基于随机森林的阻变型通风网络故障诊断方法*

为了在矿井通风网络发生阻变型故障时,能够快速准确判断出故障位置和故障量,提出1种基于随机森林的通风网络故障位置和故障量诊断方法。利用矿井通风仿真系统IMVS将唐安矿模拟故障生成空间数据集并进行数据预处理,构建基于随机森林的故障诊断模型,并利用该诊断模型对唐安矿矿井通风网络模拟故障位置和故障量进行判断和预测。引用多种方法对模型进行度量,通过唐安矿模拟实验验证基于随机森林的故障诊断模型的有效性。将随机森林和决策树的故障诊断准确率进行对比,研究结果表明:随机森林较决策树故障准确率有进一步的提高,并发现故障地点失误诊断多是相邻巷道,在一定程度上工作人员对故障地点的判断并不受其影响。     

基于随机有限元可靠度的RC结构抗火设计参数优化方法

本文较详细地分析了各设计参数对RC结构抗火能力的影响。在已知结构抗火功能函数的基础上利用随机有限元可靠度的计算方法分析各参数对结构抗火能力的敏感性,根据各参数敏感性的不同,在设计时有意识地对该参数作一些较小的变动,结构的可靠度会明显的增加从而提高了结构的抗火能力。为RC结构抗火设计提供了一种参数优化的方法。     

行走在河西走廊

去年九月下旬,我参加了新疆十日游。当我怀着依依不舍的心情离开新疆时,便踏上了开往敦煌的特别快车。第二天清晨抵达敦煌,见到了我朝思暮想的河西走廊。想来河西走廊的念头已经很久了,荒漠的浩瀚、祁连山冰雪的纯洁、绿洲     

基于O/E模型的浅水湖泊生态系统健康评价

以长江中下游阻隔型浅水湖泊为研究对象,分析了1998—2018年116湖次底栖动物野外调查数据,构建了基于预测模型的观测物种组成/期望物种组成(O/E)指数健康评价指标体系,评价了长江中下游浅水湖泊的底栖动物物种组成完整性.O/E指数模型评价结果显示,在物种采集概率(Pc)>0阈值条件下的O/E0模型预测得到的监测湖泊...     

砂性土液化势的评估方法

主要讨论２个问题：（１）液化判别问题，包括液化的初步判别条件，不同条件下的液化判别方法和液化判别可靠性的评价方法。（２）液化势分析的概率方法，包括已知地震动下的液化概率分析方法，以地震危险性分析结果为基础，以地震烈度或地面峰值加速度为指标的液化危险性分析方法、液化危险性的模糊随机概率方法和综合概率判别方法。对不同的已知条件总可从中找到一个有效的方法。     

基于机器学习分类算法解析EIS数据的有机涂层性能评价方法

目的 基于机器学习分类算法快速评估有机涂层的防腐性能。方法 通过实验室加速试验模拟涂层真实的退化过程,并根据测得的电化学数据,分析不同退化阶段的等效电路元件参数。随后,采用随机抽样方法获取大量数据,用于机器学习模型训练。通过对比支持向量机(SVM)、k最近邻(k-NN)和随机森林(RF)3种不同的机器学习算法,以及多种输入特征集训练的涂层性能分类器模型的准确率,分析最适合用于涂层性能快速评估的机器学习算法和电化学特征。结果 根据不同输入特征训练的k-NN和RF模型均表现出良好的预测效果,而SVM模型的预测效果相对较差。根据不同频率范围训练的分类器模型中,在低频区表现最佳,而在高频区表现较差。结论 基于阻抗虚部、虚部+实部和阻抗模值3种输入特征训练的RF分类器模型的预测效果最准确。不同频率区间内,低频区的阻抗特征更能准确表征涂层性能。     

多尺度分割与特征优选下的盐碱地提取

土地盐渍化作为一种土壤灾害,严重制约着社会经济与农业的发展。对盐碱地进行实时监测,可为盐碱地的评价改良提供科学依据。由于盐碱地的信息复杂、提取精度不高,因此本文以高分六号(GF-6)卫星遥感影像为数据源,采用分形网络演化算法(fractal net evolution approach,FNEA)进行影像对象的多尺度分割,从面向对象的角度减少高分影像分类结果中的椒盐噪声问题,通过计算图像对象的局部方差和变化率来确定适宜的盐碱地分割尺度。利用基于特征选择的相关性算法(correlations-based feature selection,CFS)与Relief F算法分别对由光谱、纹理、形状、遥感指数构成的初始特征空间进行特征优选,精简特征子集,解决特征数量冗余问题,以此来优化随机森林对盐碱地提取精度。结果表明:CFS约简后的特征子集更小,精度更高,说明在盐碱地提取过程中,筛选特征数目能够减小冗余数据对提取精度的影响。CFS优化后的随机森林对盐碱地的提取效果较好,该方法总体分类精度达到83.7%。     

基于Monte-Carlo方法的长输管道气体扩散模拟研究

目前气体扩散模拟研究多采用流体力学的计算方法,分析气体扩散过程中的动力学特性.有限体积、有限元等方法都需要对事故区域整体进行网格划分,计算过程效率无法满足长输管道事故应急跨区域、多气象以及复杂地形的要求.Monte-Carlo方法利用RAMS预测的平均风场,模拟有限气体粒子在风场中的随机行走特性,有效地弥补了计算效率与网格精度冲突所导致的模拟性能下降的缺点.通过HAVEGE方法收集计算的硬件信息熵形成随机源,修正了以往伪随机数问题,增强了Monte-Carlo方法的计算精度.结果表明Monte-Carlo气体扩散模拟研究方法满足了长输管道事故灾害应急决策的需要.     

基于随机森林模型的中国近地面NO2浓度估算

NH₃针对传统近地面NO₂浓度空间模拟过程中NO₂浓度与其影响要素之间关系的复杂非线性机制解释不充分的缺陷,本研究基于随机森林（RF）算法、融合多源地理要素开展了近地面NO₂浓度空间分布模拟研究.以卫星OMI对流层NO₂柱浓度数据和多源地理要素（道路交通、气象因子、土地利用/覆盖、地形高程、人口数量）为输入变量,近地面NO₂浓度为输出变量,利用RF算法构建近地面NO₂浓度反演模型.通过对比地面观测数据与传统土地利用回归模型（LUR）检验RF模型的有效性,基于所构建的最优RF模型在不同时间尺度下模拟分析中国大陆地区近地面NO₂浓度空间分布特征.结果表明：（1）集成多源地理要素的RF回归模型精度高,月均模型整体拟合度R² 0.85,RMSE 6.08μg/m³,交叉验证的R² 0.84,RMSE 6.33μg/m³,显著高于LUR模型（拟合R² 0.53,RMSE 10.48μg/m³,交叉验证的R² 0.53,RMSE 10.49μg/m³）; （2）地面NO₂浓度与预测变量呈现显著的复杂非线性与时间尺度依赖关系,卫星OMI柱浓度对模型影响程度最大,重要性指标IncMSE介于97.40%~116.54%,多源地理特征变量对RF模型同样具有不可忽视的贡献力（IncMSE在23.34%~47.53%之间）;（3）中国大陆地区NO₂污染程度较高,年均模拟浓度为24.67μg/m³,存在明显季节性空间差异,NO₂浓度冬季（31.85μg/m³） > 秋季（24.86μg/m³） > 春季（23.24μg/m³） > 夏季（18.75μg/m³）,呈现以华北平原为高值中心、向外围逐渐减轻的空间分布格局.较已有研究揭示对流层NO₂柱浓度宏观分布特征,本研究对近地面NO₂污染特征的研究成果对于合理制定污染防控策略、降低居民暴露健康损害具有指导意义.     

信息干预是否影响食物浪费?——基于餐饮业随机干预试验

食物浪费既造成了严重的资源环境压力,也威胁着粮食安全,更导致了全球居民的福利损失。食物浪费是消费者行为选择的结果,且消费者的行为在很大程度上是受描述性规范影响的,那么消费者对干预信息的吸取（描述性规范）是否会影响消费者的食物浪费行为有待进行研究。因此,论文运用随机干预试验的方法,探讨不同干预方案对消费者在外就餐食物浪费行为的影响。结果表明：消费者在信息干预过程中存在对干预信息接收度的问题,当我们试图去干预消费者时,被干预的消费者有多达41.38%的消费者没有注意到干预信息;在餐馆有相关信息提示的就餐环境下,信息干预对消费者的食物浪费行为是有效用的,具体表现为消费者的食物浪费行为因干预信息内容的不同而不同。