基于模糊实物期权的煤矿安全投资价值研究

在煤矿安全投资过程中,传统的净现值法和实物期权法均存在一定的缺陷。传统的安全投资评价方法忽视了投资项目的期权价值;传统的实物期权方法虽然考虑了投资项目的期权价值,但已有的研究都假定期望现金流现值和投资成本等为确定值,实际上由于煤矿安全投资项目的不确定性,要准确估计这些变量比较困难。因此,引入模糊数学理论,用模糊数集合来表述和处理实物期权定价模型中的参数,应用模糊实物期权方法评价煤矿安全投资项目价值,使投资者和管理者可以用模糊数表示影响安全投资项目价值变化参数的区间,克服了实物期权定价模型中根据已有知识和经验估计的参数准确化的弊端。     

PSO-RBF耦合神经网络在水质评价中的应用

径向基函数神经网络(RBF)中,连接输出单元的权重是影响径向基函数神经网络学习精度的主要参数,采用粒子群算法(PSO)对模型参数(权值)进行优化,建立了PSO-RBF耦合神经网络模型,避免权重的人为设定,具有客观性。并在Matlab环境下编程计算,构建了用于地下水环境质量评价和海水富营养化评价的径向基函数网络评价模型。将模型应用于黑龙洞泉域5个地下水监测点和某海水富营养化评价。评价结果和其他方法的评价结果一致,与实际情况符合,评级结果是合理的。评价结果表明,RBF网络简便有效,收敛速度快,有较强的分辨能力,优化确定模型参数后,便可对评价样本进行评价,具有较好的实用性和通用性。     

基于博弈赋权物元和证据理论的无线闭塞中心风险评估*

为客观地对无线闭塞中心进行风险评估,建立基于博弈赋权物元和证据理论的评估模型,根据故障树分析法识别的风险因子构建评估指标体系,采用博弈论思想对直觉模糊层次分析法计算的主观权重和熵权法计算的客观权重进行最优组合,进而确定综合权重。运用物元理论和证据理论确定各指标的风险等级和系统整体风险等级,并通过实例分析对评估模型进行对比验证。结果表明:无线闭塞中心整体风险等级为“可容许的”,与实际情况相符。其中,系统外部通信故障的风险等级为“不期望的”,需要对其相关设备加强风险控制。     

岩土工程勘察安全性评价

本文结合337省道南京段扩建工程勘察项目,从管理、操作和监管等三个层次建立了全面的、切实可行的安全性评价体系,对项目实施过程中的安全管理工作进行了分析评价,此对保障勘察人员的安全和勘察工作的顺利开展起到了一定的积极意义。     

城市建筑施工对周围老式建筑物影响的研究

城市建筑施工尤其是深基坑施工会对周围的老式建筑物产生影响,支护结构设计、止水降水措施、工程监测等处理不当是这种影响的主要原因。本文结合典型实例,利用模糊综合评价法对施工影响进行研究,并提出相应的防护措施。     

巢湖流域生态环境质量定量分析

构建了3个层次23个指标的生态环境质量指标体系,通过模糊评判模型对巢湖流域生态环境质量进行了定量分析。结果表明,巢湖流域生态环境质量处于中等水平,各分流域生态环境质量不同,借鉴运动竞技学团体赛排名方法,可发现3个分流域的生态环境质量优劣依次为六安、合肥和巢湖。     

青岛市大气环境质量状况分析与评价

以青岛市2001年至2010年大气环境中的主要污染物二氧化硫(SO2)、二氧化氮(NO2)和可吸入颗粒物(PM10)的监测结果为依据,对青岛市大气主要污染物变化趋势进行了分析,并利用模糊综合评价模型对各年大气环境质量状况进行了综合评价。研究结果表明:近10年来青岛市大气环境质量处于尚清洁状况,且在不断改善;受工业扬尘和建筑扬尘的影响,青岛市主要污染物是可吸入颗粒物PM10;以煤炭为主的能源结构加之落后的工艺设备等原因使得大气中二氧化硫的浓度一直处于较高的水平;随着青岛市机动车保有量的增长,以氮氧化物为特征的机动车尾气的污染日趋明显,因此,冬季采暖燃煤利用、机动车尾气控制及城市扬尘抑制仍是青岛市未来大气污染的治理重点,强化燃煤脱硫技术和改善机动车尾气排放是青岛市大气环境质量改善的关键。     

多级模糊模式识别模型及在长江水质评价中的应用

利用多级模糊模式识别方法的基本理论,通过多目标优选,计算指标综合权重,给出了长江水质的评价模型;利用该模型对长江干流四川境内的5个观测断面的水质监测结果做出了评价:攀枝花、重庆朱沱和宜宾凉姜沟的水质属Ⅱ级,乐山岷江大桥和泸州沱江二桥的水质属Ⅲ级.评价结果不仅体现了水质级别,更体现了同级别水质中不同的污染程度,因而结果更为合理可靠.     

基于Landsat数据的关中盆地腹地AOD时空格局及城市化对其影响

气溶胶光学厚度（aerosol optical depth,AOD）是气溶胶最基本的光学特性之一,表征气溶胶对光的消减作用,对区域大气污染有一定的指示作用.首先,以2000~2019年长时间序列MOD09A1产品数据为基础,利用ASTER波谱数据库,构建了Landsat TM/OLI蓝光波段地表反射率数据集,利用深蓝算法（deep blue algorithm,DB）对关中盆地腹地AOD进行了反演估算.其次,通过测算2000~2019多年平均/各年平均AOD和季节AOD值,研究分析了AOD空间分布特征和时间变化趋势;利用经验正交函数分析方法（empirical orthogonal function,EOF）剖析了AOD主要的空间分布模式.最后,探索分析了城市化对AOD时空分布特征的影响.结果表明：①研究区多年平均AOD空间分布受地形和人类活动影响显著,低海拔且人类活动强度大的盆地内部AOD值和变化幅度均高于周围山系.AOD呈现出明显的季节差异性：春季（0.34） > 夏季（0.33） > 秋季（0.23） > 冬季（0.12）,夏季AOD区域差异性最大.②年均AOD呈先增大后减小再增大的变化趋势,2005年达到最大值;春夏两季AOD数值分布离散,而冬季则表现为低值集聚的状态.③EOF分析结果表明,研究区AOD存在3种主要的空间分布模态：第一,AOD空间分布模式表现为区域一致型,特征向量空间分布与海拔梯度一致,反映了不同海拔下AOD变化程度的差异;第二,以秦岭山脉为界,大致呈现南北反相的分布特征,反映出关中盆地地域发展的独特性和与南部秦岭山区的差异性;第三,"东南-西北"的分布格局,表明了AOD在"城镇-乡村"呈反相变化趋势;④研究区AOD值与常住人口密度（R²=0.707,P<0.05）、不透水面密度（R²=0.377,P<0.05）以及工业POI密度（R²=0.727,P<0.5）呈正相关关系,说明城市化对AOD时空分布有一定影响.本研究对加强关中盆地空气质量监测和城市生态环境建设具有重要的意义.     

2016—2020年广州市PM2.5时空分布特征

对大气污染物进行时空分布特征研究是开展大气污染防治的关键技术支撑.本研究基于广州市52个城市环境空气质量监测站点数据,采用系统聚类法、经验正交函数 （EOF）等方法分析了2016—2020年广州市PM_2.5浓度的时空分布特征.结果表明：①2016—2020年广州市PM_2.5污染改善显著,PM_2.5年均浓度从35.9 μg·m^-3下降至23.0 μg·m^-3,达标比例由96.2%上升至100%;PM_2.5干季平均浓度为湿季的1.54倍, 国控点超标天数为湿季的10.5倍;PM_2.5浓度日变化曲线峰谷值浓度差由7.5 μg·m^-3下降至3.9 μg·m^-3,日变化幅度趋于平缓.②广州市PM_2.5浓度最高值区主要分布在东西两侧,高值区域范围逐年减小,全市PM_2.5浓度分布趋于均匀;采用系统聚类法可将广州市PM_2.5分成北部、中北部、 南部、中南部4个污染区,其中,北部区PM_2.5浓度下降率仅为其他污染区的1/2,推测其PM_2.5浓度下降可能更多地由区域背景浓度的下降贡献;EOF分解前3模态累积方差贡献率达93%,分别可表征PM_2.5总体污染程度、在南北方向上的区域输送特征及由外围区域向中心城区聚集的 污染特征.