灰色系统理论在城市火灾事故预测中的应用

随着社会经济的飞速发展,城市化进程的加快和人口的迅速增长,城市火灾频繁发生,造成的损失呈上升趋势.针对城市火灾事故发生的特点,根据灰色理论的基本原理和特性,建立了城市火灾事故灰色理论预测模型,为了更为精确预测城市火灾事故的发生,将城市火灾事故分为了高峰期(春节)和非高峰期两个时段分别进行预测.最后以我国某南方城市火灾状况为例进行了预测,结果表明基于灰色系统理论进行分时段预测城市火灾发生时的结果更精确.     

产毒微囊藻基因型及胞内外毒素含量的SVM预测

根据2021年5-8月淡水养殖池塘3个平行位点逐月实测数据,文章构建了基于支持向量机（SVM）的产毒微囊藻SNP/InDel基因型及胞内外毒素含量的预测模型。分析了各水化指标与产毒微囊藻6种基因型及胞内外毒素含量的相关系数,对原始数据归一化,以径向基函数为核函数,通过5折交叉验证确定模型最优参数,建立了用水化指标预测产毒微囊藻6种基因型的6个模型,以及用水化指标、6种基因型预测胞内外毒素含量的2个模型。结果表明：每项水化指标都至少与1种产毒微囊藻基因型或1项毒素含量的相关系数大于0.3。在8个预测模型中,对训练集预测的均方误差均小于0.07,对训练集预测的决定系数均大于0.9,平均的测试集均方误差为0.054。可见,利用SVM预测养殖池塘中产毒微囊藻SNP/InDel基因型及胞内外毒素含量是可行的,且精度较高。     

残矿回采地压安全预警系统的构建方法与应用研究

为提高矿山的安全生产水平,针对地下矿山复杂环境下残矿回采过程潜在的安全问题,并基于安全系统工程的观点与粗糙集理论的属性约简功能,提出残矿回采地压安全预警系统的构成内容与构建流程,建立地压监测数据的神经网络灰色Verhulst算法组合预测模型和安全评价模型。据此,构建国内某矿山残矿回采中段的地压安全预警系统,该地压安全预警系统为本矿山的残矿回采过程提供了安全保障。残矿回采地压安全预警系统能指导矿山循序渐进的构建符合残采系统工程实际的安全预警系统。     

铀矿井排风口尾气对周边农田土壤放射性污染的预测

铀矿井尾气排风口周围土壤中放射性物质的累积性污染不容忽视,但目前处于监测和积累数据阶段.在对指数平滑法综合应用分析研究的基础上,根据某铀矿井排风口周边某一农田土壤中近10 a的铀(238U)质量比监测数据建立了指数平滑预测模型,对土壤放射性铀(238U)污染进行预测,并对预测结果进行了深入分析,精度达75%以上.预测结果表明,采用指数平滑法建立土壤放射性污染预测模型是可行的,具有一定的应用价值.铀矿井排风口尾气对周边土壤的放射性累积性污染呈逐年递增趋势,迫切需要采取一些切实可行的控制措施.     

安全投资与安全效益的预测及关联分析

运用灰色预测模型,建立了安全投资与事故损失预测模型.运用灰色关联理论,建立了安全投资与安全效益灰色关联分析模型,并利用这2个模型对某石化公司的安全分项投资及事故直接经济损失情况进行了案例分析.初步确定该企业安全投资中各分项投资与事故损失的预测值.确定了该企业安全投资中各分项投资与效益的相关程度,找出了安全投资结构中与效益关联度最大的因素,并优先将其作为安全投资方向.     

云南省交通事故数据的分析研究

通过对云南省1981—2003年的交通事故统计数据的分析研究,给出了交通事故死亡人数的预测模型。通过与发达国家类似的交通事故历史数据的对比分析,给出以时间和机动车拥有量为自变量、交通事故死亡人数为因变量的简单预测模型,该模型对2004年的交通事故死亡人数的预测是准确的;同时采用该模型预测了云南省交通事故死亡人数的峰值及其年份。结论指出:基于目前的人、车、路和管理水平及发展趋势,云南省的交通事故死亡人数在2013—2018年之间将达到高峰,高峰时的交通事故死亡人数在5528～7369人之间。     

中国火灾最佳灰色回归组合预测模型

火灾现象具有随机性、模糊性,是个复杂的灰色系统行为。研究火灾发生的规律及发展趋势,具有实用价值。笔者给出最小二乘估计意义下的最佳组合预测模型的定义,并求得其权的公式和证明权的惟一性;用回归分析方法建立多个回归模型,并按3条标准即①回归指数大、②系统误差小、③模型精度高,选定最佳非线性回归模型;用灰色理论建立多个灰色模型,并按3条标准即①后验差比值小、②小误差概率大、③预测关联度大,选定最佳灰色模型;再将最佳回归模型与最佳灰色模型有机地结合起来建立中国火灾最佳灰色回归组合预测模型。组合预测模型综合利用前两者提供的不同的有用信息,改善了单一模型的局限性,提高了预测精度,减少了预测误差。组合模型预测中国年火灾起数处于动态增长过程。     

以摩托车为主的道路交通噪声预测模型

将摩托车流单独处理,通过理论推导和实测数据回归建立摩托车为主的道路交通噪声预测模型.模型对居住区的交通噪声(Leq)预测精度在 2.5dBA 以内,道路两侧 Leq预测精度更高,大部分测点误差在 1dBA 以内.