基于复合种群SIR模型的应急防疫物资仓库选址

为提高对疫情的应急响应与控制水平,研究应急防疫物资储备仓库选址方法。首先,综合考虑城市网络中人口及城市间的人流量因素,利用复合种群SIR模型预测应急防疫物资需求量,并以2017年华北地区城市流感数据验证预测准确性;然后,通过栅格化选址区域生成初始解空间,以时效性优先为原则,构建基于P中值模型的大规模区域内储备仓库选址模型,并以加权运输距离最小为目标,设计结合重心法的精英保留遗传算法求解模型;最后,以华北地区防疫物资仓库建设为试验案例,使用真实运输距离数据验证模型和算法的有效性。结果表明：在大规模区域内仓库候选位置未知的情况下,该模型和求解算法能够保证选址方案的合理性和计算敏捷性,在仓库数量有限的条件下满足疫情爆发时的应急防疫物资供应需求。     

基于主成分分析与遗传优化BP神经网络的风电场短期功率预测研究

为降低风电场弃风率及对电网稳定性影响,对风电场短期功率进行准确预测显得十分重要。针对传统BP神经网络泛化能力差、网络收敛速度慢等问题,建立了一种基于主成分分析与遗传优化BP神经网络相结合的风电场短期功率预测模型。首先,利用主成分分析法对风电场原始气象数据进行分析,将得到的独立变量作为BP神经网络的输入;然后利用遗传算法确定了神经网络的最优初始权值和阈值的大致范围,并用L-M算法对BP网络权值和阈值进行细化训练;最后,利用中国北方某风电场实际运行数据进行验证,结果表明,所建立的预测模型合理有效,不仅可以加快BP神经网络收敛速度,减少预测误差,还可以提高风电场短期输出功率的预测精度,具有一定的工程应用价值。     

重大事故人员应急疏散模型研究

介绍了遗传算法和毒负荷的基本概念,给出了基于有毒气体泄漏事故后果预测仿真人员疏散最佳路径选择的遗传算法的模型。在该模型中,人员疏散最佳路径选择算法与遗传算法在该领域的应用较为新颖,且有一定的实用价值,可为事故的预防准备和现场决策提供支持     

氯代脂肪烃构效关系的遗传神经网络模式

通过检索美国国立职业与卫生研究所化学物质毒性效应登录（RTECS）1998年版光盘系统,搜集了65种氯代脂肪烃化合物对大鼠急性毒性口服LD₅₀数据,并利用遗传神经网络建立了氯代脂肪烃分子结构与对大鼠急性毒性关系的BP神经网络模式对预报集8种氯代脂肪烃测试结果表明,所建立的网络具有较好的实用性遗传神经网络是由遗传算法和神经网络耦合而成讨论了遗传神经网络的构造以及怎样利用遗传神经网络建立构效关系（QSAR）模式     

改进遗传神经网络方法在大气环境质量评价中的应用

运用双极性压缩函数适应度定标和基于排挤方法的选择算子改进标准遗传算法(SGA),使其成为简单通用、快速收敛的并行全局搜索算法。利用该算法优化误差反向传播网络(BPN),克服了BPN收敛慢和不具有全局收敛性的缺陷,在此基础上,建立大气环境质量评价模型,并将该模型用于实例。结果表明,该方法用于大气环境质量评价是可行的。      

零价锌降解四氯乙烯的反应动力学模型研究

对零价锌(Zn(0))降解四氯乙烯(PCE)进行批实验,在假设各化学反应符合准一级反应的前提下,建立了多级链式平行反应数学模型,并使用混合函数遗传算法进行了动力学参数的反演.结果表明,在106h后残留物基本上为C2H4和C2H2.计算显示,氯代烃的反应活性大小为C2Cl2＞C2HCl＞t-DCE(反二氯乙烯)＞1,1-DCE(1,1-二氯乙烯)＞TCE(三氯乙烯)＞c-DCE(顺二氯乙烯)＞PCE;在4条重要的反应路径中,最重要的是PCE→TCE→t-DCE→C2H2→C2H4和PCE→C2Cl2→t-DCE→C2H2→C2H4;最终94.77%的PCE转化为C2H4,5.23%的PCE转换成了氯乙烯(VC).     

遗传算法改进措施

标准遗传算法是一种导向随机搜索算法,具有较强的全局搜索能力.但遗传算法存在早熟收敛及收敛速度慢等问题,许多改进的遗传算法被提出,有效地克服或减轻了上述问题.参17.     

多孔介质中三氯乙烯的非线性吸附-对流-弥散模型

研究三氯乙烯(TCE)在含水层中的迁移转化规律,对评价其在环境中的影响、预测其在环境中的行为规律及确定相应的修复技术有着重要的意义.TCE在细砂中的等温吸附规律研究采用批试验和模拟柱试验方法.批试验结果采用四种不同的非线性等温吸附模型进行拟合.结果显示,Linear-Langmuir-Freundlich (LLF) 模型的拟合效果最佳,且该模型能较好地描述表面吸附和分配作用.利用经典对流扩散模型,将以KCl为示踪剂的柱试验结果采用非线性最小二乘法反演模拟柱中的纵向弥散度;利用非线性吸附对流扩散模型,将TCE的模拟柱试验结果采用遗传算法反演吸附参数;结果显示Langmuir等温吸附模型描述柱试验中的吸附模式最好.即批试验与柱实验中的吸附模式是不同的.该结论表明必须重新审视非平衡吸附理论在运移模型中的适用性,以及该理论适用的前提条件.在试验结果和模型反演获得的参数基础上确定的TCE在多孔介质中运移的一维非线性吸附-对流-扩散模型,能够很好地揭示TCE在多孔介质中的运移规律,且模型中的阻滞系数是质量浓度的非线性函数.     

铀矿山穿孔爆破系统免疫遗传优化控制

根据地下铀矿山穿孔爆破系统特点及放射性污染物的特性,应用自适应模糊推理技术构建爆破矿石块度模型,应用放射性污染物迁移机制构建氡浓度析出模型,再将其模型参数换算成与穿爆参数关联的氡浓度模型,然后构建铀矿山氡浓度控制下穿孔爆破系统的集成模型,最后运用免疫遗传优化算法对其进行优化求解。实例分析表示该方法可在满足氡浓度的要求下实现块度最优化问题,为铀矿山安全生产提供了重要决策依据。     

混沌遗传神经网络在空气质量预测中的应用

为了提高对空气质量预测的准确性,提出了一种基于混沌遗传算法(CGA)的BP神经网络改进方法。BP神经网络是目前应用最广泛的神经网络,但存在收敛速度慢和易陷入极小值的缺陷。该改进算法的基本思想是用混沌遗传算法优化BP神经网络的初始权值和阈值。混沌遗传算法结合了混沌运动的遍历性和遗传算法的反演性。将混沌变量加入遗传算法中,进一步提高了遗传算法的全局搜索能力和收敛速度;将混沌遗传算法优化后得到的最优解作为BP神经网络的初始权值和阈值。利用改进后的CGA-BP算法进行空气质量预测,结果表明,该方法对空气质量的预测效果明显好于单纯使用BP神经网络的预测效果。