时间序列相似匹配算法在数字海洋风暴潮辅助决策系统中的应用

在现有风暴潮灾害研究基础上,结合风暴潮数据库特点,提出基于斜率分段过滤的相似匹配算法,定义了风暴潮辅助决策、风暴潮序列以及应用于风暴潮序列的相似匹配度量模型。由于海洋数据具有海量等特性,本文先用基于斜率特征向量分段算法进行过滤,再用风暴潮相似度量模型提取相似序列,依据提取的序列在风暴潮数据库中的记录信息,进行风暴潮辅助决策,为风暴潮灾害乃至整个海洋数据的研究提供了较好的技术支持。     

铁路突发事件应急决策体系研究

本文分别阐述了铁路突发事件及铁路应急决策的定义,通过分析总结铁路突发事件特点,建立铁路突发事件基本应急属性。构建铁路突发事件应急决策体系,其中分析铁路突发事件应急决策的特点,描述铁路应急体系组织结构及铁路应急决策流程,最后在总结了铁路常规应急决策方法,并结合人工智能及现代决策等理论提出铁路智能应急决策系统思路。     

环境保护部宣传教育司与中国行政管理学会联合开展 《运用绩效管理推动地方政府落实生态环境建设研究》并取得积极进展与重要成果

环保部宣传教育司与中国行政管理学会组成联合课题组开展了《运用绩效管理推动地方政府落实生态环境建设研究》。在相关部门支持与指导下,经过环境保护部和中国行政管理学会等各界专家的通力合作,本研究已经取得了相应的研究成果,达到了预期研究目标。本研究不仅在理论层面     

国内外新能源产业发展态势研究

新能源产业对世界经济和产业结构调整有着重要的意义,发展新能源产业已经成为全球关注的焦点。美国、欧盟和日本等发达国家积极出台相关政策支持本国新能源产业发展,并取得成效。大力发展新能源产业,将是中国解决能源环境问题、履行对国际社会承诺的重要突破之一。     

3S技术在环境监测中的应用

3S技术是集地理信息系统、遥感、全球定位系统于一体的高新技术手段,可以有效实现对区域环境实时、动态、准确的监测和分析,有助于了解其发展过程及污染损失情况,为治理决策提供依据。这大大提高了服务的时效性、准确性,提高了环境监测的质量和效率。环境是人类生存和发展的基本前提,为人们提供了必需的资源和条件。     

基于多主体行为决策的城市居住用地利用效用情景分析

构建包含智能主体和环境主体的城市居住空间演化情景模型,旨在探讨土地利用主体的行为决策与居住空间演化形态和土地利用效用之间的关系。调整城市政府主体的土地利用政策设定紧凑型、松散型和适度型三种居住空间演化情景类型,通过综合分析城市居民、住宅开发商和城市政府三类微观主体的相互作用求取每种情景下住宅用地开发的综合优先级函数。在VC和ArcGIS的实验环境下,以武汉市洪山和武昌区为实验区模拟了三种规定情景下实验区在1998年至2008年期间的居住空间演化情况,并与实际演化情况进行扩张形态和土地利用社会效用的概略对比,对比结果表明,多主体模型能有效比对不同主体空间决策情景下土地利用的效用,在表现土地利用主体的意愿方面更有优势,更能反映城市土地利用结构演变的内在规律。     

基于扇区动态复杂性因素的航空管制员工作负荷计算

为了更加准确地计算和预测航空管制员的工作负荷,利用雷达管制模拟试验获取的数据,分别采用线性回归、神经网络的非线性回归和基于神经网络的支持向量机方法,建立了基于扇区复杂性因素的管制员工作负荷实时计算模型。结果表明,这3种模型的绝对误差平均值分别为0.969、1.049、0.240;相对误差平均值分别为16.667%、17.979%、6.229%;均方根误差分别为0.186、0.206、0.114。另外,若采用5%作为基准精度,基于神经网络的支持向量机模型可以将相对误差控制在-0.5%~0.5%,表现出较强的误差控制能力。研究表明,可以采用扇区动态复杂性因素来计算管制员的工作负荷,相比线性回归、神经网络的非线性回归方法,基于神经网络的支持向量机方法对管制员工作负荷的计算有更高的精度。     

基于MABC-SVM的含瓦斯煤体渗透率预测模型

对含瓦斯煤体的渗透率的有效预测,可为瓦斯抽采和瓦斯灾害的防治提供理论指导,采用改进的人工蜂群算法(MABC)和支持向量机(SVM)相结合对其进行预测。应用改进的人工蜂群算法优化支持向量机的核函数参数C和g,提高了支持向量机的预测准确性。选取有效应力、瓦斯压力、温度和煤的抗压强度作为影响含煤瓦斯渗透率的主要影响指标,结合实验室测试数据,建立MABC-SVM含煤瓦斯渗透率预测模型。研究结果表明:该模型具有较强的泛化能力,可以相对准确有效的对含煤瓦斯渗透率进行预测,为瓦斯渗透率的研究提供了新的研究思路。     

基于不确定性的矿区污染治理投入决策研究

基于现实的基础上,考虑矿区污染治理所面临的不确定性,对污染治理最优投入的政策决策机制进行研究.根据污染治理投入成本的不可逆性及不确定性建立污染治理最优投入决策机制模型,求出了污染治理投入的临界点.结果表明,该模型能够真实、客观、全面地评价矿区污染治理投入决策机制,并可动态指导治理政策实施的最优时机.同时,分析了模型中各参数对污染治理决策的影响,结合案例验证了此模型在污染治理决策问题上的分析结果.结果发现,考虑了不确定性的模型有效避免了传统决策模型的局限性,可以帮助政府和煤矿企业做出科学有效的污染治理投入决策和制度设计,能更有效地推动煤矿企业安全生产的实施.本研究对环境政策的制定和实施具有理论和实践指导意义.     

基于D-S证据理论的飞行事故预测模型

为提高飞行事故的预测精度,提出一种基于D-S证据理论的组合预测模型.该模型分别采用时间序列、BP神经网络和最小二乘支持向量机对飞行事故率进行预测,通过对待测年份之前的飞行事故的预测误差分析,计算出相应的基本信任分配函数,并借助D-S证据理论对三种预测模型进行融合,将融合结果作为飞行事故率预测模型的权重,从而得出待测年份的飞行事故预测结果.以美国空军A类飞行事故数据对该组合模型进行验证,结果表明组合预测模型能够较准确地预测飞行事故率,且模型精度优于任何单一预测模型.