区域声环境质量污染水平预测方法评价与对比研究

为完成北京市“十二五”城市区域的主要声污染防治工作目标,全面提高北京市声环境质量水平,科学预测区域内在“十二五”期间噪声污染水平和发展趋势,本文以北京市某典型区域作为研究对象,在收集大量相关资料与实测历史噪声数据的基础上,运用指数平滑法与灰色模型GM（1,1）对所选定研究区域的噪声污染水平与发展趋势进行预测与分析。研究结果表明：运用指数平滑法与灰色模型对研究区域声环境噪声污染预测是可行的,北京市在“十二五”期间声环境质量水平符合《声环境质量标准》（GB3096—2008）中的一类区域标准。     

基于因果模糊聚类法预测覆岩裂隙带高度研究

为了研究不同采高、煤层倾角、岩石抗压强度、岩层结构、采空区斜长、埋深等因素影响下采空区覆岩裂隙带高度发育规律,对收集的实测数据进行因果模糊聚类分类、分析,对各个类别,代入裂隙带高度接近均值的实测数据运算,获得各个因素对裂隙带高度影响合适的权重,进而建立对应的特征模糊集,并构造对应的三角模糊数,最终建立模糊预测模型。通过案例分析对模糊预测模型进行了验证,结果表明其误差范围为0.83-2.70m,满足工程应用的精度需求。     

铀在土壤中的吸附动力学

以四川盆地红层丘陵区涪江河谷两岸广泛分布的第四系中更新统亚粘土为对象,用动态法测定了铀在该土壤中的平衡吸附量,为极低放废物的处置提供一些理论依据。研究了流速、土壤粒度及铀溶液初始浓度对土壤吸附铀的影响,并用常用的吸附动力学方程对实验数据进行了拟合。结果表明：土壤粒度小的平衡吸附量较大;流速越小、平衡吸附量越大;铀溶液的初始浓度越大,平衡吸附量越大;在用动力学方程拟合时,E lovich方程的拟合度最好;该土壤对铀的最大吸附率为61.1%,吸附性能较差。     

基于MMAS-BP的煤与瓦斯突出强度预测

为提高煤与瓦斯突出强度的预测精度及预测速度,用最大最小蚂蚁系统和BP神经网络相结合的方法进行预测模型设计。根据煤与瓦斯突出强度及其主要影响因素之间的关系数据,建立其神经网络的预测模型。以网络的权值和阈值为自变量,网络误差为目标函数,通过蚁群算法的迭代运算,搜索出误差的全局最小值,以实现BP神经网络的初始权值、阈值优化,并用优化后的网络进行瓦斯突出强度的预测。实例结果表明,MMAS-BP算法的预测值均方差为0.089,约为BP神经网络的0.1倍,且输出稳定性好,适用于煤与瓦斯突出强度的预测。     

基于模糊均生函数和最优子集回归的飞行事故率预测

为有效预防飞行事故的发生,针对飞行事故率具有随机波动性和趋势性的特点,采用模糊均生函数(FMGF)和最优子集回归(OSR)建立飞行事故率预测模型。该方法把FMGF延拓序列作为预测因子加入OSR方程,将FMGF分析和因子筛选相结合作OSR,进而对飞行事故率进行预测。通过对美国空军1988—2004年的飞行事故率进行拟合预测,结果表明:将FMGF模型和OSR模型有机结合,能够有效刻画飞行事故率的随机波动特性,并且其预测结果的相对误差也较小。     

基于GIS的滑坡灾害风险空间预测

滑坡灾害风险评价是一个包含有滑坡危险性评价和承灾体易损性评价的体系,对滑坡危险性进行了空间预测与区划,并开展了区域承灾体易损性的区划与评价。结合风险评价的基本要求,进行了研究区滑坡灾害的风险区划,将其划分为极高、高、中、低与极低风险区。针对研究区经济发展水平及政府防灾力度,提出了适合研究区的可接受风险标准与管理对策。     

某机械陀螺长贮性能演变规律及性能退化模型研究

目的 针对长期贮存后机械陀螺的性能退化会影响制导系统侧偏和射程的问题,提出一种性能退化预测模型的建立方法,用于掌握机械陀螺长贮性能退化规律。方法 首先,针对机械陀螺结构特性和贮存环境,确定敏感应力为温度,加速模型为阿仑尼乌斯模型,开展机械陀螺的加速贮存试验。其次,对加速贮存试验过程中的机械陀螺进行周期性的参数检测,分析各性能参数随试验时间的性能退化演变规律,确定垂直漂移为其退化敏感参数。最后,拟合垂直漂移参数在各温度应力下的性能退化曲线,建立性能退化轨迹模型。结果 采用实际自然环境贮存6、7、8、10 a的性能数据对模型进行验证,模型预测准确度分别为86.70%、96.28%、91.53%、85.92%。结论 建立的性能退化模型评估准确度在85%以上,该模型可应用于指定贮存时间下机械陀螺仪的性能退化行为预测。     

我国林地土壤有效态镉的影响因素及拟合模型

选取全国13个具有代表性的不同气候带和植被类型的森林土壤,通过外源添加重金属镉（Cd）,比较分析土壤Cd的固-液分配系数（K_d）和有效态Cd的分布特征,探讨了土壤/土壤溶液性质对K_d及土壤有效态Cd的影响,并建立了土壤K_d及有效态Cd的拟合模型.结果表明,在不同浓度Cd处理的土壤中,其K_d值的变化范围为0.91~623.66L/kg,平均值为53.11L/kg,最大值和最小值的差异达到684.37倍;土壤孔隙水中Cd浓度（PW-Cd）的变化范围为0.309~104.450mg/L,其最大值与最小值的差异为338;DTPA提取态Cd含量（DTPA-Cd）从未添加Cd处理的本底土壤C0至最大添加量128mg/kg,其最大值与最小值的差异分别为9和1.4倍.土壤溶液pH值与lgK_d呈显著正相关（R²=0.49,P<0.001）,其与PW-Cd含量呈显著负相关（R²=0.41,P<0.05）;单一的土壤溶液Mg²⁺可解释46%的DTPA-Cd的变异.在对土壤性质的回归分析中,并未发现有单一的主控土壤性质影响Cd的固液分配,当回归方程中加入其它土壤或溶液性质时,可在一定程度上提高拟合模型的预测能力.总之,土壤溶液pH值和Mg²⁺对K_d和有效态Cd含量的影响比较显著.     

基于GSK-AdaBoost-LightGBM的交通事故死亡人数预测研究

交通事故预测研究有助于降低交通事故发生的概率。为提高交通事故预测模型的精度,首先应用网格搜索法获得LightGBM模型的最优超参数,并进行5折交叉验证提升模型的抗拟合能力,建立优化的LightGBM(GSK-LightGBM)模型;然后基于AdaBoost算法训练多个GSK-LightGBM模型,加权组合得到AdaBoost-LightGBM增强集成模型,并采用网格搜索法结合5折交叉验证,实现了AdaBoost-LightGBM模型的参数优化,构建了GSK-AdaBoost-LightGBM模型;最后基于采集到的1953—2018年我国道路交通事故死亡人数相关样本数据训练模型,得到基于GSK-AdaBoost-LightGBM的交通事故死亡人数预测模型,并引入均方误差、平均绝对误差和平均绝对百分误差3项评估指标评估了模型的预测性能,探究了模型的优化效果。结果表明:GSK-AdaBoost-LightGBM模型的3项评估指标值分别为0.014、0.00035和0.077,低于LightGBM模型、GSK-LightGBM模型和AdaBoost-LightGBM模型的评估指标值,说明该模型的预测精度较高,且明显优于LightGBM模型、GSK-LightGBM模型和AdaBoost-LightGBM模型。     

基坑开挖影响下下卧盾构隧道变形及控制措施研究

近年来地铁建设不断加快,在地铁隧道上方施工已成常态。为研究基坑开挖影响下下卧盾构隧道的隆起变形,评价不同变形控制措施的实际控制效果,以武汉市轨道交通6号线琴台变电站地下电缆通道工程为例,采用两阶段法计算了基坑开挖影响下下卧盾构隧道的隆起变形,同时采用数值模拟方法对无加固、压力注浆加固、水泥土搅拌桩加固和压力注浆+水泥土搅拌桩综合加固控制措施4种工况下下卧隧道的隆起变形值进行了数值模拟计算,并将数值模拟结果与实际工程监测数据进行了对比分析。结果表明:对于初步预测基坑开挖引起下卧盾构隧道的隆起变形,该理论计算方法可靠、实用;压力注浆+水泥土搅拌桩综合加固控制措施使下卧盾构隧道的隆起变形和横断面收敛变形值分别减小至2.3 mm和0.35 mm,控制效果良好,具有一定的实际推广意义,可为类似工程提供参考。