基于加权线性回归模型组的湖北省工矿事故死亡人数分析预测

以2005-2014年湖北省工矿企业事故死亡人数为基础,通过对时间序列图分析可知,该省工矿企业事故具有明显的周期性、季节性。另外,依据安全系统特征属性,系统近期的状况相对远期的状况对未来预测更具有影响力。因此,各个季节数据的权重应有所不同。综合考虑以上两种情况,提出对4个季节建立不同的线性加权线性回归模型,并进行组合,形成加权线性回归模型组,进而对2015-2016年各个季度进行预测。最后,与传统的时间序列分析方法比较可知,加权线性回归模型组的方法建立的模型显著性、拟合度更高,并且模型的可读性更强、更简单。     

东江流域水利工程对流域地表水文过程影响模拟研究

东江流域为香港及广州等特大城市的重要水源地,新丰江、枫树坝与白盆珠三大水库对东江全流域水资源有控制性调蓄作用,加上人类活动影响,导致东江流域地表径流发生显著变异.研究分析东江流域上中下游水利工程建成前、后径流在时间与空间的变异特征,对水利工程与人类活动影响的东江流域水资源管理提供重要依据.基于此,选取多元线性回归、神经网络与支持向量机等模型模拟水利工程建成前的径流变化,研究认为:①神经网络为水利工程建成后径流变化模拟的最优模型;②水利工程建成后,流域径流变异特征分两阶段:1974-1982年流域水文变异不显著,水利工程影响不大;1983-2000 年径流变异显著,水利工程削峰填谷作用明显;③东江流域龙川、岭下、博罗站水文变化均受水利工程调蓄影响,但影响程度各异:博罗站水文变化受水利工程影响最大,岭下站次之,龙川站受影响最小.另外,在水利工程调蓄作用影响下,东江流域月径流变化幅度趋于平坦,在一定程度上降低了洪水风险及减少了极端气候条件对东江流域水资源供给造成的负面影响.     

渤海无机氮水质稳定性预测

近年来,渤海水环境污染日趋严重,无机氮是主要的污染因子,对无机氮水质稳定性的预测可为渤海水质站位优化和污染治理提供依据。本文以2002~2013年夏季无机氮趋势性监测数据为基础,用IDW和回归分析方法对无机氮各类水质发生概率进行预测,并计算2014~2016年无机氮水质稳定性概率,将渤海无机氮水质稳定性划分为高稳定性区域、中稳定性区域和低稳定性区域,为渤海无机氮监测站位布设和污染控制提供依据。     

基于自适应调整蚁群-RBF神经网络模型的中长期径流预测

径流预测历来是水利部门的一项重要工作,针对水库和河流中长期径流预测精度不高,提出了自适应调节人工蚁群算法(ARACS),对RBF神经网络参数进行优化,建立了自适应调节人工蚁群-RBF神经网络组合算法(ARACS-RBF)预测模型,综合考虑影响径流预变化因素,对安康水库进行中长期径流预测。对预测效果进行检验,结果证实该模型可真实地反映河川径流变化的总体趋势, 并为判断时间序列数据的非线性提供了一种新方法。与RBF神经网络模型、人工蚁群-RBF神经网络模型预测结果进行对比,结果表明,应用ARACS-RBF模型对中长期径流量进行预测,预测精度更高、效果更好。该方法克服了RBF神经网络和人工蚁群算法易陷于局部极值、搜索质量差和精度不高的缺点,改善了RBF神经网络的泛化能力,收敛速度快,输出稳定性好,提高了径流预测的精度,置信度为98%时的预测相对误差小于6.5%。可有效用于水库和河川中长期径流预测。     

基于RBF神经网络的鄱阳湖表层水体总悬浮颗粒物浓度遥感反演

为进一步提高湖泊总悬浮颗粒物浓度遥感反演的准确性,引进适应复杂非线性映射的RBF神经网络模型,以鄱阳湖通江湖体为例进行了实证分析,根据实测水体悬浮颗粒物浓度和MODIS遥感数据,对遥感数据进行预处理,建立了RBF神经网络悬浮颗粒物浓度反演模型,神经元个数为8个,误差性能目标值为0.001,对悬浮颗粒物浓度进行反演。研究结果表明,验证样本相关系数R2=0.956 8,均方根误差RMSE=0.54。利用神经网络模型反演水悬浮颗粒物浓度是有效的,其反演结果优于非线性回归模型的结果。     

染料废水催化氧化的神经网络法预测

采用催化氧化法治理酸度较大,难以生物降解的染料生产废水行之有效。利用变生长ＢＰ人工神经网络方法对某蒽醌系列分散染料生产废水的催化氧化处理效果建立了数学模型,成功应用于不同条件下的预处理效果进行的行预测。     

基于GRA-SSA-Elman的隧道施工瓦斯安全性预测评价

为准确预测隧道施工瓦斯灾害,有效评估瓦斯安全,建立基于灰色关联分析(grey relational analysis, GRA)与麻雀搜索算法(sparrow search algorithm, SSA)优化Elmen神经网络的隧道施工瓦斯安全性预测评价模型。首先从水文地质条件、隧道设计、煤层结构状况及施工管理四个方面考虑,遴选12个主要影响因素,采用GRA法量化分析选取的影响因素与评价对象间的关联性;然后引入SSA优化Elman模型中的初始权值和阈值建立模型,采用留一交叉验证法验证模型性能;最后为进一步验证模型性能,对选取的实例瓦斯隧道待测样本进行瓦斯灾害预测评价,同时与PSO-Elman、Elman、Fisher判别分析(fisher discriminant analysis, FDA)模型预测结果与现场实际结果对比分析。结果表明：SSA-Elman预测结果与实际工程结果一致性更高,优化后的模型精确度和稳定性更好,可操作性强,对隧道施工瓦斯安全性评估具有良好的适用性。     

基于遥感影像的木兰溪水质参数反演

水质监测对水环境评价及污染预防至关重要,但地面监测成本高、监测面积有限等,难以满足实时、大范围监测的要求。为了更好地解决该问题,基于遥感影像的空中监测技术越来越得到研究人员的青睐。以木兰溪为研究区,利用和地面监测数据同步的Landsat-8卫星遥感影像数据,对木兰溪的典型水质参数总磷、总氮、溶解氧、高锰酸盐指数的反演问题进行研究。首先,根据Landsat-8的水体敏感波段,分别选取总磷、总氮、溶解氧、高锰酸盐指数的反演特征波段组合为(b1-b2)/(b2+b3),(b1-b2)/(b3-b4),b2/(b1+b4),b1/b2;其次,利用反演特征波段组合分别构建总磷、总氮、溶解氧、高锰酸盐指数浓度的SVR(Support Vector Regression)反演模型,通过IPSO算法对SVR模型的参数进行优选;然后,将IPSO-SVR反演模型和统计回归反演模型、广义回归神经网络(GRNN)反演模型在验证集上进行评估,以平均绝对误差和均方根误差作为评价指标进行对比分析,结果表明IPSO-SVR反演模型的平均绝对误差和均方根误差最小,说明IPSO-SVR反演模型具有较高的精度和较好的实用性...     

水相中有机化学品和卤素自由基反应速率常数的定量结构-活性关系模型

卤素自由基尤其是氯自由基在污水中难降解污染物的降解以及表层海水中环境微污染物的降解过程中发挥重要作用,能够影响污染物的环境持久性与毒性风险.在污水及表层海水中存在着多种多样的有机污染物,单纯依靠实验手段测定它们和氯自由基的反应速率常数费时费力并且成本较高.因此本研究通过发展氯自由基与有机污染物的反应速率常数的QSAR模...     

污水处理过程自动控制研究与应用

就国内外近几年的污水处理过程自动控制的研究进展进行了综述,介绍了各种先进控制理论和先进控制技术在污水处理主要工段和典型参数控制中的应用,并提出污水处理过程中先进控制的前景。