动态残差修正LSTM算法的突发型滑坡位移预测

针对突发型滑坡存在位移趋势突变性,传统长短时记忆(LSTM)神经网络方法存在位移预测精度不足的困难,提出一种基于动态残差修正LSTM算法的突发型滑坡位移预测方法。首先,采用动态流转训练,将由累计位移得到的变形速率通过经验模态分解(EMD)得到周期项及趋势项;其次,通过多项式预测趋势项、动态LSTM预测周期项,并由2项之和得到主预测变形速率;随后,通过对比实测速率与主预测变形速率,得到残差项,并建立动态流转训练的残差LSTM网络预测残差速率;然后,由主预测变形速率与残差预测变形速率之和得到最终预测速率,并进一步得到累计位移预测值;最后,以某突发型滑坡为例,验证该方法的科学性、有效性,以及预测精度和优势。结果表明：将变形速率序列作为预测对象并进一步得到累计位移预测值,比直接预测累计位移值具有更高的准确性;而基于动态残差修正LSTM算法预测的MAE、MAPE、RMSE及R²指标分别为43.843、1.901%、79.394和0.960,相比于传统LSTM预测方法具有明显优势。     

基于ADPSO-FNN算法的催化再生烟气二氧化硫预测方法

为了解决催化裂化装置再生器出口烟气二氧化硫质量浓度难以实时预测的问题,提出一种基于自适应粒子群优化-模糊神经网络(Adaptive Particle Swarm Optimization-Fuzzy Neural Network, ADPSO-FNN)算法的催化再生烟气二氧化硫质量浓度智能预测方法。首先,针对数据来源多,且来自数据采集系统(Data Collection System, DCS)与实验室信息管理系统(Laboratory Information Management System, LIMS)中多维数据时间尺度不匹配的问题,利用基于自适应回归算法实现多时间尺度的数据清洗;其次,建立基于模糊神经网络算法的二氧化硫质量浓度预测模型,提取再生烟气产排过程中的动态特性;然后,提出基于动态惯性权重和学习因子机制的自适应粒子群算法,平衡全局探索能力及局部开发能力,实现再生烟气二氧化硫质量浓度的预测;最后,利用炼厂检修前、后的数据分别建立二氧化硫预测模型并进行测试。结果显示：该预测方法实现了催化再生器出口二氧化硫的准确预测,解决了现场多时间尺度数据难以建模的问题。     

初值修正和函数变换的改进灰色模型在管道腐蚀深度预测中的应用

为了准确预测管道的腐蚀深度,借助灰色理论建立了改进GM(1, 1)模型。针对传统灰色模型的不足,引入反双曲正弦函数变换方法建立了改进模型一,并在此基础上提出了一种基于初值修正结合反双曲正弦函数变换的改进模型二,通过实例对比分析了改进模型和传统模型预测管道腐蚀深度所得结果的差异。室内试验测试数据和实际管道检测数据的计算结果表明：传统模型预测所得的平均相对误差(分别为5.300%和13.617%)均较大,因此模型的精度较差;改进模型一预测所得的平均相对误差分别为2.345%和2.639%,其预测精度较传统模型有大幅度的提高,因此该模型适用于腐蚀深度的准确预测;对改进模型一采用初值优化方法后,所得改进模型二的预测精度进一步提高,其提高的程度较为有限;总体来看,所建改进模型能够满足管道腐蚀深度预测的精度要求,具有较强的推广应用价值。     

驾驶人行为不确定性对车辆轨迹预测的影响分析

针对驾驶行为不确定性影响车辆轨迹预测精度的问题,采用预瞄控制方法和滑模控制方法,分析了不同行驶车速与工况下车辆轨迹预测误差。结果表明：预瞄控制方法和滑模控制方法能够有效处理驾驶人超车、避障和转向行为的外部干扰,将轨迹预测误差控制在0.5 m以内,但高速工况下的轨迹误差明显大于低速工况下的轨迹误差;在小曲率转向工况下,基于单点预瞄驾驶人视觉轨迹预测误差小于基于双点预瞄驾驶人视觉轨迹预测误;在大曲率转向工况下,基于单点预瞄驾驶人视觉轨迹预测误差大于基于双点预瞄驾驶人视觉轨迹预测误。研究结果为驾驶人视觉轨迹预测策略的制定及车辆不同行驶工况下驾驶人行为不确定性的处理提供了理论依据。     

飞机用铝合金腐蚀行为和腐蚀预测研究现状及问题分析

针对不同的航空铝合金结构及部位,从腐蚀机理、腐蚀行为和腐蚀预测技术三方面较为系统地分析了研究现状及进展。在此基础上,明确了航空铝合金腐蚀预测技术需要进一步研究的问题,分别为飞机结构表面腐蚀环境的确定问题,材料在海洋大气环境下腐蚀电化学性能的准确测量问题,腐蚀预测模型的选取问题。     

中国主粮作物生物炭产量效应的Meta分析

为定量评估生物炭对主粮作物产量的影响,收集了公开发表的116篇相关文献,共866对数据,采用Meta分析法定量分析了生物炭对我国主粮作物产量的影响及其影响因子,同时构建结构方程模型(SEM)进一步解释了因子间的交互关系.结果表明,与不施用生物炭相比,生物炭施用后可改善主粮田土壤理化性质,提高主粮作物产量,平均增产率为8.77%.其中,当生物炭pH为7～8时,平均增产率最大,可达26.49%;其C/N<60时,平均增产率为13.73%,显著高于C/N≥60的平均增产率.将生物炭施入酸性或中性土壤中,更能发挥其增产效应.当施炭量为10～20 t·hm^-2时,小麦和玉米的平均增产率最大;施炭量为15～25 t·hm^-2时,水稻平均增产率最大.但是,不同施炭水平的水稻增产率相近,可考虑损失部分产量,适当减施以兼顾经济效益.此外,生物炭增产效应会随施用年限增加而不断减弱,一般3 a后增产不显著.SEM表明生物炭施用量不仅直接影响主粮作物产量,还通过改善土壤肥力间接影响主粮作物产量,而生物炭C/N和pH仅通过改善土壤肥力影响主粮作物产量.因此,今后...     

“安防云”——引领下一个安防时代

正一、什么是"安防云"?云计算有一个形象的"定义":使用户可以像用水、用电一样使用IT服务。同理,我们可以说:"安防云"使用户可以像用水、用电一样使用安防服务。对于这个"定义",本文作如下说明:首先,关于用户。我们会问有哪些类型的用户,根据使用服务类型的不同,可以分为三类:(1)使用基础     

贝叶斯动态模型在煤矿事故预测中的应用研究

随着我国煤炭工业的快速发展,煤矿安全生产形势趋于好转,煤矿各类事故死亡人数逐年下降,但是煤矿事故总量仍然很大。在分析了贝叶斯动态模型特点的基础上,依据2001~2013年我国煤矿事故百万吨死亡率数据,分别运用贝叶斯常均值模型和一阶多项式模型,对历年煤矿百万吨死亡率进行样本训练和残差分析,并对2014年煤矿百万吨死亡率进行预测。结果表明,贝叶斯动态模型可适应煤矿事故的特点并用于煤矿事故进行科学的预测,其一阶多项式模型具有较高的预测精度,研究方法及结果可为煤矿监管部门及企业的安全管理决策提供借鉴。     

SEA中非突发性大气环境健康风险分析

建立了一种基于指示性污染物的非突发性环境健康风险评价模式。根据研究区域的能源类型及气候条件选择对该区域人群健康产生明显影响的指示性污染物,并根据多个城市及地区的历史数据确定指示性污染物与常住人口死亡率之间的定量对应关系,将大气预测模型和GIS系统进行集成开发,再将指示性污染物浓度与区域常住人口死亡率之间的定量对应关系嵌入与GIS集成后的大气预测模型中．．通过将区域气象数据及规划中关于指示性污染物连续排放的源强数据输入上述模型进行模拟预测,得出区域不同级别大气环境健康风险范围分布。     

小城镇生活垃圾产量及成份分析——以江苏省巴城镇为例

小城镇是一种比农村社区更高一层次的社会综合实体,具有基层人口相对集中,基层政治、经济、文化教育和科学技术中心的特点。随着社会变革与经济建设的快速发展,小城镇建设进程日益加快。隶属于昆山市的巴城镇,一个典型的经济快速发展中的城乡结合小城镇,作为研究对象,这为了解镇社会、经济概况,镇生活垃圾产量及成份,以求获取小城镇生活垃圾污染状况的基础信息,为日后达到城镇生活垃圾无害化处理提供基础资料。