基于集合经验模态分解和支持向量机的溶解氧预测

应用集合经验模态分解(EEMD)和支持向量机(SVM)相结合的方法,建立一种天然水体溶解氧浓度预测模型。首先,利用EEMD方法将溶解氧时序分解成不同频段的分量,以降低序列的非平稳性;然后,根据各序列分量的自身特征建立合适的SVM预测模型,此过程通过相关分析确定各分量输入量;最后,将各子分量预测值合成得到最终的预测结果。使用该模型对嘉陵江北温泉段的溶解氧浓度进行预测,结果表明,与传统单一的SVM和BP神经网络模型相比,该模型能有效提高预测精密度,具有良好的应用前景。     

低浓度SO2和NOx自动监测系统性能评价方法

通过对7种废气自动监测系统的比较研究和现场测试,提出了非分散红外法、紫外差分法、紫外荧光法、化学发光法等多种SO2和NO x自动监测技术在低浓度范围实现准确定量监测的性能评价方法,定义了CEMS的系统检出限及其主要影响因素。建议采用系统检出限、线性误差等关键参数作为低浓度CEMS的性能评价方法,提出将全系统多点标准气体校准或加标回收率作为验收和质控监督的基本方法。     

混凝-活性炭-膜工艺处理黄磷化工渗滤液的研究

采用混凝-活性炭-膜工艺对黄磷化工渗滤液进行处理,重点考察了该工艺对有机物的去除机制.实验结果表明,混凝剂硫酸铝的投加量为0.2g/L时,渗滤液中各污染物去除率较好;颗粒活性炭对渗滤液中有机物的吸附容量几乎不受渗滤液pH的影响,吸附等温线更符合修正的Freundlich模型,拟二级动力学模型能更好地定量描述有机物在颗粒活性炭上的吸附过程;膜处理进一步提高了剩余有机物和其他污染物的去除率.     

支持向量机在城市震后火灾损失预测中的应用

针对地震火灾的复杂性和多变性的特点,在综合分析了各种震后火灾损失预测方法的基础上,提出了基于支持向量机的城市震后火灾损失预测模型。以地震火灾的历史资料为依据,建立学习样本和测试样本,并与BP神经网络预测方法相比较,验证了其可行性,也为其它自然灾害的损失预测提供了简单、有效的方法。     

基于GPRS数据传输的滑坡位移实时监测系统

介绍了采用差分全球定位系统（GPS）定位、单片微机数据采集和控制、通用分组无线业务（GPRS）等技术构建的一套具有实时数据采集和处理能力的远程滑坡位移监测系统。监测试验表明,系统监测误差小于1cm（单频GPS,垂直方向）,并具备突发崩塌报警功能。     

颗粒物微界面吸附模型的分形修正--朗格缪尔(Langmuir)、弗伦德利希(Freundlich)和表面络合模型

运用分形理论修正了颗粒物微界面吸附模型,建立了朗格缪尔(Langmuir)、弗伦德利希(Freundlich)和表面络合模型的分形吸附等温线方程式．其中,朗格缪尔(Langmuir)吸附等温线的分形表达式为：Γ=ΓmCc^1/m／(b^m Cc^1/m),指数m与颗粒物表面分维Ds的关系如下：m∝ac^D/2-1∝ro^Do-2;表面络合模型的分形表达式为：Γ=ΓmCs^(n/x)/(b^(n/x) Cs^(n/x)),而且lgb=lg(ks／kb) pH,指数x／n与颗粒物表面分维Ds的关系如下：x／n∝0^D/2-1∝r0^D-2;相应的弗伦德利希(Freundlich)吸附等温线的分形形式分别为：Γ=(Γm／bm)Cs^1/n,Γ=(Γm／b^(x/n))Cr^(n/x),通过对献中的数据的模拟初步讨论了分形模型的适用性,结果表明,它们具有更接近于实际的描述微界面吸附过程的能力,通过lg(x／n)=lgk’ (Dn-2)lgro计算出土壤颗粒和尾矿砂颗粒的表面分形维数分别为2．42和2．72。     

基于修正组合模型的青海省城市需水量预测

根据城市用水量系统具有非线性和随机波动性的特点,为了充分发挥组合灰色神经网络预测模型能够综合单变量预测及非线性处理的优势,同时降低组合权系数计算方法的不确定性对模型预测效果的影响,论文提出了基于马尔科夫链修正的组合灰色神经网络预测模型。将其应用于1980—2009年青海省城市用水量序列的拟合分析,并预测其2010、2015以及2020年的城市需水量。结果表明:基于马尔科夫链修正的组合灰色神经网络预测模型预测结果的误差更小,精度更高。     

蒸发波导探测系统传感器允许误差分析

基于自主开发蒸发波导诊断分析模型,开展了蒸发波导高度敏感性数值试验研究,发现在几乎所有层结条件下,海面相对湿度是影响蒸发波导高度变化的最敏感因子,其次是海面气温、海表面水温和海面风速,气压变化影响可忽略不计。若使蒸发波导高度诊断分析均方差小于或接近于蒸发波导高度10%,则在稳定层结下要求气温和海表面水温误差不大于0.2℃、相对湿度误差不大于1%、海面风速误差不大于0.5m/s,在不稳定和中性层结下要求气温和海表面水温误差不大于0.5℃、相对湿度误差不大于3%、低风速时风速误差不大于0.5m/s、高风速时风速误差不大于1.0m/s。     

基于MABC-SVR的边坡安全系数预测模型

为避免原始人工蜂群算法(原始ABC算法)搜索时陷入局部最优解,提出一种改进的人工蜂群算法(MABC算法),该方法先将原始蜜源的适应度进行排序,找出适应度最高的蜜源,再在其周围搜索更优解,并采用MABC算法对支持向量回归(SVR)模型参数进行优化,实现对边坡安全系数的回归分析与预测。通过对两种算法进行函数测试,结果表明:MABC算法较原始ABC算法收敛速度快、全局性好。选取实例边坡数据构造训练集和测试集,采用MABC-SVR方法基于建立的边坡安全系数预测模型进行预测,结果表明:均方根误差为0.004 6,最大相对误差为7.62%,回归系数为0.967 2。可见,建立的边坡安全系数预测模型准确度较高,可推广使用。     

实施行为安全修正机制的探讨

行为安全修正理论是在“行为ABC”心理学研究的基础上提出的改变人的行为的理论,它通过变革型领导的领导方式来获得员工对组织的信任,并通过强化行为的实施结果对行为人本身的影响来强化人们实施安全的或是考虑更加安全的工作方法.本文通过对国内外一些相关研究进行回顾和对比,结合行为心理学理论,对行为安全的要旨进行了概述,并指出通过...