量子粒子群优化算法在结构参数识别中的应用

系统识别问题可以转化成一高维多模优化问题。针对基本粒子群优化在分析此类问题时容易出现早熟收敛从而导致局部优化和较大误差的缺陷,提出将量子粒子群优化算法(QPSO)应用于结构参数识别。QPSO具有参数少、编程简单、易实现、收敛速度快、可以避免早熟收敛、能够迅速在全局找到最优解的特点。本文在测量数据不完备且含噪声污染,参数质量、刚度和阻尼等信息缺乏的情况下,通过数值模拟以及在真实结构参数识别中的应用,验证了QPSO的有效性。     

富春江水库浮游植物功能群变化的成因

为探究富春江水库浮游植物群落结构的演替特征、水华风险机制及关键影响因素,分别于2020年8月和11月与2021年1月和4月在富春江库区及上下游11个断面采样分析浮游植物、浮游动物群落结构及相关理化指标,对浮游植物进行功能群（FG）分类,并应用非度量多维尺度分析（NMDS）和冗余分析（RDA）等统计方法探讨功能群变化的影响因素.结果发现,富春江水库浮游植物可分为18个功能类群,其中10个为优势类群;功能群的组成存在显著时空差异：空间上,库区上游江段主要以小环藻（Cyclotella）为代表的C类群和以沟链藻（Aulacoseira）为代表的P类群占优,与该江段中富营养混合水体的环境特征相符;富春江库区仍以P类群为主,但沿程优势度逐渐减小;库区下游江段MP类群逐渐占优,且在钱塘江口占据绝对优势,反映了感潮河流扰动频繁、浊度较高的环境特征;季节上,夏季功能群类型最为丰富,为P+L0+J+M+S1+H1+MP型,除了全年都占优的沟链藻为代表的P类群,还包括多个以蓝藻和绿藻为代表的类群,反映出生境多变、生产力旺盛的水环境特征;秋季演替以长孢藻（Dolichospermum）为代表的H1类群占优,...     

陕西中部地区粮食生产系统灾害的类型及其防御途径

作者通过近几年来的调查研究,分析了干旱、雨涝、霜冻、大风、冰雹、病虫草鼠等自然灾害和各种人为灾害对粮食生产的影响。并提出了相应的对策。     

中国近40年自然灾害总况与减灾对策建议

中国是世界上自然灾害最严重的少数国家之一。大陆地震的频次和强度居世界之首,占全球地震能量的十分之一以上;台风登陆的频次每年达七次;旱、涝灾害,山地灾害,海岸带灾害连年不断;危及工农业生产和城市安全相当严重。本文介绍了中国近40年自然灾害总况,现有的受灾害威胁的状况和防御能力,最后提出了监测、预报、抗灾、防灾、救灾和援建为要点的减灾系统工程建议。     

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。     

免疫粒子群优化在波阻抗反演中的应用

针对标准粒子群优化(PSO)算法易出现早熟而陷入局部最优以及进化后期收敛速度慢等缺陷,引入免疫系统的免疫记忆和抗体浓度选择机制,构造了基于免疫机制的粒子群优化(IPSO)算法,并将其应用到波阻抗反演问题中。免疫记忆能够保留高适应度个体,抗体浓度选择机制进一步保证了粒子的多样性,从而能较好地避免早熟收敛,提高算法的全局搜索能力。对理论模型试算表明,IPSO算法在进行波阻抗反演时不仅收敛速度快,而且具有较高的精确度和抗噪性能。     

基于改进型萤火虫群优化算法泄漏源源强及位置反算研究*

针对标准萤火虫群优化算法（GSO）在危化品泄漏源源强及位置反算中存在精度不高,容易陷入局部最优等局限,提出混合萤火虫-Nelder Mead单纯形算法（GSO-NM）,并与基于步长的改进萤火虫群优化算法（MGSO）以及单纯形搜索混合协同进化萤火虫群优化算法（HCGSOSSM）进行比较分析,将3种改进型萤火虫群优化算法应用于泄漏源源强及位置反算中进行比较分析。研究结果表明:GSO-NM算法可以有效提高定位精度和稳定性,能较为精确地反算出泄漏源源强及位置,为泄漏源源强及位置反算研究提供1种新思路。     

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。     

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。     

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。