流沙湾海域水质的综合评价与分析

以流沙湾2008年4个航次水质监测数据资料为依据,选择具有代表性的9种监测指标,分别采用模糊综合评价法和模糊贴近度法进行海水水质评价比较与分析,得出流沙湾海域水质评价等级。研究结果表明,流沙湾海域冬夏季节的水环境质量差于春秋两季,其中夏季水质最差。将整年水质监测指标平均值进行综合评价,结果表明,流沙湾各站位均符合二类水质标准。以模糊贴近度法作为主要评价方法、以模糊综合评价法作为辅助评价方法进行综合评价,更有利于流沙湾海域水质的整体分析。研究结果可作为流沙湾海域水产养殖规划和整治的参考依据,为将来合理开发利用流沙湾海域提供科学依据。     

基于多态模糊贝叶斯网络的高校宿舍火灾风险评价研究

高校宿舍火灾具有影响面广、复杂性强等特点,而传统研究方法在多态性、动态分析宿舍火灾风险等方面存在局限。该文基于国内外86起高校宿舍火灾案例提出了一种基于多态模糊贝叶斯网络的高校宿舍火灾风险评价方法,确定了包含23个三级指标的风险评价体系,构建了高校宿舍火灾故障树,通过故障树转化方法构造对应的贝叶斯模型;将专家评价语义通过三角模糊子集转化为确定的根节点先验概率,用[0,1]模糊数描述节点故障状态,克服了传统贝叶斯网络过度依赖精确概率以及不能考虑节点中间故障状态的问题;基于贝叶斯的双向推理和根节点重要度分析,计算出高校宿舍火灾风险发生概率,辨识出关键致灾因子,进行事故致因诊断。实例验证结果表明,多态模糊贝叶斯网络能够准确评价高校宿舍火灾风险,并确定关键致险因子,可为高校宿舍火灾风险管理提供决策参考。     

基于机器学习的二氧化碳卫星反演方法

基于机器学习模型在分析数据并学习预测方面的优势,提出了一种基于机器学习的短波红外通道CO₂卫星遥感反演方法,以卫星观测辐亮度、气溶胶光学厚度、温度构建训练数据集,采用前馈神经网络与量化共轭梯度算法进行训练学习,构建了短波红外通道卫星CO₂反演模型,并利用GOSAT卫星观测光谱数据反演了CO₂浓度.反演结果与TCCON站点观测数据进行了比对,结果表明:卫星与地面观测的相关性优于0.86,平均误差小于2.5×10^-6,验证了反演方法的有效性.     

基于ICEEMDAN和MC-CNN的矿山声发射信号识别分类方法

为精准识别地下矿山声发射事件,采用基于改进的完全集合经验模态分解模型(ICEEMDAN)和多通道卷积神经网络(MC-CNN)模型对声发射信号进行处理后得到分量图,根据各通道输入分量峭度值赋予不同权重,并利用卷积神经网络对输入数据进行训练,最终采用五折交叉实验方法验证该分类识别方法的可行性及有效性.结果表明:基于ICEE...     

涂层大气腐蚀的模糊综合评定

此文将模糊理论应用于涂层的大气腐蚀试验,针对对比性腐蚀试验结果,提出了涂层保护性能大气腐蚀模糊综合评定方法。本法具有简捷、迅速、准确等优点。     

基于混沌理论和模糊控制理论的深基坑变形预测研究

深基坑开挖引起的基坑侧移、基底隆起、坡顶沉降、相邻建筑物倾斜等的各种变形直接影响着建筑现场施工人员的生命财产安全,以及其周围建筑物、构筑物的安危.随着城市地下交通运输网和高层建筑物的大量兴建,使得城市建筑密集地区的大型深基坑工程越来越多,因此对其变形的监测与预报等相关课题的研究受到越来越多的重视.     

基于模糊贝叶斯网络的钢管桩围堰安全评价研究

为探明施工过程中影响钢管桩围堰事故发生率的主要因素,降低桥梁基础工程的事故发生率,建立FBN与MIDAS模型,对围堰工程进行事前安全风险研究。首先参照条例规范与4M1E原则将主要因素统筹为人、机、料、法、环五大方面,构建起具有普适性的的风险评估指标体系,其中含有5个一级指标和18个二级指标。其次根据因素间的逻辑关系构建贝叶斯网络模型,基于模糊数理论确定根节点的先验概率,后利用Leaky Noisy-OR Gate模型计算出非根节点的条件概率,通过NETICA软件得到因素耦合效应以及主要影响因素,最后依据实际案例建立MIDAS有限元模型进行定量化分析。结果表明,主要影响因素有水流压力、土体稳定性、支护体系稳定性、焊接质量以及安全防护设备配备程度。