基于ARIMA和BP神经网络的猪舍氨气浓度预测

为了从源头减少生猪养殖过程中的氨气排放,降低猪舍氨气浓度,提出了基于ARIMA-BP神经网络的猪舍氨气浓度组合预测方法,分别从最优权重和残差优化角度对基于ARIMA-BP神经网络的组合预测方法进行了对比研究.将该预测方法应用于江苏省宜兴市某养猪场的氨气浓度预测中,预测结果表明：基于ARIMA-BP神经网络残差优化组合预测方法的预测精度最高,与BP神经网络、ARIMA预测方法和基于ARIMA-BP神经网络最优权重组合预测方法对比分析,评价指标MAE、MAPE和RMSE分别为0.0319、0.1580%和0.0365.本文提出的氨气预测方法可以为猪舍环境精准化调控管理提供科学依据以减小猪舍氨气排放对生态环境的污染.     

修正的BP神经网络森林火灾成灾面积预测研究

以1997-2012年《中国林业统计年鉴》的全国森林火灾成灾面积为依据,应用BP神经网络模型对成灾面积进行了预测,对预测方法进行了检验.在此基础上,利用残差提出了修正的BP神经网络模型,并对预测方法进行了改进.研究结果表明,修正的BP神经网络预测精度高于BP神经网络,预测相对误差平均为7.2％,可应用于森林火灾成灾面积的预测.     

基于Adaboost集成BP网络原煤生产成本预测研究

为了提高传统BP神经网络预测模型精度,避免BP网络容易陷入局部极值、收敛速度慢等问题,将BP神经网络与Ada-boost算法相结合,提出了一种Adaboost集成BP神经网络模型.结合磁县观台煤矿原煤生产成本相关数据,建立了原煤生产成本预测的Adaboost集成BP神经网络模型,将该模型用于实际的原煤成本预测.结果表明：该模型预测精度高于传统的BP神经网络,收敛速度快,具有较强的鲁棒性,预测精度能满足实际预测需要,为原煤生产成本预测提供了一种新的途径,也为原煤生产成本控制提供了重要依据.     

云南永胜6.0级地震震害特征

介绍了云南永胜6.0级地震烈度分布与震害特征;分析了震害原因,计算了各类房屋在不同烈度区的平均震害指数;对典型的钢筋砼框架结构房屋进行了震害预测计算和抗震验算,并将计算结果与实际震害进行了对比.     

深圳市洪涝灾害的数值模拟与分析

深圳市自建特区以来,沿河沿海低地迅速城市化,流域内大规模的开发活动加剧了水土流失,河道淤塞严重,行洪能力降低,新增市区防洪排涝设施不足,使深圳市洪涝灾害更趋频繁,经济损失急剧增长,为配合深圳市制定新的防洪(潮)规划,本研究开发了城市洪水演进一、二维不恒定流混合模型,分现状与规划措施实施后两种情况对各典型年暴雨、高潮的组合在深圳市可能造成的洪涝灾害进行了模拟和分析,其结果为深圳市合理评价防洪(潮)规划提供了依据。     

滑坡灰色系统预测模型及其应用

本文在分析目前国内外滑坡灰色预测预报模型基础上，提出了一种新的滑坡灰色系统预测预报模型。该模型相对於过去常用的灰色模型考虑了更多的影响因素，有更高的可信度。它不仅可用作滑波的临滑预报，还可用于般监测信息的预测。     

人工神经网络在台风预报中的应用初探

为了探索人工神经网络应用于台风分类预报的可能性，用具有Ｓ－特特性函数的Ｂ－Ｐ网络对每类台风的标准样本进行训练，由训练结束后的权值和阈值及待预报样本的因子测值，计算出网络输出值，作出台风分类预报。文中的实例表明人工神经网络用于台风预报具有客观性、可行性和实用性。     

生态足迹动态预测模型构建与分析——以武汉市为例

生态足迹的动态预测能够为区域可持续发展政策的制定提供科学的理论依据,但其研究仍处于探索阶段.以武汉市为例,选取表征社会经济发展的重要指标建立了社会经济系统指标体系,在对武汉市1978～2004年生态足迹时间序列计量的基础上,应用偏最小二乘算法构建了生态足迹动态预测模型,并根据VIP值的大小分析了各指标对生态足迹的影响机制.结果表明,武汉市"十一五"规划期间生态足迹呈上升趋势,其中规划期末2010年的人均生态足迹为2.810 5 hm2,高于全球生态阈值(人均生态足迹为2.200 0 hm2);根据VIP值得出人口、能源消费量和第三产业所占比重为最重要的影响因子,并就如何实现武汉市"十一五"规划目标提出了政策性建议.将科技进步贡献率、能源消费量等重要因子纳入社会经济系统指标体系,弥补了在生态足迹定量测度中忽略社会、经济、科技因素对其影响的不足;另一方面,引入偏最小二乘算法中的VIP值更准确地评价了各指标对生态足迹变化的影响,为生态足迹动态预测研究作了进一步地完善与改进.     

水—能源—粮食纽带关系若干问题解析

水、能源、粮食均为战略性、基础性资源,三者之间相互关联,彼此制约,深刻影响着人类的生产、生活和生态环境。通过梳理水—能源—粮食纽带关系领域的研究内容、研究方法、研究尺度等,进一步明确了变化环境影响下水—能源—粮食纽带关系概念框架及其风险关系的传递与表达,指出当前对水—能源—粮食纽带关系理解尚未统一,广泛采用的有“联系论”和“方法论”。现有研究对水—能源—粮食纽带关系进行了现状评估,资源间相互消耗关系的量化与不同情景下的仿真模拟。研究中存在数据缺失、不一致,评估因素单一,缺少动态反馈机制,难以真正应用到政策调控中等问题。因此,数据整合、模型集成、风险评估与动态调节、提高韧性、城市尺度研究和智慧管理,均是水—能源—粮食纽带关系发展关注的重点领域。     

A new prediction method for dust explosion venting at high static activation pressures

Venting is an effective way to prevent harmful dust explosions, but the existing prediction methods are imprecise and are suitable only for applications with low activation pressures. A new method is proposed for predicting pressures based on an analysis of energy losses at high activation pressures and verified by aluminum dust explosion experiments. Compared with the experimental results, the results of the new model are relatively stable under working conditions with different activation pressures and venting areas. Based on the analysis of energy losses, the changes in the energy loss rate, temperature, and venting velocity during venting are found to be asynchronous. The thermal energy loss, which accounts for over 80 percent of the total, is expected to be larger than the kinetic energy loss. The thermal energy loss rate changes rapidly during venting, while the kinetic energy loss rate remains relatively stable. The new model is more accurate than the NFPA68 standard, which fails to consider the thermal energy loss. Neglecting the thermal energy loss may result in an underestimation of the pressure reduction; this error increases with decreasing activation pressure.