基于模拟植物生长算法的快线公共车辆优化调度研究

公共车辆的运营优化调度能够很好的减少城市交通拥堵,缓解交通压力,保证多方面的利益。对乘客高峰期快线公共车辆的调度进行了研究。首先运用了三元组α/β/γ方法对问题进行了描述,将乘客高峰期快线车辆的调度描述为一类以最小化制造期和平均等待时间为目标,具有先入先出原则和机器适用限制的流水车间动态调度问题。并在此基础上建立了相应的数学模型;接着,运用模拟植物生长算法进行了算法设计;最后,用实际数据进行了数值仿真,结果证明该研究具有较高的理论及现实价值。     

基于CLUE-S和灰色线性规划的嘉兴北部土地利用优化配置研究

构建基于CLUE-S与灰色线性规划混合模型的土地利用优化配置方法,在导入区域政策、社会经济、生态目标和土地利用现状等条件下,进行土地利用数量结构与空间布局的统一优化,并以嘉兴北部地区为例进行实证研究,共设置现状趋势情景、规划目标情景和规划可持续情景这3种模拟情景.规划可持续情景侧重社会经济环境效益,故对建设用地快速增长和农用地持续减少起到明显调控作用,可实现生态敏感区环境和粮食安全的双重保护,是理想的土地利用优化方案.CLUE-S模型与灰色线性规划的耦合能够兼顾现状条件和区域发展目标,模拟土地利用的数量和空间变化,是解决土地资源优化配置问题的有效方法.     

单元模态应变能法在输电铁塔损伤识别中的应用

输电塔结构在灾害中发生倒塌的现象时有发生,故而对输电塔结构进行健康监测具有重要的实际意义。介绍了单元模态应变损伤指数(EMSDI)在结构损伤识别中的表达式,并将其应用于输电铁塔模型试验中。采用单元形函数代替原有模态曲率计算方法,可有效降低计算单元模态应变能的计算误差,从而增加了识别的准确性。在输电铁塔仿真模拟和试验中,对该识别方法的准确性和可靠性进行了验证。实例表明:单元模态应变损伤指数法能够准确地识别出结构的损伤位置,并可在某种程度上反映出损伤程度,可以应用到实际输电塔结构损伤识别中。     

杂合抗菌肽LPCB在毕赤酵母中的表达条件优化

为获取能表达具有天然活性的杂合抗菌肽的重组酵母菌,确定其最佳表达条件,将构建好的重组酵母表达载体pPICZα-A-CecropinB(1～10)-Magainin2(1～12)(简称pPICZα-A-CBMA)和pPICZα-A-Lfcin-Pro-CecropinB(简称pPICZα-A-LPCB)经SacⅠ线性化处理,分别电转入巴斯德毕赤酵母Pichia pastoris X-33,利用抗生素Zeocin筛选阳性克隆,PCR扩增验证,甲醇诱导表达.采用抑菌圈法初步测定产物活性,优化杂合肽LPCB诱导时间、诱导剂浓度、诱导温度、培养基pH等表达条件,传代检测其质粒稳定性.结果显示,基因工程菌P.pastoris X-33/pPICZα-A-CBMA和P.pastoris X-33/pPICZα-A-LPCB成功构建.表达产物前者抑菌活性微弱,后者抑菌活性良好.杂合肽LPCB的最佳表达条件为:25℃,pH中性培养,每24 h添加0.5%(V/V,φ)甲醇,诱导表达72 h.重组酵母菌pPICZα-A-LPCB在培养超过100代后,未发生质粒丢失.     

Threshold management in a coupled economic–ecological system

Economic analysis of optimal ecosystem management in the presence of a threshold has typically ignored the potential for induced behavioral responses. This paper contributes to the literature on non-convex ecosystem management by considering the implications of a particular behavioral response in a regional economy – that of amenity-led growth – to changes in ecosystem services generated by a lake ecosystem subject to a eutrophication threshold. The essential policy challenge is to achieve optimal levels of lake nutrients and urbanization given that improvements to water quality will induce additional migration and urbanization in the region with attendant ecological impacts. We show that policies that ignore the recursive relationship between urbanization and water quality unintentionally exacerbate boom-bust cycles of regional growth and decline and risk pushing the system towards long-run economic decline. In contrast, the optimal policy accounts for the behavioral feedbacks to improved ecosystem services, and balances regional growth and ecological degradation.     

Optimal locations of monitoring stations in water distribution systems under multiple demand patterns: a flaw of demand coverage method and modification

A flaw of demand coverage method in solving optimal monitoring stations problem under multiple demand patterns was identified in this paper. In the demand coverage method, the demand coverage of each set of monitoring stations is calculated by accumulating their demand coverage under each demand pattern, and the impact of temporal distribution between different time periods or demand patterns is ignored. This could lead to miscalculation of the optimal locations of the monitoring stations. To overcome this flaw, this paper presents a Demand Coverage Index (DCI) based method. The optimization considers extended period unsteady hydraulics due to the change of nodal demands with time. The method is cast in a genetic algorithm framework for integration with Environmental Protection Agency Net (EPANET) and is demonstrated through example applications. Results show that the set of optimal locations of monitoring stations obtained using the DCI method can represent the water quality of water distribution systems under multiple demand patterns better than the one obtained using previous methods.     

基于AGA-BP神经网络的采空区危险性评价

针对采空区危险性评价的影响因素众多且关系复杂的特点,提出了基于AGA-BP神经网络算法评价采空区危险性。将岩体结构、地质构造、岩石抗压强度等13个影响因子作为神经网络输入,采空区危险性等级作为输出,建立一个采空区危险性评价的BP神经网络模型;采用自适应遗传算法(AGA)对BP网络的初始权值和阈值进行全局寻优,将寻优结果回代入网络中进行训练并预测得出采空区危险性等级;利用其它智能算法与该预测结果做出比较,以验证AGA-BP算法的有效性及优越性。结果表明:该算法的优化效果明显,同时在训练时间与预测精度上较其它智能算法有突出的优势,是一种在采空区危险性评价方面值得推广的新方法。     

基于小波分解及遗传BPNN耦合模型的地表水As浓度预测研究

随着工业的快速发展,水体中污染物超标事件时有发生,造成了较严重的水环境污染问题.水环境监测与预报是环境科学研究的重要内容.为了实现地表水砷（As）污染的准确预报,本研究提出小波分解、遗传算法与BP人工神经网络的耦合建模方法,并结合某河流监测站1998—2016年共19年的地表水质监测数据,通过皮尔逊相关系数和信息指标评价法对模型输入变量进行筛选,最后对比分析了在不同水质参数输入情况下BP人工神经网络（BPNN）、遗传算法改进的BPNN（GABP）、小波-遗传BPNN耦合模型（W-GABP）对后6年（2011—2016年） As浓度预测结果的均方根误差（RMSE）、决定系数（R²）、平均绝对百分比误差（MAPE）,以确立最优模型.结果表明：①多水质参数BPNN、GABP与W-GABP耦合模型预测结果的MAPE分别为17.51%、15.98%、14.46%,单水质参数BPNN、GABP与W-GABP耦合模型预测结果的MAPE分别为18.78%、16.74%、7.83%;②小波分解数据前处理及遗传算法均能较大程度地提高预测模型的精度;③对于地表水水质预报,需对比不同模型在不同输入变量下的预测结果,以获得最佳的预测精度.单水质参数输入的W-GABP耦合模型能较准确地预报地表水As浓度的变化情况,对数据缺乏地区水质监控和地表水As污染防治具有重要意义.     

基于EMD-MFOA-ELM的瓦斯涌出量时变序列预测研究

为准确分析工作面绝对瓦斯涌出量的非平稳特征,实现瓦斯涌出量的准确预测,基于经验模态分解(EMD)、修正的果蝇优化算法(MFOA)和极限学习机(ELM)基本原理,构建瓦斯涌出量的EMD-MFOA-ELM多尺度时变预测模型。通过EMD将瓦斯涌出量时变序列进行深层次分解,获得多尺度本征模态函数(IMF);采用MFOA-ELM对各IMF时变序列建立动态预测模型,等权叠加各预测值,得到模型最终预测结果。以晋煤某矿瓦斯涌出量监测时序样本为例进行研究分析,结果表明:EMD能充分挖掘出监测数据隐含信息,有效降低数据复杂度;该模型预测相对误差为0.024 3%~0.651 0%,平均值仅为0.252 6%,预测精度和泛化能力高于未经EMD分解模型,能很好地适用于非平稳时变序列预测。     

基于数据挖掘技术的事故隐患预警方法研究

为改良企业既有隐患排查治理方法,提高辨识效率,提升整改效果,应用并优化数据流滑动窗口模型、等价类变化算法、变化挖掘算法等数据挖掘技术,构建1种关联隐患预警方法,该方法以企业历史隐患数据为基础,通过挖掘实时隐患数据的关联规则,发布关联隐患的类型、存在可能性和变化模式等预警信息,指导企业进行针对性排查和整改。最后,以72家安全管理性质相似企业的28 957项隐患数据为例,验证该方法可行性。研究结果表明:该方法不但能挖掘关联隐患类型及其变化模式,而且预警准确率随置信度水平提升而不断提高。