2019年1月青岛市一次重污染天气过程分析

研究了2019年1月11日-15日青岛市一次持续时间较长的重污染天气过程,重点分析此次污染过程中大气污染的变化特征。污染过程中,青岛市大气颗粒物浓度上升较为明显,PM10、PM2.5的小时平均浓度最高分别达525μg·m-3、368μg·m-3,污染持续4天,期间空气质量均在中度-重度污染水平。根据后向轨迹模型、激光雷达以及颗粒物离子浓度的分析,此次污染过程主要是由本地不利气象及外来传输的共同影响所致。     

面向换道冲突互信息的复杂交织区车辆风险识别北大核心CSCD

为提升复杂交织区行车安全性,提出了一种考虑换道冲突互信息的车辆换道风险识别方法。首先,基于无人机视频提取复杂交织区的微观换道轨迹,测算换道风险关键参数;然后,考虑换道紧邻车辆信息,聚焦于车辆换道行为的矢量性,改进拓展TTC理论,构建复杂交织区换道风险识别模型,并对换道风险的等级进行细分;最后,基于实测数据进行模型的优化与验证。结果表明,模型可有效反映汇入或汇出主线的迫切需求,描述车辆在不同位置、不同方向的换道风险差异。研究成果有助于智能网联环境下复杂交织区的车辆换道决策与轨迹优化,为交管部门制定动态预警方案提供理论支持。     

基于粒子群算法的城市垃圾中转站的空间布局研究

随着城市化的进程，垃圾处理设施成为影响城市化质量的重要指标。依据人们实际所关注的垃圾处理设施的总成本和负效应两个因素，在前人研究的基础上，建立了垃圾收运多目标模型，使得总成本和负效应最优化。根据模型设计了粒子群算法，该算法属于智能算法，且精度高，收敛快，在许多领域也得到广泛应用。用设计的粒子群算法并结合案例求出了Pareto最优解，给出三种决策方案，验证了模型和算法的有效性和可行性，为决策者提供了一种理论参考。     

利用HYSPLIT分析沈阳市大气污染物时空变化特征

为了解沈阳市大气污染物传输路径和浓度变化规律，利用NCEP气象再分析资料与HYSPLIT模式结合，计算了不同季节抵达沈阳市的气团轨迹，并通过聚类分析方法得到每个季度气团轨迹的代表性传输路径，并将其与对应污染物浓度数值结合。结果表明：夏季，偏南方向的轨迹1气团对应O₃浓度最高，为90.59μg/m³，而来自西北方向的轨迹2气团，其AQI数值较低，为42.59，显示较清洁的空气质量。冬季，来自北偏西方向的轨迹2气团，其PM₁₀浓度最高，为97.28μg/m³，而来自北偏西方向的轨迹3气团，其AQI数值最高，达到100.5，表明污染较为严重。除O₃外，冬季各项污染物平均浓度均高于其他季节。     

研究银纳米粒子的绿色合成及SERS性能与应用

银纳米粒子是由聚乙烯吡咯烷酮和水所合成,其具有简单、经济且环保的优点。根据相关研究分析表明,银纳米粒子其所具备的稳定性较高,本身的平均粒径只有大约18nm,其粒径大小表明了银纳米粒子有着较高结晶度。采用银溶胶对三聚氰胺进行检测发现,所得到的三聚氰胺检测限度可为10 mol/L~5mol/L,表明银溶胶在SERS基底中具有灵敏度高的特性,在环境保护及食品安全检测领域中有着非常重要的意义和价值。     

基于多目标规划的防灾避难场所选址模型研究

给出了固定避难场所选址的影响因素,应用层次分析法与信息熵相结合的方法确定影响因素权重。建立了多目标规划选址模型,并用粒子群算法对模型进行求解。模型综合考虑了避难场所的灾害风险、区位规模和防灾救灾设施等因素,因此模型具有较高的实际应用价值。最后,结合实例,验证了该模型与求解算法的有效性和适用性。     

农村突发公共卫生事件应急医疗设施选址研究

为提高农村突发公共卫生事件应急医疗设施选址决策的科学性,基于新冠肺炎(COVID-19)疫情传播迅速,危害性强的突发公共卫生事件特征,依据应急医疗设施设计标准并兼顾农村医疗预算少、应急道路崎岖的特点,首先,选取设施备选地工程地质条件、单位成本、传染率、抵达时间、场所规模以及服务覆盖区域6项影响因素,将熵值法(EVM)和层次分析法(AHP)有效结合确定影响因素权重;其次,建立考虑患者到应急医疗设施的距离之和最小以及所选择应急医疗设施的综合评价值最优的多目标选址模型;然后,设计改进的粒子群优化(IPSO)算法求解模型,得到选址决策;最后,选取天门市部分村庄进行实证分析,以验证模型算法的有效性。结果表明：传染率和单位成本是建设应急医疗设施主要影响因素,IPSO算法选取3个应急医疗设施,能够满足8个村庄患者的治疗需求,并保证患者在4～7 min内就医,为高效开展疫情防控活动提供保障。     

基于IPSO-LSTM的新能源汽车锂电池健康状态监测

为监测新能源汽车锂电池的健康状态(SOH),防范电池故障引发安全事故风险,提出改进粒子群算法(IPSO)和长短期记忆(LSTM)神经网络相结合的模型,监测锂电池的SOH。首先,采用Spearman相关性分析法,提取锂电池SOH监测的健康因子;其次,采用线性惯性权重和非对称学习因子改进传统粒子群算法(PSO),利用IPSO算法对LSTM模型的隐含层神经元个数、神经元失活率、批处理值进行关键参数寻优,进一步优化LSTM模型,建立IPSO-LSTM锂电池SOH监测模型;最后,以新能源汽车主流采用的18650锂电池数据集验证IPSO-LSTM模型,并对比分析BP、LSTM和PSO-LSTM这3种模型。结果表明：IPSO-LSTM模型的平均绝对误差(MAE)在0.02以内、均方根误差(RMSE)在0.03以内,监测误差在15%以内,相较于BP、LSTM、PSO-LSTM模型,IPSO-LSTM模型的误差指标值均最小,模型具有更高的精度和稳定性。     

基于数据挖掘的施工危险识别注意投入与分配研究*

为分析施工情境中危险识别注意资源动态投入分配规律,基于动态时间规整算法,挖掘危险识别注视轨迹序列,以表征注意资源投入分配变化,并采用k-means聚类、注视熵、Needleman-Wunsch全局序列对齐算法和统计等方法,深入挖掘注意资源在危险目标中投入和分配等时空变化规律。研究结果表明:当事人危险识别各阶段注意资源呈现从显著目标到高危目标的投入变化趋势,危险识别注意资源分配随情境复杂因素呈现零散、均匀的空间特征,分配无序程度提高。     

皖南地区铜陵市大气颗粒物污染特征及潜在源研究

利用2018年3月—2021年2月环境和气象数据对皖南地区铜陵市大气颗粒物的污染特征和潜在贡献源进行了系统性研究.铜陵市大气颗粒物污染具有明显的季节变化特征,冬季污染物浓度最高,PM_2.5和PM₁₀平均为（60.3±31.0）μg·m^-3和（89.2±42.2）μg·m^-3.计算发现PM_2.5/PM₁₀超过0.5,铜陵市的大气颗粒物污染问题与细颗粒物关系密切.后向轨迹聚类分析表明铜陵市大气颗粒物的输送路径具有季节性差异.春季以西北、东北和西南方向气流为主,占比83.73%;夏季以东南和南部方向气流为主,占比82.90%;秋季以东北气流为主,占比51.00%;冬季则是以北方和西北气流为主,占比69.81%.其中,冬季气流轨迹所对应的PM_2.5和PM₁₀的浓度最高,平均为59.7和92.0μg·m^-3;夏季最低,平均为23.8和43.8μg·m^-3.潜在源贡献因子（WPSC...