有限单元算法在水质模拟中的应用研究

利用模拟河流水质的二维水质模型和有限单元算法,使用MATLAB软件进行计算程序的编写,开展该模型和有限单元算法在三峡库区水质模拟的适用性研究。有限单元法的基本思路是把一个连续的环境空间离散为若干个单元,每一个单元都可以是作为一个完全混合的子系统,通过对每一个单元建立质量平衡方程,从而建立起体系模型。模拟因子包括:BOD5、COD、NH3-N三项。由计算值与监测值进行比较后可知,与监测值误差最大的为NH3-N,可达23.8%;最小的为BOD5,误差为5.3%。由此可以说明,本课题的用于三峡水库水质预测的二维水质模型具有较高的精度,能够用来模拟预测三峡水库蓄水以后的水质变化状况。     

基于机器学习算法的干旱区绿洲地上生物量估算

植被地上生物量是反映陆地生态系统固碳能力的重要指标,利用遥感技术开展干旱区植被地上生物量估算与空间反演,可为荒漠绿洲生态系统的健康评价与碳储量估算提供重要依据。以野外调查和实地采样数据为基础,利用Landsat 8 OLI多光谱影像提取的7个植被指数和13个波段变量构成4种建模变量组合,采用支持向量机(Support Vector Machine,SVM)、反向传播神经网络(Back Propagation Neural Network,BPNN)、极端梯度提升(e Xtreme Gradient Boosting,XGBoost)和随机森林(Random Forest,RF)这4种机器学习算法对新疆渭干河-库车河三角洲绿洲地上生物量进行遥感估算和空间反演。结果表明,(1)由波段变量和随机蛙跳算法优选变量构建的植被地上生物量反演模型,其估测精度明显优于全变量和指数变量,预测能力更为稳定。与SVM和BPNN算法相比,XGBoost和RF算法构建的模型具有更好的估测效果,能更准确地估算研究区植被地上生物量。(2)在构建的估测模型中,波段变量结合RF算法模型的精度最高,稳定性最强,其建模集和...     

鲸鱼优化算法下气体泄漏源波达方向估计法

为减小压力容器气体泄漏实时位置估算误差,准确监测容器工况,首先,从声学监测角度提出一种引入鲸鱼优化算法(WOA)的泄漏源估计方法,采用波达方向(DOA)估计法预测气体泄漏位置方向,获得泄漏源角坐标;然后,引入WOA自适应选择方法分解DOA的特征值,多次迭代得到最精确的泄漏位置;最后,以某化工厂中压力容器数据为实际算例,...     

基于机器学习的电梯安全事故致因分析

电梯因其方便快捷而被广泛应用于各高层建筑当中,随之而来的是电梯事故的频繁发生。本文通过Python语言搜集并处理近年来我国电梯安全事故案例及相关法律法规,围绕人为、管理、设备和环境等4个方面因素进行特征提取,总结归纳电梯事故的各个影响因素。同时用网格搜索模型、随机森林算法等,构建一种基于随机森林算法的电梯安全事故致因预测模型,并对所获预测模型的准确性进行检验,为事故后的及时归因提供依据。     

B-P网络用于环境质量分类研究

用全国２５个湖泊的水质指标资料作为训练样本,应用人工神经Ｂ－Ｐ算法,分别建立了３参数和４参数的水质分类模型,并用所建立的模型对６个湖泊水质进行分类检验效果。结果表明Ｂ－Ｐ模型应用于环境质量分类是可行的,且由于Ｂ－Ｐ网络有学习,自适应的能力,因而与其它的环境质量分类法相比具有优越性。     

梯次锂电池及其BMS的应用研究

以退役的动力锂电池梯次应用性能为研究基础,运用分数阶卡尔曼滤波算法和粒子滤波算法公式推演验证,采用离线辨识法构建锂电池健康寿命模型,从而准确、快速地判别出锂电池的健康状态。用于梯次应用锂电池项目的电池管理系统,除常规的自动充放电控制,以及电流、电压和温度告警保护等功能外,分别从研究内容、试验方法和试验结果 3个方面,重点对健康状态、有源均衡和荷电状态等功能进行了研究。     

基于向量加权算法优化ELM的变压器故障诊断

针对变压器设备,传统故障诊断方法的准确率与诊断效率难以满足当前的需求。本文提出了一种基于向量加权算法（INFO）优化极限学习机（ELM）的变压器故障诊断算法。在标准测试函数中选择3个测试函数对INFO算法进行寻优性能的测试,并与粒子群优化算法（PSO）、万有引力优化算法（GSA）、正余弦优化算法（SCA）和灰狼优化算法（GWO）进行了对比,经过测试验证INFO算法相较于其他优化算法具有更高的寻优性能。并使用INFO算法对ELM中初始输入权值和偏置进行优化,搭建基于油中溶解气体分析（DGA）的INFO-ELM变压器故障诊断分类模型,并与SVM、ELM、PSO-ELM、SSA-ELM、GWO-ELM故障诊断模型进行对比。结果表明,INFO-ELM故障诊断模型的综合准确率为98.71%,相对于上述对比模型分别提高了21.61%、16.87%、11.65%、10.36%和11.06%,本文提出的INFO-ELM变压器故障诊断模型具有更优良的故障诊断能力。     

大型公共场所多源疏散的控制流模型研究

以现有的单源最快流控制算法为基础,考虑人员在大型公共场所中的实际分布状况,遵循最大限度利用各出口的原则,提出针对多源疏散的全局最优化算法。根据此算法可以得出各疏散源点经过各出口的疏散人员数量以及人员的行走路径、从源点出发和完成疏散的时刻。将算法应用于某百货公司的案例研究表明,在多源疏散的情况下,各源点依次按照单源最快流控制算法进行独立疏散,能够保证每个源点的最优疏散,但整体的疏散效率并非最优;而应用全局最优化算法进行疏散,可以充分利用疏散过程中不同出口的疏散时间差,取得减少整体疏散时间、提高疏散效率的效果。     

基于Modbus通讯的智能疏散指示系统研究

研究了以蚁群算法为决策分析基于Modbus通讯的智能疏散指示系统。该系统可实时检测建筑内火灾报警器的状态,通过改进的蚁群算法得到最优疏散路径,并通过现场总线及Modbus通讯协议将决策结果发送给各疏散指示器,从而引导人员安全的离开火灾现场。通过实例模拟验证了该系统的实用性和可靠性。结果表明,该系统可根据火灾发展的进程,动态改变疏散指示方向,保证疏散人员的安全,具有广泛的应用前景。     

北京市火灾关联规则分析

利用关联规则挖掘算法及Clementine挖掘工具定量分析了火灾统计中起火场所、火灾原因和起火时间(月份、时间区间)之间的关联性.在采用关联规则表征参数的基础上,引入规则平均直接财产损失(人员死亡)比和规则总直接财产损失(人员死亡)比来表示不同规则损失的大小.以北京市2000-2006年火灾统计数据为例,对其火灾发生和人员死亡数据库进行挖掘,得到起火场所、火灾原因及起火时间(月份、时间区间)之间的1-项集、2-项集和3-项集关联规则.不同起火场所、时间区间、月份和火灾原因下得出的火灾发生频率和损失分析结论可为消防管理部门有针对性地采取消防监督管理措施和有效提高消防执勤战备提供指导.