基于改进粒子群算法和元胞自动机的城市扩张模拟——以南京为例

为合理利用多智能体算法解决城市扩张动态模拟问题,基于地理学理论和社会学规律对粒子群算法进行有针对性的改进,提出分段式粒子群算法(SPSO),并结合元胞自动机模拟复杂时空过程的能力,构建出适用于城市扩张模拟的地理元胞自动机SPSO-CA。在SPSO-CA中我们利用多时像的土地利用数据、交通路网数据和地形数据,挖掘出1995~2000年南京城市扩张的土地转换规则。再由此规则实现1995~2008年的南京市城市扩张过程的动态模拟。最后对比SPSO-CA、PSOCA及NULL模型结果得:SPSO-CA总精度86.3%,Kappa系数为0.792,Moran’s I为0.078,PSO-CA总精度83.6%,Kappa系数为0.755,Moran’s I为0.054,NULL模型总精度81.9%,Kappa系数为0.741,真实的Moran’s I为0.072。这表明无论是总精度还是空间一致性,SPSO-CA都优于PSO-CA和NULL模型,即用SPSO-CA模拟城市扩张是可行的。     

采用支持向量机算法优化电化学处理油田污水的工艺参数

采用支持向量机(SVM)算法,将Box-Behnken设计法与支持向量回归算法(SVR)实验参数优化软件相结合,优化电化学去除油田污水COD的工艺参数。通过量子粒子群算法对SVM算法参数进行优化,从建立的回归模型中找到工艺参数的全局最佳点:电解时间60 min,电解电流3 A,三维电极填充料中石英砂质量695 g。模型得到的COD理论最优去除率为92.48%,验证实验得到的COD去除率为91.43%。     

近10 a武汉市城市热岛效应演变及其#br# 与土地利用变化的关系

城市化进程的加快,农村人口大量涌入城市,城市布局及局部气候改变等因素使得城市热岛效应问题日益突出,已成为当前城市环境研究热点之一。以武汉市为例,应用遥感技术与地理信息系统技术,选取2004~2015年5个时相Landsat系列影像数据,利用单窗算法反演地表温度,并以此为基础进行热岛强度分级,获取了近10 a武汉市城市热岛效应变化结果,并分析了武汉市11个辖区城市热岛效应动态变化特征及热岛效应与土地利用变化的关系。研究结果表明：（1）自2007年后,武汉市老城区热岛面积持续减少,而新城区热岛面积则持续增加,呈现出以老城区为中心向新城区扩张的趋势,至2015年,新老城区热岛面积仅相差20.74 km2;（2）东西湖区、蔡甸区、江夏区与洪山区是近些年城市热岛面积增长较为显著的辖区,其中江夏区的热岛面积年际变化最大,最高值达95.42 km2;（3）城市热岛效应与土地利用类型的面积年际平均值拟合关系显示,2004~2015年,城市热岛效应与建筑用地的R2值最大,为0.681 2,建筑用地面积的增加是城市热岛强度面积扩张的重要影响因素。     

基于支持向量机的地下水质量综合评价

提出基于支持向量机(SVM)机器学习算法的地下水质量评价模型。首先给出了训练样本生成和数据规范化处理的具体方法,然后采用支持向量机的多分类算法构建模型,并使用k折交叉核实方法对参数进行验证优化。最后通过实证分析,并与单因子指数法、模糊综合评价法和BP神经网络法的评价结果对比分析可知,该方法简便易行,评价结果客观且准确度较高,具有很强的实用性。     

基于智能优化算法的河流水质模型参数的优化简

为探索河流水质模型参数新的求解方法,根据有限的实测数据,分别应用免疫进化优化算法和免疫进化优选的捕食搜索算法,对河流水质模型计算公式中的多参数进行优化。将优化得到的计算公式用于国内外若干河流的河段中DO浓度值的拟合,并与实测结果进行了比较。结果表明,将免疫进化优化算法或免疫进化优选的捕食搜索算法优化得到的水质模型参数精度不仅较高,而且相对稳定,从而为河流水质模型参数的优化提供了一种新方法。     

基于主成分和粒子群优化支持向量机的水质评价模型

水质的评价是治理水污染必不可少的工作。为了准确、快速地对水质进行评价,利用主成分分析法从水质监测常见的多个物化指标提取出主成分,然后将主成分作为支持向量分类机的输入,利用历史数据进行水质评价训练并用粒子群算法优化参数,构造出水质评价模型,将从物化指标中得出的主成分代入此模型即可得到水质类别。最后,选取水质监测点实测数据进行试验,结果表明,模型的水质评价结果准确且稳定。     

基于人工蜂群算法与BP神经网络的水质评价模型

针对BP网络水质评价模型的不足,引入人工蜂群(ABC)算法,将求解BP神经网络各层权值、阀值的过程转化为蜜蜂寻找最佳蜜源的过程,提出了一种新的结合人工蜂群算法的BP网络水质评价方法(ABC-BP)。并以2000—2006年渭河监测断面的10组实测数据作为测试样本对其水质进行了评价,实验结果表明该方法得到的水质评价结果准确,并具有很强的稳定性和鲁棒性。     

基于Monte-Carlo方法的静电除尘器除尘效率

针对经典除尘效率未考虑诸多随机因素影响的问题,提出了基于Monte-Carlo方法的效率分析模型,并通过实验数据验证其可靠性。通过该模型分析了粒径大小、电场气流速度、电晕电压、两极间距、粒子浓度等因素对收尘效率的影响规律,结果表明:基于Monte-Carlo方法的仿真结果精度更高,能有效预测静电除尘器的收尘效率,对于改进静电除尘器设计具有一定的理论意义和实用价值。     

密相塔半干法烟气脱硫塔内加湿降温及其对脱硫效率的影响

为了实现密相塔半干法脱硫工艺的精确加湿进一步提高系统脱硫效率,利用推导出的传热传质计算方法,得到烟气温度降低和加水量的关系.结合3组密相塔半干法工程实际数据,发现理论计算值和实测值误差区间仅为2.9％ ～5.4％.通过选取河北某钢厂210 m2烧结烟气密相塔半干法脱硫项目实际在线检测数据,发现循环脱硫灰含湿量为3％的系统脱硫效率整体高于含湿量为5％和4％的样品,最大值达93.56％.通过粒度分析、扫描电镜、X射线衍射及差热-热重对2种不同含湿量的循环脱硫灰进行表征,结果表明,含湿量为3％的循环脱硫灰较含湿量为5％的样品粒径小、比表面积大,无团聚现象,物相分析还证实相对于含湿量为5％样品,其Ca(OH)2和结晶水含量少,几乎都是CaSO4和CaS03干态物质,因此脱硫反应进行彻底,脱硫效率较高.     

基于分布型电力系统的 PSO 优化设计

优化了传统粒子群算法,运用了混沌算法对粒子做初始化,优化了传统粒子群算法的收敛特性,并在算法的优化过程中,增加了混沌干扰元素对整体最优化极值做混沌干扰,将符合杂交几率的优化粒子做杂交处理,提高了粒子群的种类,增强了粒子群算法的搜寻水平。并通过IEEE33节点的分布型电力系统做无功优化仿真验证,通过比较,验证了优化算法的优越性与准确性。