建筑工程质量成本RBFNN预测模型

针对建筑工程质量成本的预测问题,应用径向基神经网络原理,选取预防成本比、鉴定成本比、内部成本比、建筑面积、PPI、建筑用途、工期、现场条件、管理水平、施工地点、利润率共11个指标分析了各指标与质量成本的联系,进而选取4个指标作为神经网络的输入指标。以20组工程数据作为学习样本进行训练,建立建筑工程质量成本的径向基神经网络预测模型并采用均方根误差进行检验,用5组工程数据作为检验样本进行测试。研究结果表明:预防成本比、建筑面积、PPI、工期、施工地点与质量成本存在一定的联系;用模型所得预测结果的最大相对误差为0.016862。RBFNN预测结果与实际情况较吻合,预测精度较高,可用于建筑工程质量成本预测。     

上海市建设用地时空演变的驱动力研究

分析上海建设用地摊大饼式扩张的直接驱动因素,探讨其演变规律,使用多元回归、路径分析模型和偏最小二乘回归模型。研究表明,上海外来人口增加过快导致建设用地急剧扩张,社会房屋建设占用了许多非建设用地,基础设施投资快速增加导致大量农村土地转变作用,城市绿地扩张导致其他非建设用地急剧减少。研究结论表明,合理规划就业人群的居住区域,调整郊区的发展策略,发展基础设施建设的规模效应,改变城市绿地的无序分布。     

回采工作面瓦斯涌出量遗传投影寻踪回归预测

为快速、准确预测回采工作面瓦斯涌出量,基于投影降维思想,建立一种遗传算法(GA)投影寻踪回归预测方法。选取煤层瓦斯原始含量、埋藏深度、煤层厚度、煤层倾角、工作面长度、推进速度、采出率、临近层瓦斯含量、临近层厚度、临近层层间距、岩层岩性、开采深度作为评价因子,对某矿15个学习样本进行训练,建立GA投影寻踪回归预测模型。利用该矿3个实测样本对模型进行检验,并与主成分分析和BP神经网络方法结果进行对比。研究表明:利用GA投影寻踪回归预测回采工作面瓦斯涌出量,平均误差为3.43%,最大误差为5.7%,精度优于其他2种方法。     

基于BP神经网络优化制备Cu-Ce/TiO_2及其光催化活性研究

采用Cu和Ce对TiO2进行改性,基于正交实验设计和BP神经网络研究了Cu-Ce/TiO2中Cu-Ce对TiO2的摩尔百分数、Cu-Ce/TiO2中CuCe摩尔比及Cu-Ce/TiO2烧结温度对Cu-Ce/TiO2光催化降解甲醛溶液性能的影响.同时,对Cu-Ce/TiO2制备方案进行了优化,并运用X射线衍射仪、扫描电子显微镜和紫外-可见分光光度计对最佳条件下制备的Cu-Ce/TiO2进行表征.结果表明,优化的制备条件为Cu-Ce/TiO2中Cu-Ce对TiO2的摩尔百分数为2.88%,Cu-Ce/TiO2中Cu-Ce的摩尔比为1∶1,Cu-Ce/TiO2的烧结温度为570℃.共掺杂Cu离子和Ce离子能有效避免掺杂TiO2晶格内部表层和近表层产生较多的位错,从而抑制晶格畸变增大;诱导TiO2中锐钛矿型晶体向金红石型晶体转变的能力增强,有效抑制电子-空穴对的复合,产生介电局域效应.     

基于神经网络的矿区环境预测模型

收集了我国多个矿区城市的空气检测数据,采用多元统计分析和神经网络算法对检测数据进行整理分析,建立了矿区环境预测模型。通过实践检验发现,该模型预测精度较高,可以应用在环境预测实践工作中。     

基于前向神经网络的广义环境系统评价普适模型

为了建立由水环境、空气环境、生态环境、水资源环境、灾害环境、遥感环境、社会经济环境等不同环境系统组成的广义环境系统评价都能普适、通用的神经网络模型,针对BP神经网络因收敛速度慢、易于陷入局部极值而使实用性受限的缺陷,提出以双极性sigmoid函数作为网络隐层节点(神经元)的激活函数,而网络输出为所有隐层节点输出的线性求和的前向神经网络的广义环境系统评价模型.在设置广义环境系统指标参照值和指标值规范变换式,并对指标值进行规范变换的基础上,分别构建了适用于广义环境系统评价的任意2个指标规范值的前向神经网模型(NV-FNN(2)结构)和任意3个指标规范值的前向神经网模型(NV-FNN(3)结构).而对于指标较多的广义环境系统评价,只要将多指标分解为以上2个指标和3个指标的两种简单结构的前向神经网络的广义环境系统评价模型的组合表示即可.理论分析和实例检验结果表明:该模型对任意广义环境系统的规范指标值皆普适、通用,因而使不同环境系统的评价变得简洁、统一.规范变换和优化算法相结合的建模思想和方法对简化广义环境系统评价的多元回归、投影寻踪回归、回归支持向量机和径向基神经网络建模亦有借鉴和启迪作用.     

我国水资源“农转非”驱动因素的时空尺度效应

优化配置水资源,实现利用效益最大化,是我国水资源管理的关键议题。论文选取影响水资源"农转非"的9个因素,采用2003—2010年省际面板数据,运用岭回归法测度各因素作用程度的时空差异。结果表明:1时间尺度上,产业结构变化、城镇化发展是主要推动因素,综合作用达0.53;随时间推移,各因素的作用差异较大。2空间尺度上,全国范围内,产业结构变化和城镇化发展的正向作用是0.32和0.21;极度缺水区,产业结构变化、生态环境改善、节灌率和人均水资源量的正向作用明显;中度缺水区,产业结构变化的影响系数是0.56;轻度缺水区,城镇化发展和有效灌溉率的影响程度为0.33和0.30;GDP是丰沛区的关键促进因素。3从时空尺度看,水资源利用比较收益是主要约束因素。4各因素在不同时点、不同区域的作用方向也不一致。     

闸控河段水质浓度影响关键因子识别

由于闸门调度对河道内的水环境要素具有强烈的扰动作用,故闸控河段的水质变化过程较常规河道更为复杂。为了探析引起闸控河段水质浓度变化的主要制约因素,以槐店闸为研究对象,结合笔者进行的2次实验和其他时期的监测数据,通过偏相关分析和主成分分析的方法识别影响闸控河段水质浓度变化的关键因子,并利用多元线性回归方法分析得到闸控河段水质浓度变化与其关键因子的多元线性回归方程。经过分析初步得到,与高锰酸盐指数浓度变化率有关的关键因子为闸门开度、开启个数、高锰酸盐指数来水浓度、溶解氧含量、流速和水深;与氨氮浓度变化率有关的关键因子为闸门开度、开启个数、氨氮来水浓度、溶解氧含量和p H值。     

GAM的区域PM_(2.5)浓度影响因子识别及关联关系分析

区域PM_(2.5)浓度影响因子及显著程度对区域PM_(2.5)浓度模拟和污染控制具有重要意义。该研究应用广义加性模型(GAM)建立模型分析2013年京津冀区域PM_(2.5)浓度与AOD、气象因子(相对湿度、温度、降雨量、大气压、风速)和土地利用类型(水体、林地、耕地、建设用地、裸地)之间的相关关系。结果表明,温度、大气压、AOD、林地、建设用地和裸地显著的影响PM_(2.5)浓度;且温度、AOD、裸地、林地与PM_(2.5)存在复杂相关关系,大气压、建设用地与PM_(2.5)浓度存在线性相关关系。GAM模型R~2为0.952,拟合结果与实测结果的线性回归方程系数为0.959,模型交叉验证后得到R2为0.792。结果表明,利用GAM能有效的识别区域PM_(2.5)浓度的影响因子,根据影响因子进行PM_(2.5)浓度拟合并得到可靠的拟合结果。     

乌梁素海Chl-a时空分布及相关水质因子研究

根据2010年1月-2015年11月乌梁素海水质因子监测数据,分析其Chl-a的时空分布及其与主要水质因子的相互关系.结果表明:河套灌区农田退水对乌梁素海Chl-a浓度变化产生较大影响,入口区高于湖心区与出口区.从空间分布上来看,Chl-a浓度分布呈现出入口区>湖心区>出口区的趋势;从时间分布上来看,呈现5月份>7月份>3月份>11月份>9月份>1月份,枯水期>丰水期>平水期.在采样时间段内,Chl-a与NO3-N与NO3-含量比成正比.