2×130t/h热电锅炉烟气脱硫工程调试及优化

分析了2×130t/h锅炉配套石灰石—石膏脱硫系统调试过程中出现的问题,提出了解决措施并对运行参数进行了优化。结果表明,在实际工况下,燃用中低硫煤,控制吸收塔液位为7.3m,pH值为5.4,投运2台循环泵时,脱硫系统运行最为经济有效。     

采用支持向量机算法优化电化学处理油田污水的工艺参数

采用支持向量机(SVM)算法,将Box-Behnken设计法与支持向量回归算法(SVR)实验参数优化软件相结合,优化电化学去除油田污水COD的工艺参数。通过量子粒子群算法对SVM算法参数进行优化,从建立的回归模型中找到工艺参数的全局最佳点:电解时间60 min,电解电流3 A,三维电极填充料中石英砂质量695 g。模型得到的COD理论最优去除率为92.48%,验证实验得到的COD去除率为91.43%。     

An imprecise fuzzy risk approach for water quality management of a river system

Uncertainty plays an important role in water quality management problems. The major sources of uncertainty in a water quality management problem are the random nature of hydrologic variables and imprecision (fuzziness) associated with goals of the dischargers and pollution control agencies (PCA). Many Waste Load Allocation (WLA) problems are solved by considering these two sources of uncertainty. Apart from randomness and fuzziness, missing data in the time series of a hydrologic variable may result in additional uncertainty due to partial ignorance. These uncertainties render the input parameters as imprecise parameters in water quality decision making. In this paper an Imprecise Fuzzy Waste Load Allocation Model (IFWLAM) is developed for water quality management of a river system subject to uncertainty arising from partial ignorance. In a WLA problem, both randomness and imprecision can be addressed simultaneously by fuzzy risk of low water quality. A methodology is developed for the computation of imprecise fuzzy risk of low water quality, when the parameters are characterized by uncertainty due to partial ignorance. A Monte-Carlo simulation is performed to evaluate the imprecise fuzzy risk of low water quality by considering the input variables as imprecise. Fuzzy multiobjective optimization is used to formulate the multiobjective model. The model developed is based on a fuzzy multiobjective optimization problem with max–min as the operator. This usually does not result in a unique solution but gives multiple solutions. Two optimization models are developed to capture all the decision alternatives or multiple solutions. The objective of the two optimization models is to obtain a range of fractional removal levels for the dischargers, such that the resultant fuzzy risk will be within acceptable limits. Specification of a range for fractional removal levels enhances flexibility in decision making. The methodology is demonstrated with a case study of the Tunga–Bhadra river system in India.     

基于灰色模糊理论的流域水电规划环境影响综合评价

结合模糊优选理论和灰色关联分析方法,提出灰色模糊综合评价法,该方法将灰色关联分析作为优属度确定的隶属度计算方法;提出理想环境序列建立遵循的原则,引入梯形模糊数实现定性指标量化并采用变异系数法确定评价指标权重.应用灰色模糊综合评价法对黄河流域河段水电规划的高坝方案和多级开发方案进行了比选研究,计算了两个方案的优属度及其开发性因子、稳定性因子、保护性因子、经济活力因子、社会可接受因子、环境风险因子等6个指标层优属度,结果表明,多级开发方案总体优于高坝方案;多级开发方案的保护性远好于高坝开发方案,而高坝方案的开发性略好于多级开发方案,稳定性、经济活力、社会可接受、环境风险等因子两种方案比较接近.评价结果与流域实际情况比较符合,证明该方法是一种有效的方法.     

基于信息熵评价决策模型的突发公共事件应急处置指挥方案优选

提出基于信息熵评价决策模型对突发公共事件应急处置指挥决策中的作战方案进行优选的方法。首先介绍应急处置指挥决策的概念和过程;其次,分析了信息熵以及基于信息熵评价模型的多属性决策方法;最后,给出基于信息熵的评价决策模型在突发公共事件应急处置指挥方案优选中的应用。实地演练表明,该决策模型在应急指挥决策方案排序与优选是客观合理、切实可行的,能够为应急处置指挥决策提供一定的参考。     

道路交通紧急救援服务点的优化选址

针对道路交通紧急救援对公平性、效率性、事故并发性的多目标决策需求,提出用于道路交通救援点选址的多目标决策模型。该模型通过最小化最大救援时间满足救援公平性;通过最大化一次覆盖的需求量和最小化救援点到需求点总加权时间满足救援效率;通过最大化备份覆盖的需求量满足事故并发与重大事故的救援。针对多目标决策模型,开发基于模拟退火法的优化解法,结合算例分析,能够获得减少最大救援时间、最大化一次覆盖和备份覆盖需求量的多个目标方向上最优解,实现pareto最优化的成功率均在95%以上。实例计算比较表明,笔者提出的模型与算法可以为决策者提供多目标选址方案。     

煤矿应急资源优化管理与调度监控研究

为了提高煤矿应急资源在日常的分类分级管理和在突发事故救援过程中的统一调度,把煤矿应急资源划分为人员流、物资流和信息流,并且通过构建煤矿应急资源救援调度模型和建立煤矿应急资源实时监控机制,提高应急资源在突发事故或预案演练中的应急保障能力,最终实现应急资源的日常分类管理、灾时统一调度的应急联动体系。     

基于改进粒子群算法和元胞自动机的城市扩张模拟——以南京为例

为合理利用多智能体算法解决城市扩张动态模拟问题,基于地理学理论和社会学规律对粒子群算法进行有针对性的改进,提出分段式粒子群算法(SPSO),并结合元胞自动机模拟复杂时空过程的能力,构建出适用于城市扩张模拟的地理元胞自动机SPSO-CA。在SPSO-CA中我们利用多时像的土地利用数据、交通路网数据和地形数据,挖掘出1995~2000年南京城市扩张的土地转换规则。再由此规则实现1995~2008年的南京市城市扩张过程的动态模拟。最后对比SPSO-CA、PSOCA及NULL模型结果得:SPSO-CA总精度86.3%,Kappa系数为0.792,Moran’s I为0.078,PSO-CA总精度83.6%,Kappa系数为0.755,Moran’s I为0.054,NULL模型总精度81.9%,Kappa系数为0.741,真实的Moran’s I为0.072。这表明无论是总精度还是空间一致性,SPSO-CA都优于PSO-CA和NULL模型,即用SPSO-CA模拟城市扩张是可行的。     

响应面法和神经网络优化Acinetobacter sp. DNS32发酵基质

为了提高阿特拉津降解菌Acinetobacter sp.DNS32的产量,分别采用响应曲面法和基于人工神经网络的遗传算法对阿特拉津降解菌DNS32发酵培养基中3个重要基质成分(玉米粉、豆饼粉、K2HPO4)进行优化研究。响应曲面法确定3种成分的含量为玉米粉39.494 g/L,豆饼粉25.638 g/L和K2HPO43.265 g/L时,预测发酵活菌最大生物量为7.079×108CFU/mL,实测量为7.194×108CFU/mL;人工神经网络结合遗传算法优化确定3种主要成分含量为玉米粉为39.650 g/L,豆饼粉为25.500 g/L,K2HPO4为2.624 g/L时,预测最大值为7.199×108CFU/mL,实测量为7.244×108CFU/mL;最终确定培养基配方:玉米粉为39.650 g/L,豆饼粉为25.500 g/L,K2HPO4为2.624 g/L,CaCO3为3.000 g/L,MgSO4.7H2O和NaCl均为0.200 g/L;优化后阿特拉津降解菌DNS32发酵生物量比优化前提高了36.6%。结果表明,在阿特拉津降解菌DNS32发酵培养基组分优化方面,响应面法和基于人工神经网络的遗传算法都是可行的,基于人工神经网络的遗传算法具有更好的拟合度和预测准确度。     

响应面法优化超临界水氧化处理农药废水

在间歇式超临界水氧化系统中对草甘膦农药废水进行降解实验。选取温度、反应时间、过氧量3个量为因素量,总有机碳(TOC)去除率为响应量进行中心组合设计（CCD）。在实验的基础上,利用响应面分析法（RSM）对实验结果进行分析及参数优化：建立了TOC去除率与各个因素关系的二次多项式数学模型;分析了各个因素单独的及相互作用对TOC去除率的影响;优化结果表明,在温度483℃、反应时间29.2 min、过氧量148.4%的条件下,达到了最佳效果,此时TOC的去除率为100%。