供水管网水质监测点选址风险研究

饮用水足否安全，是近年来社会各界普遍关注的问题之一。供水管网的水质监测是保证供水安全、降低水污染风险的重要环节。然而，如何合理选择水质监测点，至今尚无科学的方法。往定义供水管网水质监测点选址风险度的基础上，结合某供水管网，利用二进制编码的微粒群算法埘供水管网水质监测点选址的风险问题进行了研究，可以帮助决策者科学地选择优化的水质监测点。     

加强群防群治活跃安全文化天湖山着力构建群防群治的群安工作格局

天湖山能源公司工会以维护职工生命权和健康权做为加强群众安全生产工作的落脚点,不断创新群安工作活动形式,构筑了群防群治的群安工作格局.     

苏北海州群变A型火山岩及其含矿讛研究

苏北海州群云台组上段变火山岩富含碱性长石(60-70％)和钾长石(35-60％),黑云母为富铁黑云母,部分火山岩含霓辉石、萤石等.其岩石地球化学特征:高硅(SiO_2>6.41％),富碱(Na_2O+K_2O8.54％).高钾(K_2O4.52％),低铝(Al_2O_311.88％).贫钙、镁(CaO0.25％,MgO0.13％);富Nb、Zr、Y、Zn和Ga等元素;富REE、LREE和Eu强烈亏损.上述特征与世界和福建魁歧、浙江青田、江苏苏州、山东崂山等A型(或碱性)花岗岩的特征一致,为A型火山岩.其连云港市东部分布区是寻找与海相A型火山岩有关的Sn、W、Zn、Ph、Ag(Au)等华前型块状硫化物矿床和热液矿床的重要靶区.     

海州群变火山岩稀土地球化学及其大地构造环境

苏北海州群火山岩分A—岩系和C—岩系。A-岩系具有富轻稀土元素和无明显铕异常的分布型式,来自上地幔的部分熔融;C-岩系具有富轻稀土元素和明显铕负异常的分布型式,是东海群部分熔融的产物。两者构成海州群火山岩的双峰式特征,它与蛇绿岩套火山岩及岛弧火山岩的特征不同,形成于苏胶南古小陆块南缘的裂陷槽环境。     

C/N比调控污泥厌氧发酵产酸的数学模型研究

采用改进粒子群算法对ADM1模型中的关键参数进行了估计,经敏感性分析,确定了Monod最大比吸收速率、半饱和值、产物对底物的产率等3种参数对产酸速率具有较大影响.应用修正后的动力学参数对ADM1模型在不同C/N比调控下污泥厌氧发酵产酸结果进行了模拟.结果表明,模拟产酸数据和实测数据误差较小,说明修正后的ADM1模型能够很好地描述污泥厌氧发酵中C/N比条件对产酸的影响.     

环境污染应急处置技术的CBR-MADM两步筛选法模型

突发环境污染事件进行应急处置时,需要在历史案例库和处置技术库的基础上通过筛选模型筛选出最适宜的应急处置技术.其中筛选的效率和准确性是构建技术筛选模型的首要因素,目前尚无较为满意的解决方案.本文结合案例推理技术(CBR)和模糊多属性群决策模型(MADM)的优势,建立了环境污染应急处置技术的CBR-MADM两步筛选法模型:第1步,先利用基于熵权G1法的CBR推理从案例库中匹配案例,再从相似度最高的几个案例中提取应急处置技术作为备选技术;第2步,利用MADM对备选技术进行筛选和决策.CBR-MADM两步筛选法既充分利用了历史处置经验,又极大地提高了应急处置技术的筛选速度和效率.将该方法应用于2012年底山西长治浊漳河苯胺泄漏污染事件中,成功筛选出“投加混凝剂-活性炭坝拦截”技术,同实际情况吻合,验证了其适用性和可行性.     

强突松软近距离煤层群石门揭煤防突技术研究

为了研究强突松软近距离煤层群石门揭煤防突技术,安全、顺利地揭煤,基于海孜矿Ⅱ32主运石门地质条件和瓦斯赋存状况,对近距离煤层群9+8煤层实施密集预抽钻孔抽采瓦斯与低压水力冲孔卸压增透相结合的措施,防治煤与瓦斯突出。结果表明:低压水力冲孔冲煤率达到4.5%;冲孔后瓦斯抽采流量为未冲孔的10倍以上;整体瓦斯抽采率达到71.7%,比以前提高了约1.6倍,卸压增透效果明显。预抽钻孔抽采后,9煤、8煤的残余瓦斯压力,分别为0.3MPa、0.22MPa,残余瓦斯含量分别为5.23m3/t、5.13m3/t,防突效果显著,可安全、顺利地揭开9+8煤层。     

基于粒子群优化算法的边坡临界滑动面搜索方法

采用数值计算结果进行极限平衡分析是边坡稳定性分析的重要方法,最危险滑移面位置的确定是边坡稳定性分析的关键。采用粒子群优化理论控制位于滑移面后缘范围的滑入点和前缘剪出区域的滑出点,以均分逼近法控制滑面半径,实现了边坡内潜在滑移面位置的搜索及安全系数的计算,进而确定了边坡的最小安全系数及最危险潜在滑移面位置,搜索出的滑面不依赖于网格节点。以昆明某公路滑坡为例,将搜索出的最危险滑面与现场勘察成果进行对比,结果表明,采用本文方法计算所得的结果与工程实际较为吻合,证明了该方法的有效性。     

基于QPSO-RBF的瓦斯涌出量预测模型

为了提高径向基(RBF)网络预测瓦斯涌出量的泛化能力,提出QPSO-RBF模型。该模型采用量子粒子群(QPSO)算法优化RBF网络隐层基函数中心、扩展系数以及输出权等初始参数,将网络参数编码为QPSO学习算法中的粒子个体,在全局空间中搜索最优适应值参数。其中,RBF网络选取5-3-1的精简结构,采用5个变量作为影响因子预测瓦斯涌出量。结果表明,经QPSO优化后的RBF网络模型预测结果稳定且唯一,其泛化指标平均相对变动值(ARV)为0.012 2。与PSO-RBF、RBF模型预测结果比较,QPSO-RBF模型的泛化能力和网络训练速度优于前2种;预测精度约为PSO-RBF模型的1.5倍、RBF模型的4倍。     

基于RF-PSO的塔吊事故可能发生阶段预测与分析

塔吊在高层建筑的施工现场较为常见,为了探索塔吊事故的影响因素,对塔吊事故可能发生阶段进行预测,建立了塔吊事故的人为因素分析分类系统（HFACS）模型框架,明确了塔吊事故的影响因素;利用卡方检验对事故致因进行特征选择及量化分析,提出了一种基于粒子群优化算法优化随机森林预测模型（RF-PSO）。结果表明：RF-PSO模型的预测是可靠的,训练后的RF-PSO模型可以预测塔吊事故可能发生的阶段,影响因素塔吊安装不符合设计要求、缺乏沟通和个人防护设备缺失发生的概率越大,塔吊事故分别在安拆阶段、吊装阶段和攀爬阶段发生事故的可能性越大。研究结果可为塔吊施工现场管理提供理论依据。