明显高于我国国人同年龄组的平均发病危险;（3）随年龄的增长极低和低度危险度所占人数和比例逐渐减少,中、高度危险度增加。结论：要特别关注机务、供电系统和较高年龄组接害人群身体健康,积极开展心血管病的一级预防,加强体检后的健康管理和促进,从而降低ICVD发病的危险因素,保障职工身体健康。     

支持向量机在边坡稳定性预测中的应用

针对离子型稀土原地浸矿边坡稳定性问题的小样本、非线性等特点,采用一种边坡稳定性预测模型——支持向量机(SVM)模型,分别使用网格参数寻优、遗传算法(GA)参数寻优、粒子群(PSO)寻优算法来计算SVM模型的参数,分析比较3种算法得到的参数,确定最适合离子型稀土原地浸矿边坡稳定性预测的SVM回归模型的参数寻优算法。     

基于灰色关联分析与SA-PSO-Elman结合的地震直接经济损失评估

对地震灾害造成的损失进行评估是国家采取应急救援和灾后援建工作的重要依据。为快速评估地震灾害引起的直接经济损失,提出一种基于灰色关联分析与模拟退火-粒子群-Elman神经网络(SA-PSO-Elman)结合的地震灾害直接经济损失评估模型。该模型先采用灰色关联分析方法客观地选出地震灾害直接经济损失的主要影响因素,即为Elman神经网络的输入,然后将全局寻优能力强及收敛速度快的粒子群算法与能跳出局部极值的模拟退火算法相结合来优化Elman神经网络的权值和阀值,最后将训练好的Elman神经网络运用到地震灾害直接经济损失评估中。通过仿真试验结果表明:该混合算法优化的Elman神经网络模型比Elman神经网络模型和PSOElman神经网络模型具有更高的预测精度和收敛速度。     

基于IPSO-SVM对尾矿坝变形预测的研究

针对支持向量机在参数模型选择上的敏感性,以及在理论上无法直接实现的问题,在标准粒子群算法的基础上对粒子速度与位置更新策略进行改进,通过改进的粒子群算法对支持向量机模型参数进行选择优化,进而提出了一种改进粒子群优化支持向量机(IPSO-SVM)算法模型。根据尾矿坝实测数据,建立了基于IPSO-SVM算法的对尾矿坝坝体位移预测模型,同时与经典的SVM算法以及PSO-SVM算法进行比较分析。结果表明,3种算法在坝体变形预测中都具有较好的可行性,但IPSO-SVM算法在训练效率上有较大优势,而且具有较高的预测精度,更适合在变形预测中应用。     

基于PCA-AHPSO-SVR的煤层瓦斯含量预测研究

为了提高煤层瓦斯含量预测的准确性和科学性,通过主成分分析方法对影响煤层瓦斯含量的7个因素进行特征提取,消除影响因素之间的相关性,减少维度;用支持向量回归机对提取的因素进行训练,并用改进的自适应混合粒子群算法对SVR的参数进行优化,提出PCA-AHPSO-SVR模型;与PCA-PSO-SVR,PSO-SVR这2个模型在相同环境下进行30次运行比较。研究结果表明:研究提出的PCA-AHPSO-SVR模型较其他2种模型平均准确率分别提高5.51%和9.32%,稳定性更佳,可满足工程实际需求。     

基于AHP的列车司机非技术技能综合评价模型

列车司机的非技术技能对保证驾驶安全、降低人因事故发生概率有至关重要的影响。为了客观、准确地评价列车司机的非技术技能,从决策能力、人际能力、自我管理和情景意识4个维度通过问卷对非技术技能的指标进行筛选,得到11个列车司机非技术技能指标;然后使用层次分析法建立非技术技能综合评价递阶层次模型,为了获得各层指标权重,结合群决策方法建立各层的判断矩阵,获得各层指标的权重,最终构建了列车司机非技术技能综合评价模型。该模型既可以分析导致人因事故的非技术技能因素,也能够用于列车司机的评价、选拔和培训。     

降低土壤中氟含量的生态地质学方法探讨

从生态地质学角度提出一种新型的降低土壤氟的方法,利用植物的根系分层特性研究植物对土壤氟进行吸收的功能,通过对研究区植被的根群特征进行调查分析,可以构建根群坝、农林复合系统等,人为地把氟在土壤包气带中由源到汇的运动过程进行层层拦截、吸收,实现对土壤氟经淋滤进入地下水的迁移过程分层、分阶段拦截的效果,从而达到降低土壤及农作物氟含量水平的目的。并根据南阳盆地不同的地貌提出了具体生态降氟的建设措施。     

基于相依网络模型的扇区航空器分流方法研究

当某个扇区因突发状况而对航空器的管控力度不足时,需要对扇区内的航空器进行分流.依据空中航空器的冲突关系、管制员的移交关系及管制员对航空器的指挥关系构建管制-飞行状态相依网络模型.通过此模型,在综合考虑分流后管制员的负荷及对所有航空器管控难度的前提下设计优化目标,并采用粒子群算法求解找出最佳分流方案.该方案能够使分流后管制员负荷分布更加均匀,有效减少管制员因负荷过大而出现人为差错的安全风险;降低整体的管制难度,提高管制系统的可靠性和稳定性.     

基于直觉模糊距离法的堰塞湖减灾方案选优

针对堰塞湖减灾群决策信息的不确定性与模糊性,为解决不完全信息条件下属性指标及专家之间存在的相互关联群决策问题,综合运用直觉模糊集理论、海明距离原理和熵权理论,将直觉模糊距离群决策方法运用到堰塞湖减灾决策过程中。工程实例研究表明,运用直觉模糊距离法决策出的最优方案具有较高的区分度和敏感性,增强了决策的客观性、科学性,能为堰塞湖减灾决策提供更为可靠的依据,具有较强的实用价值。