东江流域水利工程对流域地表水文过程影响模拟研究

东江流域为香港及广州等特大城市的重要水源地,新丰江、枫树坝与白盆珠三大水库对东江全流域水资源有控制性调蓄作用,加上人类活动影响,导致东江流域地表径流发生显著变异.研究分析东江流域上中下游水利工程建成前、后径流在时间与空间的变异特征,对水利工程与人类活动影响的东江流域水资源管理提供重要依据.基于此,选取多元线性回归、神经网络与支持向量机等模型模拟水利工程建成前的径流变化,研究认为:①神经网络为水利工程建成后径流变化模拟的最优模型;②水利工程建成后,流域径流变异特征分两阶段:1974-1982年流域水文变异不显著,水利工程影响不大;1983-2000 年径流变异显著,水利工程削峰填谷作用明显;③东江流域龙川、岭下、博罗站水文变化均受水利工程调蓄影响,但影响程度各异:博罗站水文变化受水利工程影响最大,岭下站次之,龙川站受影响最小.另外,在水利工程调蓄作用影响下,东江流域月径流变化幅度趋于平坦,在一定程度上降低了洪水风险及减少了极端气候条件对东江流域水资源供给造成的负面影响.     

网络重要基础设施脆弱性评价模型及其应用

为了评价网络重要基础设施的脆弱性,基于网络图论,构建一个数学规划模型。利用ArcGIS将网络重要基础设施的弧段和节点赋值,将网络拓扑结构以数字形式表示;利用数学规划软件对该模型进行优化求解,得出网络重要基础设施中的脆弱性组件(弧段或节点)。结果表明这些组件的破坏会使网络脆弱性达到最大值,需要对这些组件进行优先防护。将该模型应用于京津冀高速公路交通网络系统,得到该交通网络系统的脆弱性路段。     

基于小波神经网络的煤层底板突水非线性预测方法研究

针对煤层底板突水系统为一非线性动力学系统的特性,并在考察目前煤层底板突水预测方法的基础上,给出利用小波神经网络对煤层底板突水进行预测的可行性和优越性;阐述了小波神经网络的基本原理;提出和分析了基于小波神经网络的煤层底板突水预测模型及算法;并通过实例证明,应用小波神经网络解决煤层底板突水预测的可行性和优越性。研究及实践表明:小波神经网络的预测精度更高、更准确。     

基于贝叶斯网络的一种事故分析模型

贝叶斯网络被认为是人工智能研究中不确定性知识表示和推理的重要工具。当前在系统安全领域中已开始运用贝叶斯网络技术进行故障诊断分析，然而故障只是诱发事故的因素之一，无法系统的评价事故背后的隐患，对事故后果的预测也甚少涉及。笔者将贝叶斯网络作为一种事故分析手段，在事故致因理论的基础上提出了一种基于危险因素-事故-事故危害的三层贝叶斯网络拓扑模型；阐述了网络模型层次间的因果关联关系、各层次的构成、节点的描述方法以及网络模型的构建方法；最后通过一个天然气球罐的分析案例验证了该模型分析方法的可行性和有效性。     

桥式起重机安全评估指标体系研究和系统设计

在对桥式起重机的设计、结构组成和常见事故故障资料进行调查研究的基础上,分析了桥式起重机在工程应用中遇到的不安全因素,建立了较完善的安全评估指标体系。设计了一种基于模糊神经网络的桥式起重机安全评估系统并对系统的软件功能设计进行了初步探讨。建立了模糊神经网络评估数学模型,利用MATLAB工具对模型进行了仿真验证,结果表明此模型是可行的。通过研究,为进一步针对桥式起重机展开定性、定量评估及安全管理与决策提供了有益参考     

基于无线传感器网络的气体泄漏源快速定位方法研究

为及时发现大气环境中危险化学品泄漏事故,快速准确判断泄漏源位置,实现有效的监测监控,开发出集气体质量浓度信息采集、时间校准、无线收发等功能于一体的集成探测模块。在此基础上,建立基于无线传感器网络(WSN)的气体泄漏实时监测平台,提出实时监测数据和高斯扩散模型相结合的气体泄漏源快速定位方法。通过开展实际场地泄漏试验,实现气体泄漏源的快速定位,并分析试验系统的敏感度。结果表明:气体泄漏扩散受风力影响很大;合理布局探测器,能有效提高泄漏源定位精度,为危险气体泄漏事故的应急决策提供决策参考。     

热带气旋影响下的电网应急案例框架构建研究

在我国电网防灾抗灾体系中,因风灾等自然灾害影响具有持续性,造成应急准备阶段对灾害演变过程认知不足而引发响应阶段抢修故障。热带气旋是导致电网破坏严重的自然灾害之一,近些年发生率高于以往同期。风灾是阶段变化的,情景又是动态演变的。针对热带气旋的影响,考虑其不同影响阶段构建应急案例,可在应急响应行动过程,有效准确的面对风灾特性而带来的抢修故障。提出电网风灾的案例框架构建方法,并结合风灾的特点进行框架分类,可有效应对灾害的不确定性从而增加案例可用度。同时对风灾案例库建设、抗台演习演练与实际应对三种目的下的案例进行属性约简,依热带气旋演变,将案例个体拆分化采取逐步多次检索生成可行预案,从而提高响应效率。     

建筑物走廊型通道中火灾烟气流动特性的研究

应用网络模型方法,将建筑物走廊型通道合理地划分为多个节点,在火源为10kg木材的情况下,利用已开发成功的烟流性状预测软件对四川消防科研所的一座实体建筑物进行了模拟计算,获得了各节点烟流性状的发展变化规律。经比较,模型计算结果与实验数据十分符合。证明走廊型通道的多节点划分方法正确、预测软件实用可靠。根据烟气侵入走道中两节点的时间差及两节点间距,提出了烟气弥漫速度的计算方法。该算法与实测结果间的相对误差小于3%,实例应用及研究的成果,为建筑物火灾时安全疏散动态模拟研究提供了理论依据。     

基于小波神经网络的瓦斯涌出量预测研究

准确地预测瓦斯涌出量对于指导矿井设计和安全生产有重要意义,而瓦斯涌出量是一个与自然因素及开采技术等多因素有关的非线性建模问题。鉴于传统神经网络方法解决非线性问题收敛速度慢,易陷入局部最优解的缺陷,笔者提出一种既充分利用小波变换的时频局部化性质,又能结合神经网络的自学习能力的小波神经网络预测瓦斯涌出量的方法,并建立了预测模型。在此基础上,采用Delphi语言,设计了小波/BP神经网络仿真器。通过实例分析表明该方法较传统神经网络收敛迅速,预测精度高。