大气环境质量的人工神经网络决策模型

为了对环境质量进行综合评价，运用误差反向传播算法的人工神经网络方法建立了环境质量评价的Ｂ－Ｐ决策模型。用此模型研究实例的大气环境质量，结果表明Ｂ－Ｐ网络用于环境质量评价具有客观性和实用性。     

基于模糊网络和时间依赖的应急车辆调度优化研究

突发灾害的应急物资调度是减轻人民财产损失、防止次生灾害发生、保障社会稳定的必要支撑。借助模糊数学中的三角模糊数学方法对不确定的需求信息特征进行描述,用模糊函数积分确定车辆在路段的模糊行驶时间。以应急车辆调度的总时间最短为调度的主要目标,同时配送数量应最大限度地满足需求点的需求量为次要目标建立应急车辆调度模型。然后设计粒子群算法对模型进行求解。最后通过算例,验证建立的模型拟合现实中的情况,结果不是确定数值,而是模糊数值范围的优化。     

地震灾害风险因素和风险评估指标的模糊算法

提出了影响地震灾害风险的主要因素 ,分析了地震震级、烈度、人口密度等因素与某些震害现象之间的相关性 ,以及建筑物的地震破坏程度与其它风险因素的关系。筛选出了地震灾害模糊风险分析指标———震损度DA(其用于风险评估的指标值为 (da) 0 )。给出了一种多变量信息分配算法的公式。在建立因果律模糊关系矩阵时 ,以归并、排序的方法解决了自变量在其样本空间组合后的重叠与错序问题 ,并简化了矩阵运算。在此基础上 ,建立了震损度指标值 (da) 0 的计算方法。     

Variance and Uncertainty in the Expected Number of Occurrences in Reserve Selection

Abstract:  Reserve selection often concerns the design of reserve networks for the long-term maintenance of biodiversity. We considered uncertainty in the context of three common reserve-selection formulations, the expected number of populations, proportional coverage of land-cover types, and the probability of having at least one population. By uncertainty, we mean variance in the outcome of any probability-based reserve selection formulation. A typical reserve-selection formulation might ask for the least expensive set of sites that contains n populations per species. It is implicit here that this requirement concerns the expected number of populations, which actually is obtained only with a 50% chance. If the requirement is changed to select the least expensive set of sites that gives n populations per species with a 95% probability, the number of sites required in the solution increases and the identity of the sites is changed toward sites that have high probabilities of persistence (or occurrence) and low associated binomial variance. Anthropogenic threat is one factor that may cause probabilistic uncertainty in the context of proportional area coverage.     

典型耦合优化算法在源项反演中的对比研究

突发大气污染事故中,污染源的快速、准确确定是应急处置的基础.为研究有效的源项评估方法,本文基于美国草原外场SO₂释放实验,利用GA-PSO、GA-NM、PSO-NM 3种耦合算法,分别与高斯点源烟羽扩散模型结合,对源强和位置等污染源参数进行反演与对比,并从算法结构与大气扩散条件方面进行反演效果差异分析.结果表明,从源强反演角度看,PSO-NM反演结果的准确性最高、稳定性最强,平均误差（11.3%）与平均标准偏差（0.7g/s）明显低于GA-NM（16.4%、13.3g/s）与GA-PSO（29.0%、26.6g/s）.从位置反演角度看,PSO-NM的反演结果最为稳定,反演的平均标准偏差（0.29m）明显低于GA-NM（3.20m）与GA-PSO（3.03m）算法;在不稳定和中性扩散条件下,PSO-NM算法的位置反演准确性最高,误差为4.97m;但在稳定扩散条件下,GA-NM的位置反演误差（7.69m）最小.从反演效率角度看,PSO-NM与GA-NM反演时间最短,更适用于污染源的快速确定.     

基于空气质量模式和数学规划模型的城市PM2.5达标策略——以临汾为例

为了改善城市空气质量,降低PM_2.5浓度,需要制定科学的控制策略,同时兼顾污染物减排量与减排成本效益.本文基于区域大气环境模型RegAEMS与数学规划模型,采用多目标遗传算法,探究城市大气PM_2.5污染的最优控制策略,并应用于临汾市（14类行业源、17个区域源）的PM_2.5浓度达标规划,实现污染物排放量最大和减排成本最小的双目标优化.结果表明,在PM_2.5平均浓度近200 μg/m³的重污染天气条件下,为达到PM_2.5浓度目标（75μg/m³）,临汾市最大污染物允许排放量为356.7t/d,最小减排成本为3.36亿元.NO_x、SO₂、NH₃、VOCs和一次颗粒物的减排量分别为98.1,49.9,44.3,155.7和105.5t/d,减排成本分别为11.7,6.8,6.2,5.5和3.5千万元.对VOCs、NO_x、PM_2.5、NH₃和SO₂减排潜力最大的行业分别为焦化源、移动源、扬尘源、农业源和民用燃烧源,分别占所有行业5种污染物减排量的21.6%、14.1%、11%、8.6%和3.8%.钢铁行业的减排成本最高（39%）;襄汾县的减排量最大,减排成本最高（达7218万元）.     

基于XGBoost算法的WRF-Chem模式优化模拟

采用人工智能算法XGBoost结合大气化学模式WRF-Chem,利用北京地区大气污染物的模拟结果及站点监测数据,构建XGBoost统计预报算法模型,并对两种大气污染物（PM_2.5和O₃）进行优化模拟,同时分析其特征贡献要素.结果表明,该统计预报模型能够很好地优化大气化学模式模拟的大气污染物浓度,降低模拟误差,对于北京地区站点模拟浓度优化呈现出城区>近郊>远郊的优化特点,且算法模型对O₃浓度优化程度更高,优化后相关系数提高达128%.此外,通过特征要素的贡献量分析表明,CO是影响O₃优化的重要特征变量,城郊区特征贡献得分均高达1000以上,Q2（近地面2m比湿）是影响PM_2.5优化的重要气象特征变量,城郊区特征贡献得分分别为950和824.     

几何射线追踪法算法改进

本文主要研究电波传播模拟中重要的方法射线追踪法的算法改进问题。讨论在射线发射阶段的优化算法,通过设计一种新的数据结构来达到动态追踪的目的。最终在保证精度的前提下减少追踪射线的条数,减少追踪时间,实现算法优化。     

基于改进蝴蝶算法和社会力模型的多出口疏散模型研究*

为提高多出口场景下行人疏散效率和精度,基于蝴蝶算法和社会力模型,提出一种新的应急疏散仿真路径规划方法。在原有社会力模型中,考虑距离出口远近及行人所处位置拥挤度对运动过程中期望速度的影响,引入速度调节因子,描述行人在疏散中的期望速度变化;针对蝴蝶算法中后期收敛速度慢和易陷入局部最优的缺陷,提出自适应感知概率参数以增强局部搜索和全局搜索之间的平衡;在每轮迭代结束时引入迭代局部搜索策略,扰动局部最优解获得中间状态,并重新搜索上述中间状态得到全局最优解。研究结果表明:提出的应急疏散仿真路径规划方法在多出口环境下能够更有效地利用出口资源,提高疏散效率。