基于参数不确定性的地下水污染治理多目标管理模型

引入随机Pareto控制排序和随机小生境技术,提出基于参数随机变化的改进小生境Pareto遗传算法,用于求解不确定性条件下地下水污染治理多目标管理模型.同时,利用顺序高斯条件模拟的蒙特卡罗方法,结合不确定性分析和风险评估,分析不同渗透系数条件点数对污染物运移结果不确定性和污染风险评价的影响.最后将该方法应用于一个考虑渗透系数为随机变量的二维地下水污染修复算例中.结果分析表明,该方法可为地下水污染治理提供变异性较小的Pareto管理策略,是一种稳定可靠的多目标随机优化方法.     

韩国工业化推进过程中的土地利用与经济发展关系分析研究

将土地与经济发展间的相关度及其变化进行比较分析发现。韩国工业化在加速阶段和工业化后期的整个工业化推进过程中，耕地减少与GDP、工业化服务业增加值、固定资产投资及其城市化水平变化是不同的：土地对经济发展影响程度在工业化加速阶段的相对弹性影响度系数很强，而到了工业化后期．影响度则比以前明显减弱；即使到了工业化后期．如果不能继续实施严格的农地保护制度。而过分强调平抑地价．降低土地供给成本．那么农地资源消耗速度仍将持续走高，不会自动进入农地资源消耗的平稳期。虽然不同国家有所差异。但是，我们从中可以得出很多有益的结论和启示。对我国强化土地管理．保证经济持续稳定发展有重大的借鉴意义。     

Modeling methods for managing raw material compositional uncertainty in alloy production

Operational uncertainties create disincentives for use of recycled materials in metal alloy production. One that greatly influences remelter batch optimization is variation in the raw material composition, particularly for secondary materials. Currently, to accommodate compositional variation, firms commonly set production targets well inside the window of compositional specification required for performance reasons. Window narrowing, while effective, does not make use of statistical sampling data, leading to sub-optimal usage of recycled materials. This paper explores the use of a chance-constrained optimization method, which allows explicit consideration of statistical information on composition. The framework and a case study of cast and wrought production with available scrap materials are presented. Results show that it is possible to increase the use of recycled material without compromising the likelihood of batch errors, when using this method compared to conventional window narrowing. This benefit of the chance-constrained method grows with increase in compositional uncertainty and is driven by scrap portfolio diversification.     

长株潭城镇等级体系优化研究

长株潭地区是湖南经济最发达、城镇最密集的地区。作为我国中西部地区极富个性的城市群 ,它的优化建设不仅受到湖南省的关注 ,而且受到国家发展计划委员会和世界银行的重视。这一区域现有 3个地级市、4个县级市、8个县城、158个一般建制镇及 362个集镇。其城镇非农业人口规模等级为首位型分布 ,具有明显的层次性特征。按综合实力 ,7个设市城市可以划分为四个等级。首位城市规模偏小、城镇等级体系不完整、小城镇数量多而规模小是该区城镇等级体系存在的主要问题。今后应以长株潭 3个核心城市的一体化建设为突破口 ,加强城镇体系的中心化趋势 ;应积极促进浏阳、醴陵、湘乡等小城市向中等城市的规模升级 ;应将宁乡、攸县、望城 3县改为县级市 ;应择优发展 ,规模建设 ,形成由四级中心构成的城镇等级体系。     

毛竹遗态Fe_2O_3/Fe_3O_4/C复合材料吸附水中砷(Ⅴ)的工艺优化组合研究

以自制毛竹遗态Fe_2O_3/Fe_3O_4/C复合材料为吸附剂,选取溶液初始p H值、吸附剂粒径、吸附剂投加量、砷(V)初始浓度、吸附时间和温度为影响因素开展工艺优化组合寻求的正交实验研究,结果显示,工艺优化组合为:砷(V)初始浓度10 mg/L,溶液初始p H=3,温度为35℃,吸附剂粒径小于100目,吸附剂用量为0.6 mg/50 m L,吸附时间为7 h。     

考虑洪涝灾害风险的城市应急避难场所选址研究*

为解决洪涝灾害下城市应急避难场所选址优化问题,将洪涝灾害风险评估与选址模型相结合。首先,运用灰色模糊综合评价法对洪涝灾害风险进行评价,得到洪涝灾害风险综合指数。然后,将综合指数归一化处理后作为权重引入疏散距离最小化和覆盖人口最大化的目标函数,结合最小化避难所数量,以最大服务范围、容量作为约束,构建引入洪涝灾害综合风险权重的多目标应急避难场所选址优化模型,并采用遗传算法对模型进行求解。最后,以武汉市作为实证研究对象验证模型的科学性和有效性。研究结果表明:在考虑洪涝灾害风险的情况下,应急避难场所选址方案可在接近最优解的情况下达到最优。研究结果可为城市防洪应急避难场所布局优化提供参考。     

基于贝叶斯优化的三维水动力-水质模型参数估值方法

随着水质目标管理要求的提升,基于复杂的三维水动力-水质模型的决策成为流域精准治理的必需.水质模型通常具有复杂的结构,包含大量的方程和参数,而参数取值的准确性会影响模型对水体系统表征的可靠性,进而影响根据模型结果进行水环境管理的效果,因此,有必要探究适用于复杂水质模型的高效参数估值方法.传统的自动参数估值方法应用于复杂的水质模型时会面临计算瓶颈,而贝叶斯优化适用于高运算成本模型的优化问题.本研究提出基于贝叶斯优化的复杂水质模型参数估值方法,主要包括:①重要影响参数识别;②重要参数敏感性排序与筛选;③采用贝叶斯优化对筛选出的参数进行估值;④方法的适用性评估.同时,将该方法应用于云南异龙湖的三维水动力-水质模型的参数估值中,发现进行参数估值后模型lg(NSE)均大于0.65,表明模型达到了满意的级别.研究表明,当贝叶斯优化算法的采集函数为EI时,仅需要141次迭代lg(NSE)即可达到0.766,该方法对复杂水质模型的参数估值具有一定的借鉴意义.     

流域主体功能优化与黄河水资源再分配

立足流域主体功能优化概念内涵,系统性解析流域各类主体功能目标,基于流域主体功能评价指标体系建立以主体功能优化为目标导向的流域主体功能水资源分配机制,通过遗传算法求解多目标优化模型得到2017年黄河流域9省、自治区的四类水资源分配方案。研究结果表明：（1）流域主体功能实现水资源分配机制,使黄河流域最大可能节水23.01亿m³。（2）流域主体功能水资源分配机制给黄河流域主体功能实现分别带来4344.48亿元的生产功能增量、991.35亿元的生态功能价值增量,可多承载8194.84万人口。（3）减少宁夏和山东的农业用水及内蒙古工业用水分配对黄河流域水资源优化分配至关重要。     

基于“乡土—生态”系统韧性的红色旅游资源利用空间格局优化研究——以大别山革命老区为例

红色旅游资源利用与开发将对旅游地的人地关系地域系统产生强烈扰动,基于“乡土—生态”系统韧性水平厘定红色旅游资源利用空间格局,有利于推动红色旅游资源开发与区域可持续发展共促共赢。以大别山革命老区为例,从经济、社会、文化、生态四方面构建红色旅游地“乡土—生态”系统韧性水平评价体系,并对红色旅游资源的空间特征与类型进行识别。研究结果为：（1）各县域“乡土—生态”系统韧性以中低水平为主,呈“中部高、四周低”的空间分布特征。（2）区域内各子系统韧性处于勉强协调状态,县级行政单元的协调度呈现中等水平多、较高与较低水平少的“橄榄型”等级结构。（3）红色旅游资源的冷、热点区分别位于大别山南北两侧及中心地带,呈现出“大集聚、小分散”的特征,根据其规模、影响力划为五种聚类分区。（4）依据“乡土—生态”系统韧性在红色旅游资源高富集区可通过内部要素重构向更高水平发展、在中低密度区因吸纳和适应外界扰动力较弱而与红色旅游资源开发相互抑制这一特征,初步厘定“三区、两带、三核心”的红色旅游资源利用空间格局,并针对不同区域从“乡土—生态”系统韧性视角下提出差异化建议,以期排除红色旅游资源开发对“乡土—生态”系统产生的干扰。     

基于ARIMA和BP神经网络的猪舍氨气浓度预测

为了从源头减少生猪养殖过程中的氨气排放,降低猪舍氨气浓度,提出了基于ARIMA-BP神经网络的猪舍氨气浓度组合预测方法,分别从最优权重和残差优化角度对基于ARIMA-BP神经网络的组合预测方法进行了对比研究.将该预测方法应用于江苏省宜兴市某养猪场的氨气浓度预测中,预测结果表明：基于ARIMA-BP神经网络残差优化组合预测方法的预测精度最高,与BP神经网络、ARIMA预测方法和基于ARIMA-BP神经网络最优权重组合预测方法对比分析,评价指标MAE、MAPE和RMSE分别为0.0319、0.1580%和0.0365.本文提出的氨气预测方法可以为猪舍环境精准化调控管理提供科学依据以减小猪舍氨气排放对生态环境的污染.