基于非线性理论的太湖流域水环境决策支持模型

根据太湖流域水环境系统的特点,运用灰色系统理论和模糊数学理论建立水环境质量预测和评价的数学模型,并在系统开发中进一步实现了模型。通过对实测数据进行科学计算,得到较为满意的结果。     

灾难事件后继风险决策

对小概率/高风险的灾难事件的后继风险决策进行探讨,着重在决策的认知神经经济模型框架下,讨论灾难事件后继风险决策的影响因素。灾难事件后人们的风险觉知、信念和假定、经验等认知因素以及灾后情绪因素对于决策分别有不同的影响;人们灾后决策的特点为决策更多直觉化而较少运用理性分析;灾难后继决策有随时间变化的趋势,灾难事件后人们为寻求安全感而出现"损失偏差"(loss bias),该偏差在"获得"和"损失"两种条件下的影响是不同的。灾后风险决策的内在机制或可用思维和决策的双加工系统(dual-process)模型来解释。最后展望了灾难事件后继决策进一步的研究方向。     

中国安全生产科学研究院负责开发的北京市通州区突发公共事件应急预案数字化管理系统和通州区安全生产应急辅助决策系统通过项目验收

2008年7月18日,由中国安全生产科学研究院公共安全研究所负责开发的北京市通州区突发公共事件应急预案数字化管理系统和通州区安全生产应急辅助决策系统项目验收会议在北京召开。     

中国安全生产科学研究院公共安全研究所

中国安全生产科学研究院公共安全研究所拥有一批具有优良科研素质的安全工程领域的科技精英,其中博士9人,14人具有中高级以上职称。在各级领导的关心支持下,公共安全研究所在突发事件应急管理与辅助决策支持技术、轨道交通与重大工程安全性分析技术、区域及人员密集场所疏散安全分析技术、含硫气田开发公共防护等领域和系统方面深入地开展理论技术研究和应用,在国内研究领域具有重要影响。     

国际RETScreen^TM：一种评估潜在的可再生能源计划的决策支持和能力培养工具

大多数国家都有丰富的可再生能源可以利用,比如太阳、风、水、生物质和/或地热.可再生能源技术（RET）得到了充分的发展,能够满足世界能源需求增长部分的需要.实际上,目前在许多应用中可再生能源项目是有成本效率的.“全球气候变化的缓解尤其取决于这些技术在所有国家的广泛     

基于L-M神经网络的道路交通噪声预测研究

神经网络具有很强的预测功能.根据石家庄公路交通噪声的实测数据,利用L-M优化算法的多层神经网络预测模型进行道路交通噪声的预测,经检验,计算值与实测值接近,预测精度令人满意.     

基于韦伯-费希纳定律的空气质量普适韦伯指数公式

在适当设定各项空气污染物浓度"参照值"cj0的基础上,用相应于"参照值"cj0的污染物的"规范值"xj作为基于韦伯-费希纳(W-F)定律空气质量指数公式中的污染刺激量。由于各污染物同级标准的浓度"规范值"xjl差异不大,从而可以认为各污染物的韦伯指数公式等效于一个具有共同适用的韦伯常数α的W-F指数公式,并采用粒子群(PSO)算法优化得出α,得到对7项空气污染物皆适用的空气质量普适韦伯指数公式。该公式应用于多个实例分析,并与多种其它评价方法的评价结果比较表明,空气质量普适韦伯指数公式具有简单、实用和直观的特点。     

PSO和SVM混合算法确定太湖入湖河流水质主要影响因子

以影响太湖入湖河流水质的24个因子值为研究对象,将PSO算法与SVM算法相结合。PSO算法用于优化SVM算法的参数c和g,以利于快速、高效地确定c和g的全局最优值;SVM算法基于最优的c和g,分别以24,21,18,15,12,9和6个因子作为特征向量预测水质的污染程度。结果表明,当特征向量为9个影响因子时预测率最高。其参数c=18.56,g=1.35,对应的预测率为：全局预测率92.59%,重度污染水质预测率88.89%,轻度污染水质预测率94.45%。因此,通过PSO和SVM混合算法,可以确定影响太湖入湖河流水质的主要因子,利用这些主要因子对水质进行预测预警,不但可以节省时间,而且可以得到精确的结果。     

核化危害源项反演技术现状及研究展望

源项反演对缓解和遏制核化危害源、精准预测核化危害时空传输和扩散情况、辅助作战行动和保障决策等具有十分重要的意义.本文从源项反演应用平台和源项反演关键算法(包括欧拉方法、拉格朗日方法、深度学习等)两个方面,对国内外核化危害源项反演技术的现状和二者间的差距进行了总结与分析.研究指出,利用深度学习提高反演精度和速率、从单污染...     

我国首枚国家自主安全算法RFID芯片

2008年,Mifare卡被荷兰NRU大学的F.D.Garcia攻破。中国各类重要门禁、一卡通等使用M1技术的智能卡系统受到了潜在的安全威胁,各IC卡应用行业开始进行全面、系统的安全检查。2009年,上海华虹集成电路有限责任