办公建筑夏季用能行为测试研究

建筑使用者热环境改善行为对建筑能耗具有重要影响。对杭州市某办公建筑开展夏季空调使用行为测试。较高的空调使用率以及空调设备对室内热环境的显著改善说明空调使用是该地区夏季采用的主要降温措施。采用逻辑回归构建出夏季空调开启率预测模型。根据所构建的夏季空调开启率预测模型,得出测试房间空调开启室外耐受温度为32.0℃。根据测试期间空调开启时刻温度,得出空调开启室内耐受温度为28.7℃。     

面向粮食产量空间化的多元回归分析模型中的两个关键问题探讨

为比较不同区域尺度变量对模型拟合效果的影响,在全国不分区和分区两种情况下,分别基于县级和地市级两个区域尺度上的样本构建粮食产量与水田、水浇地、旱地面积之间的多元线性回归模型,结果显示,用地市级数据作分析样本比用县级数据作分析样本好,分区建模比不分区建模效果好。因此,将全国划分为7个区,以地市级数据作为区域尺度的变量,在区域、栅格、亚栅格三个尺度上探讨变量（因变量、自变量）尺度和常数项取值这两个因素对模型应用的影响。得到以下结论：1）基于区域尺度样本构建的多元回归模型,如果常数项不为0,则不能用于空间化计算;如果常数项为0,则可以用于空间化计算;2）基于栅格尺度样本构建的多元回归模型,不论常数项是否为0,均可应用于空间化计算;3）基于亚栅格尺度样本构建的多元回归模型,不论其常数项是否为0,也均可用于空间化计算,但需要将计算结果乘以一个系数,该系数等于栅格单元面积与亚栅格单元面积的比值。上述结论对其他类型的统计数据空间化具有指导和参考价值。     

基于小波神经网络的地下水流数值模拟模型的替代模型研究

以吉林西部为研究区,建立地下水流数值模拟模型,分别应用蒙特卡罗方法和拉丁超立方方法在研究区10个县(市)开采量的可行范围内进行采样,经对比选择拉丁超立方抽样结果得到输入(开采量)—输出(水位降深)数据集,建立小波神经网络模型作为地下水流数值模拟模型的替代模型,而后对替代模型有效性作误差分析,并与多元非线性回归替代模型进行对比.结果显示,2种替代模型在功能上都能逼近地下水流数值模拟模型,但小波神经网络模型得到的水位降深均值和水位降深剩余标准差与模拟模型计算结果的相对误差分别低于多元非线性回归模型76%和45%,说明小波神经网络模型更适合作为地下水流数值模拟模型的替代模型,这为减少优化模型求解过程中直接调用模拟模型所造成的计算负荷提供了一种有效的替代方法.     

基于RBF神经网络的矿井主排水泵故障诊断

本文将RBF神经网络应用于煤矿井下主排水泵的故障诊断中,实验证明效果良好。本文的研究成果可为同行提供有意义的参考和借鉴。     

关于烟花爆竹重大危险源分级的探讨

烟花爆竹重大危险源分级是政府和企业对烟花爆竹行业进行安全监管的重要环节。分别对死亡人数与财产损失法、基于神经网络的重大危险源分级法、校正比值求和法进行了介绍和对比分析,找出了各自的优缺点,并分析了只用其中1种方法进行分级的缺陷,提出采用2种或2种以上方法对重大危险源进行分级。最后以某烟花爆竹企业原料储罐为例,用校正比值求和法计算得到分级指标R为19.24,判断为3级重大危险源。对3种方法的结合进行了详细描述,说明了该分级方法的可行性和准确性。     

关注工伤职工何去何从

正原中华全国总工会法律工作部副巡视员关彬枫据统计,近年来工伤认定的人数持续增长,从2007年的80万人增长到了2012年的117.4万人,这惊人的数据足以引起社会各界的关注与思索。工伤职工所承受的不止是身体和精神上的痛苦,更面临着经济上的窘迫和身体恢复之后的一系列问题,比如如何重新回归社会、在心理上能否驱散阴霾等心理康复问题。北京义联劳动法援助与研究中心(以下简称"义联")长期关注工伤职工的权益维护,在长时间的法     

基于多源数据融合的石油罐区安全监控模型

由于单一传感器在石油罐区安全监控中容易受到外界因素影响从而产生误差,为提高传感器检测结果的可靠性和罐区安全监控预警的准确性,基于多源数据融合技术,建立罐区安全状态预警模型。首先,介绍了多源数据融合技术的3个层级:数据级融合,特征级融合和决策级融合,以及目前各领域常见的数据融合方法;其次,建立了基于最优加权融合算法的一级融合模型和基于BP神经网络算法的二级融合模型;最后,得到石油罐区安全监控数据融合模型,并为进一步的实践应用打下了理论基础。     

基于改进贝叶斯神经网络的航空公司安全敏感性分析

针对当下航空公司安全质量管理体系(Quality Management System,SQMS)中风险识别与可靠性改进的问题,提出了基于区间数学改进的贝叶斯神经网络的灵敏度分析方法。利用区间数学理论分析贝叶斯神经网络中各指标与整体安全质量状况的扰动关系,实现指标灵敏度分析。通过东方航空公司的实例分析,发现在对指标进行人工干预时组合指标干预效果较好,且安全管理体系实施后指标的灵敏度有明显向好的方向变化的趋势。     

基于神经网络集成的单个飞行事件噪声预测模型

通过分析影响单个飞行事件噪声的各种因素,构建了BP神经网络回归预测模型,并通过自适应遗传算法优选出参与集成的个体神经网络,提出了预测单个飞行事件噪声的神经网络集成预测模型.为了有效保证差异性,设置不同隐藏神经元个数和Bagging算法来构建和训练单个网络.实验结果表明,单个飞行事件噪声的神经网络集成预测模型相对单个BP神经网络模型泛化能力更强,稳定性能更好.本文方法在测试集上误差在3dB以内的平均比率为96.9%,比单个网络高6.8%.     

陕西省榆林地区塌陷地震灾害预测研究

通过对近10 a来榆林地区塌陷地震的时间序列与空间分布规律进行分析,认为该类地震的发生与社会发展规律具有高度的相关性,因此,将塌陷地震作为人为地震来研究,从社会层面剖析其发生原因,选取影响资源型城市发展的社会、经济、资源、环境各方面的34个指标与评价目标地震发生年频次进行相关性分析,然后建立多元线性回归模型,并进行了检验与预测,得出以下结论:(1)榆林地区的塌陷地震均为采空区塌陷地震,属于人为发生地震,与构造地震无关,此类地震的发生特点可以概括为八个字"先塌后震,震而复塌"。(2)榆林地区的采空区塌陷地震具有"频发性、连发性、季发性"的特征,主要分布于榆阳区煤矿区和神府煤矿区,其中神府煤矿区发生尤为频繁。(3)预测模型得出最佳拟合的10个自变量,模型检验效果显著。