改进经验公式法计算隧道人员疏散时间

为评估隧道发生火灾时人员疏散安全,有必要准确计算隧道人员疏散时间。传统经验公式法的假设条件过于简单,而现有仿真模拟方法不能准确地模拟人的复杂行为。建立改进的经验公式法,通过随机输入计算参数来模拟隧道人员疏散的动态随机过程,将疏散时间计算分解为多个阶段,并考虑车辆及人员的随机分布、火灾探测及人员反应时间的计算、大客车乘客下车时间、人行速度的随机输入、以及随人流密度变化的横洞门通行能力等,使计算所得疏散时间更贴近实际。与其余方法对比分析表明,采用改进的经验公式法得到的计算结果与传统经验公式计算方法相比,计算精度有较大提高。     

桂林市典型园林绿地与水体的降温效应研究

随着城市化的快速发展,城市热岛现象也越来越突出。作为城市生态系统中两种重要的地物类型,园林绿地和水体对城市热岛均有明显的降温效应,因此对其进行定量研究具有重要意义。以桂林市建成区为研究对象,利用TM影像数据提取了区域的地表温度(LST)、植被覆盖度(FV)以及改进的归一化差异水体指数(MNDWI)等生物物理信息,同时借助空间统计和缓冲区分析方法,对区域典型园林绿地和水体地表温度的空间特征及其相关性进行了定量研究。结果表明:桂林市5城区的地表温度以低温区和中温区为主。高温区与极高温区也占有较大比例,两者占市区总面积27.8%,较全市平均地表温度高约2~4℃,整体上呈现显著的热岛效应。城市中园林绿地和水体的平均地表温度分别为26.76和24.86℃。相关性分析揭示,城市园林绿地和水体面积与其内部地表温度呈现极显著负相关关系(sig=0.001),园林绿地的FV、水体MNDWI则呈显著负相关关系(sig=0.015和sig=0.038),说明地表温度随着上述参数的增大而降低。除典型水体面积与地表温度的拟合曲线为对数函数之外,其他参数的最佳拟合效果均为线性。缓冲区分析说明,不论是城市园林绿地还是水体,都会对外围一定区域的热环境产生影响。伴随城市园林绿地与水体样区缓冲带距离的增大,外围区域的地表温度呈上升趋势,但这种趋势随距离变化在不断减弱,其有效影响范围在距样区边界120~240 m处。通过对比研究发现,城市中较大面积的公园绿地或水体其降温效应要比面积较小者显著,而水体对于周围热场的影响和敏感度要强于园林绿地。     

基于化工企业环境风险防控体系的设计

阐述了化工环境风险致因及转化途径,介绍了环境风险防控体系,详细分析风险防控措施,提出风险防控措施有效性的检验及改进方法,供化工企业环境风险防控设计及审查中参考。     

禽畜废水的处理工艺及其改进方法建议

近年来环境问题日益严重,随着养殖禽畜的人越来越多,禽畜废水问题也就随之而来了,如何能够解决这些问题迫切需要提到日程上来。环境问题已经逐渐成为人类生活必须解决的隐患问题,不是一朝一夕能够解决的。下文就对禽畜废水的处理工艺及其改进方法建议进行分析和阐述。     

对环境监测工作及改进措施分析

环境保护的基础工作就是环境监测,日益严重的环境污染促使环境部门必须加强环境监测工作。本文对环境监测现状进行了阐述,同时对我国环境监测的状况和存在的问题进行简要分析,并提出了相应对策。     

基于VMD排列熵与FASSA-SVM的滚动轴承故障研究

提出了一种基于萤火虫改进麻雀搜索算法-支持向量机（FASSA-SVM）的轴承故障诊断方法。首先对轴承工况的振动信号变分模态分解（VMD）得到多个模态分量（IMFs）,其次利用排列熵（PE）求解每种工况每个IMF的PE值作为特征参数输入至SVM中,最后利用FASSA方法优化SVM的惩罚因子、核参数并得到最优的轴承故障分类诊断效果。实验结果表明,FASSA-SVM方法的平均测试集诊断准确率高达99.8%,该诊断结果优于传统的萤火虫算法（FA）、优化麻雀搜索算法（SSA）。     

农村突发公共卫生事件应急医疗设施选址研究

为提高农村突发公共卫生事件应急医疗设施选址决策的科学性,基于新冠肺炎(COVID-19)疫情传播迅速,危害性强的突发公共卫生事件特征,依据应急医疗设施设计标准并兼顾农村医疗预算少、应急道路崎岖的特点,首先,选取设施备选地工程地质条件、单位成本、传染率、抵达时间、场所规模以及服务覆盖区域6项影响因素,将熵值法(EVM)和层次分析法(AHP)有效结合确定影响因素权重;其次,建立考虑患者到应急医疗设施的距离之和最小以及所选择应急医疗设施的综合评价值最优的多目标选址模型;然后,设计改进的粒子群优化(IPSO)算法求解模型,得到选址决策;最后,选取天门市部分村庄进行实证分析,以验证模型算法的有效性。结果表明：传染率和单位成本是建设应急医疗设施主要影响因素,IPSO算法选取3个应急医疗设施,能够满足8个村庄患者的治疗需求,并保证患者在4～7 min内就医,为高效开展疫情防控活动提供保障。     

基于IPSO-LSTM的新能源汽车锂电池健康状态监测

为监测新能源汽车锂电池的健康状态(SOH),防范电池故障引发安全事故风险,提出改进粒子群算法(IPSO)和长短期记忆(LSTM)神经网络相结合的模型,监测锂电池的SOH。首先,采用Spearman相关性分析法,提取锂电池SOH监测的健康因子;其次,采用线性惯性权重和非对称学习因子改进传统粒子群算法(PSO),利用IPSO算法对LSTM模型的隐含层神经元个数、神经元失活率、批处理值进行关键参数寻优,进一步优化LSTM模型,建立IPSO-LSTM锂电池SOH监测模型;最后,以新能源汽车主流采用的18650锂电池数据集验证IPSO-LSTM模型,并对比分析BP、LSTM和PSO-LSTM这3种模型。结果表明：IPSO-LSTM模型的平均绝对误差(MAE)在0.02以内、均方根误差(RMSE)在0.03以内,监测误差在15%以内,相较于BP、LSTM、PSO-LSTM模型,IPSO-LSTM模型的误差指标值均最小,模型具有更高的精度和稳定性。     

改进YOLOv3算法下通航机场场面运动目标检测

为获得更好的检测精度和更快的检测速度,保障通航机场场面运行安全,提出一种改进的YOLOv3算法,分别从网络结构和损失函数2方面进行改进。首先,在主干网络中使用深度可分离卷积代替原卷积,构建基于距离交并比(DIoU)的目标框回归损失函数;然后,以某通航机场为研究对象,搭建通航机场场面目标检测场景,采用迁移学习和冻结训练相结合的训练方法,以提升场面目标检测的速度;最后,比较分析所提算法与传统的YOLOv3、YOLOv4算法的识别效果。结果表明：飞机目标的检测效果明显优于车辆和人员目标,改进的YOLOv3算法对目标的检测精度、召回率、全类平均精度(mAP)分别达到92.96%、80.51%、91.96%,图形处理器处理速度高达74帧/s,较传统的YOLOv3、YOLOv4算法性能均有明显提升,可实现通航机场场面运动目标的有效检测。     

山区农村居民点时空格局演变特征及蚁群仿真优化——以重庆澄江镇为例

山地农村居民点系统因受自然因素及人类活动等多重扰动而处于深刻转型中,探索山区农村居民点时空格局特征及其优化策略,对于优化山区国土空间格局、推进山区国土空间综合治理与乡村振兴具有重要意义。基于构建理论框架,集成运用景观格局指数法、栅格权重叠加评价法、改进蚁群算法（ACO）等,以重庆澄江镇为例,探索山区农村居民点时空格局演变特征及优化过程,提出优化调控策略。结果表明：（1）研究区农村居民点空间格局演变特征呈现集中、靠拢的演化发展趋势,总体呈现匀质、线状、向心、院落四种分布形态;同时高程、坡度、水域、城镇、道路、基础设施等自然—经济社会因素均对山区农村居民点时空格局演化产生重要影响。（2）改进蚁群算法优化后,研究区农村居民点斑块面积（CA）减少10.07%,居民点斑块数量（NP）和密度（PD）分别减少83.12%和81.16%,平均斑块面积（MPS）增加了4.3倍,平均最近邻体距离（MENN）增加了42.82%。优化后69.1%的农村居民点斑块都集中在适宜区和较适宜区内,且重点向交通便利、公共设施完善、生产便利和中心村庄集中。优化后的农村居民点空间格局更加紧凑有序,土地集约节约效率更高。（3）基于仿真优化结果,综合考虑村庄振兴“产业—人口—土地”互动耦合机制,提出城郊融合、产业集聚、景村融合、搬迁撤并四类农村居民点格局优化方案,助推山区乡村振兴。（4）优化结果同时表明改进的蚁群算法非常适用于复杂环境条件下的较小尺度要素空间布局优化,能够为山区国土空间规划编制提供技术支撑。