大规模突发事件中基于满意度的应急物资优化调度模型

建立了大规模突发事件下供给点应急物资供应数量小于应急点应急物资需求数量的应急物资管理调度模型。同时结合大规模突发事件的特点,将模型设为多时段动态变化的,能使有限资源达到最大救援效用的多物资、多种运输方式、多运输车辆的物资优化调度模型,并根据不同应急点对物资需求的重要程度不同引入权重系数,使应急救援初期有限资源的分配达到整体的最大满意度。结合模型特点,给出模型的求解算法,并通过一个算例验证模型和算法的有效性。最后得出,以整体应急点的满意度作为具有多货物多起止点多运输方式等特点的应急物资调度问题的目标函数,能使应急救援过程达到最大的救援效率。     

机场终端区飞行流量的优化算法研究

为解决繁忙机场飞行终端区的交通拥挤问题,研究了遗传算法在跑道分配和飞机排序中的应用。建立多条跑道多架飞机的数学模型,使用遗传算法仿真计算寻求飞机进场总延迟时间最小的排序方案,并与传统的先到先服务算法进行了对比。结果表明:遗传算法与先到先服务排序相比较,总延迟时间减少了53%,说明了该算法排序结果明显优于先到先服务的排序结果。遗传算法具有全局寻优,且优化效率高的特点,有助于空中交通流量管理优化方案的建立。     

新型防突装置对封隔器胶筒力学性能影响研

为了进一步保证封隔器安全坐封,提高封隔器胶筒的力学性能,基于现有成熟技术,设计了一种新型防突装置,分析了不同防突装置材料和结构参数对封隔器胶筒肩部突出、接触应力、Von Mises应力的影响。结果表明:新型封隔器肩部突出距离相比常规封隔器降低了63.35%,使胶筒不易被破坏,延长了胶筒的寿命;对防突装置材料和结构参数进行优选,选择材料为铝合金,距胶筒端面距离H=2.5mm,厚度B=0.5mm的新型防突装置;新型防突装置的设计与应用为封隔器坐封提供了安全保障。     

直升机失事应急救援路线双目标优化研究

近年来直升机失事事故呈上升趋势,直接威胁到人民生命财产安全,并产生严重的经济、政治负面影响。为此,研究直升机失事应急救援路线的多目标优化问题,在提出的应急救援路径选择模型中,考虑了直升机失事所造成的次生灾害对弧段路况的影响,优化目标是最小化路线的通行时间和当量长度。基于启发式思想,设计了求解这一模型的双目标优化算法,并给出了算法的正确性证明,实例模拟说明了模型和算法的有效性和可行性。     

基于大气特征污染物的监测布点选址优化研究

针对常规大气环境监测未能对局部特殊污染情况进行表征的缺陷,提出基于特征污染物的监测布点选址优化方法:首先运用综合评分方法筛选区域大气特征污染物,然后建立综合了环境、经济和社会因素的多目标规划模型,并通过模糊层次分析法计算各子目标权重系数,最后应用lingo软件对模型优化求解,得到最优的监测点位布设方案.以南京市仙林地区为案例研究的结果表明,基于大气特征污染物的监测布点多目标模型能够得到较合理的优化点位布局,在3种情景中,选择的最优点位分别为25#、43#, 25#、43#、54#和25#、43#、54#、77#, 为实际大气环境监测优化布点提供科学指导.     

一种PM_(2.5)辅助监测系统的设计与实现

为解决目前国内外PM2.5监测仪器价格昂贵,运行成本高,单点负责区域大,监测点少的问题,提出以国家监测网络为基础,以低成本、高精度为特点的PM2.5辅助监测方法。系统采用DSM501A作为PM2.5浓度采集传感器,完成粒子数量浓度到质量浓度的转换,通过在一定区域内布置监测终端,并借助于GPRS网络和参数曲面构建方法,建立了一定区域内PM2.5质量浓度网络图,填补了国家监测点间的监测盲区,并利用高斯消元法建立了从历史数据到未来浓度的预测算法。实验结果表明:实测数据与国家监测点数据基本一致,具有广阔的应用前景。     

基于自适应遗传小波神经网络的水质评价建模

水环境污染过程的非确定性和非线性,使得传统的水质评价方法存在局限性。为了提高水质评价的准确性,提出了一种基于改进小波神经网络(wavelet neural network,WNN)的水质评价模型。采用自适应遗传算法(adaptive genetic algorithm,AGA)对小波神经网络的初始权值进行优化,再通过小波神经网络算法对网络进行训练,最后对训练好的网络展开测试。仿真结果表明,自适应遗传算法和小波神经网络的结合提高了网络的训练效率,该方法可以用于水质评价建模,并且评价结果具有较高的精度和准确性。     

基于灰色神经网络优化组合模型的火灾预测研究

为了提高火灾事故预测的精度,根据我国火灾事故数据样本较小,波动性较大的特点,将遗传算法优化的灰色无偏预测模型与遗传算法优化的BP神经网络模型结合起来,建立灰色神经网络优化组合模型,充分发挥无偏灰色预测模型适用于小样本的数据预测的优势与BP神经网络处理非线性问题的优点。分别采用遗传算法优化后的无偏灰色GM（1,1）模型、遗传算法优化的BP神经网络预测模型与灰色神经网络优化组合模型对我国1998-2008年的火灾事故进行拟合,并对2009-2011年的火灾事故发生数进行预测。结果表明:灰色神经网络优化组合模型的预测误差最小,精度最高,适用于火灾事故的预测。     

全尾砂絮凝沉降参数GA-SVM优化预测模型研究

为了得到经济、高效的絮凝沉降参数,建立GA_SVM预测模型进行优化选择。在优选过程中,以供砂浓度、絮凝剂单耗和絮凝剂添加浓度作为输入因子,以沉降速度作为综合输出因子,通过室内试验,建立训练、验证样本集;建立支持向量机（SVM）回归预测模型,用训练集对模型进行训练,进而以验证集预测值的均方误差作为适应度函数,通过遗传算法（GA）对SVM模型参数进行优化选择,应用优化得到的SVM模型对絮凝沉降参数进行预测、优化。以湖南某铅锌银矿为例,通过建立的GA_SVM模型对全尾砂絮凝沉降参数进行预测,优选出该矿最佳絮凝沉降参数为:供砂浓度20%-25%,絮凝剂单耗8g/t,添加浓度009%。经实验对比,该模型对絮凝沉降参数预测结果的相对误差能控制在5%左右,精确度较高,可以作为絮凝沉降参数优选的一种新思路     

基于水资源耦合价值的绿色水价模型及其应用——以下辽河平原为例

为了准确体现水资源价值的差异性、动态性及其整体性,提出基于绿色核算的水资源耦合价值评价指标体系及绿色水价模型。以下辽河平原为例,引入可变模糊综合评价法,结合熵值法和层次分析法对水资源耦合价值进行评价,计算该区水资源天然价值系数、附加价值系数、经济价值系数、社会（公益）价值系数、生态价值系数及环境价值系数,据此得出绿色水价标准：城乡居民生活用水为3.54 元/m³,农村居民生活用水（暂行）为132 元/（a·人）,农工商服务业用水为6.14 元/m³,农田灌溉用水（暂行）为0.79 元/m³,行政事业用水为4.72 元/m³,园林绿化用水为7.34 元/m³,特种行业用水为12.33 元/m³。各行政分区水资源耦合价值及各单项价值的评价结果基本符合该区客观实际,绿色水价模型体现了区域水资源禀赋,反映了经济社会发展及生态环境等对水资源的需求。