黄土高原地区水资源承载力动态变化及灰色拓扑预测——以山西、陕西、宁夏、甘肃四省为例

研究水资源承载力对促进区域水资源的合理开发和保证经济可持续发展具有十分重要的作用.文章采用模糊综合评价方法,以水资源利用率、降水量、人均占有水量和生态用水量作为评价因素,首次对黄土高原水资源承载力进行了大尺度综合评价,并建立灰色拓扑预测模型对其动态变化进行预测,在此基础上提出了黄土高原水资源可持续利用对策.结果表明:黄土高原四省水资源承载力在1994-2004年间总体上呈缓慢上升趋势,水资源开发潜力呈微弱增大趋势;但值得注意的是,黄土高原水资源开发已有一定规模,其水环境仍十分脆弱,需要进一步作好节水和水资源的保护工作.     

劳动河水质的模糊综合评价及分析

利用劳动河8个点位的水质监测数据,以地面水环境质量为标准,运用模糊数学方法,分析劳动河各点位污染状况,综合评价劳动河水质污染程度,确定主要污染点位及主要污染因子,为劳动河污染控制提供科学依据。     

企业安全生产标准化体系的成长性态诊断

为了诊断企业安全生产标准化体系成长性态,将安全生产标准化内化为企业的安全管理方法,基于过程管理的基本理论,按照行为特性与工作流程,从策划行为域、实施行为域、可信度行为域3个层次界定安全生产标准化的体系结构;其次,从成熟度级别、共同特性和通用活动3个构成要素划分成长性态层次结构;然后,将安全生产标准化的体系结构和成长性态层次标识为企业安全生产标准化水平的二维结构,提出基于模糊区间的安全生产标准化体系成长性态诊断方法.结果表明,调查企业的安全生产标准化体系成长性态诊断结果位于规范级,但存在不平衡问题,在评估与确立安全目标、安全培训、细化安全目标要求、交底与配备资源和可信度论据等方面诊断值较低,需要加以改进.     

模糊神经网络在火灾探测系统中的应用

为使火灾探测具有较低的误报率、较高的可靠性和较强的环境适应能力,提出了一种基于人工智能的数据融合技术的火灾探测算法,以环境温度、烟雾浓度、CO含量为检测对象,利用人工神经网络和模糊推理技术对多传感器信号进行融合,最终输出火灾危险性大小的信号。神经网络采用径向基函数网络(RBF),运用最近邻聚类学习算法,实现隶属度函数参数的自动提取,并结合模糊逻辑具有较强综合判断能力和识别能力的特点,在MATLAB下完成了火灾探测系统的设计与仿真,明显提高了火灾探测系统的性能。     

化工码头罐区泄漏事故风险的模糊评价

泄漏是化工过程中很重要的风险事故,危险化学品的泄漏容易发生中毒或转化为火灾爆炸事故。将模糊综合评价模型应用于化工码头罐区的泄漏事故风险评价中,对重大危险源泄漏引起中毒的严重度进行排序,有助于确定安全管理工作的重心。     

沭河水质模糊综合评价评价模型建立与应用

根据模糊数学原理,建立了水质模糊综合评价模型,利用该模型对2006年-2009年山东省临沂市沭河水质进行了水质评价。结果表明,（1）该模型计算方法简便且能比较客观的反映评价对象的客观实际和水质变化规律,评价结果更为可靠,是水质综合评价的一种理想、有效的方法;（2）沭河流域水质总体状况良好,一年中I级水的天数为50％、Ⅱ级水的天数为8．3％、Ⅲ级水的天数为41．7％,评价结果与实际相符;评价方法有实用价值。     

阳泉矿区生态环境综合评价体系的研究

以阳泉矿区为研究对象,结合矿区发展能力、环境问题与治理以及生态环境变化三个方面的实际情况,建立了矿区生态环境综合评价指标体系,利用层次分析、模糊综合评判等方法,对矿区生态环境总体质量进行综合评价。研究结果表明：矿区1990年、2000年、2010年三年生态环境综合情况分别表现为差、差、中的质量等级,发展趋势良好。因此,矿区应继续实行污染物排放综合治理和生态环境恢复治理措施,同时提高废水复用和植被恢复的技术水平。     

岩石可钻性与分形性关系研究

通过钻井中破碎岩石的能耗分析,应用分形性岩石力学理论,并利用不同种类岩石的可钻性与其在钻井过程中钻头破碎岩屑的粒度分布,建立了钻井中钻头不同可钻性岩石破碎的分形模型,并详细分析了影响钻进的因素.该模型显示出,同一种类、同一种可钻性的岩石,在钻压、转速等钻井参数一定的条件下,破碎出来的岩屑的粒度分布成比例的变化.该模型的建立不仅可以用来优选钻头和钻井参数,并且可以在钻井过程中识别地层的岩性,是一种较为有效的随钻测量方法.该模型的优点在于,测量数据较为精准,并且测量过程中不要求停钻,起下钻和下放工具.此外钻井过程中产生的钻屑等固体废弃物的处理也愈发受到重视.     

用模糊评价法评价水环境质量的探讨

单因子指数评价法是评价环境质量常用的方法,但其忽略了实际污染物的毒性性质。将模糊评价法具体应用到水环境质量评价中,准确的判断出了环境中主要污染成分和相对污染程度,并且符合实际情况。     

Water quality evaluation of Haihe River with fuzzy similarity measure methods

Fuzzy similarity measures, which are used to judge the closeness of two fuzzy sets, are presented to evaluate the water quality of the Haihe River. Based on the membership functions and coefficient of variation as the weights, four fuzzy similarity measures （including Lattice similarity measure, Hamming similarity measure, Euclidean similarity measure and the max-min similarity measure） are used to classify the 299 samples into the proper water quality standard ranks. The results are compared with the traditional distance discriminant methods. The calculation of two traditional distance discriminant methods （both Euclidean distance and absolute value distance） is also based on the use of coefficients of variation as the weights. Without the Lattice similarity measure, for this method loses some information, the correct assignment of samples classified into the same water quality ranks is 75.92% with the other three similarity measures and two distance discriminant methods. This result shows the reliability of the five methods. Only considering the three similarity measures, there were only 1.01% of the samples that did not classify to the same ranks, while the corresponding ratio of the two distance discriminant methods was 5.69%. The results of leave-one-out cross validation show that more than 88% of the samples are classified to the proper ranks, which demonstrates that the similarity measures are suitable to evaluate the water quality of the Haihe River.