高速公路交通噪声预测模型探讨

针对我国当前广泛使用的2种高速公路噪声预测模型《06规范》预测模型与《09导则》预测模型在预测时比较研究,重点利用环境现状监测数据分别对2种模型验证与对比分析.结果表明,2种模型预测值与实测值相差3dB ～5dB,车流量＞ 300辆/h,《09导则》更接近实测值;在夜间车流量＜300辆/h,《06规范》更接近实测值,2种模型结合采用《06规范》计算的车速,距离衰减考虑车流量的大小,在此基础上应用《09导则》,预测结果与实测值更为接近.     

基于LS-SVR、BP-ANN和MLR模型的PM10浓度预测

利用宁东能源化工基地PM10和气象监测数据,分别采用LS-SVR、BP-ANN和传统MLR模型预测PM10浓度变化。结果表明,较BP-ANN模型、MLR模型,LS-SVR模型能更好地刻画PM10浓度与各气象因素间的非线性相依关系,更准确地预测PM10浓度。     

大数据解析技术在大气环境监测中的应用研究

针对近年来新兴的大数据及挖掘、分析技术,对大数据解析技术在环境科学研究中的应用进行了分析和探析。以城市局部地区大气细颗粒污染物PM2.5浓度计算为例,筛选了PM2.5浓度历史数据、气象条件、交通状况、人群活动情况、网格道路状况等数据为影响特征量,分析了用神经网络法进行大数据解析和推演的原理和数学过程,是用数学、计算机、统计等方法研究解决多元、非线性复杂环境问题的一种新的探索。     

乌伦古湖水质现状、变化趋势及预测

通过对乌伦古湖现状水质及近十年来水质变化趋势的评价,分析了污染成因,并采用灰色预测法预测乌伦古湖未来几年的水质状况,为区域水环境保护和水体污染防治提供科学依据。     

油罐区耦合事故危害范围的预测

在分析油罐事故中各单一事故预测模型的基础上,结合油罐事故的特性,提出了油罐区耦合事故危害范围的预测方法。通过对事故的初始场景进行分析,判别可能耦合的单一事故类型,根据各单一事故的数学模型计算其在不同危害程度下的危害半径,比较数值间的大小得到重、中、轻度危害下危害半径最大值,借助耦合事故的危险性改变量,量化耦合事故危害后果,实例验证表明该方法的可行性及科学性。     

基于组合赋权的混合粒子群优化支持向量机的岩爆倾向性预测

为有效预测岩爆灾害发生烈度,提出一种基于组合赋权的混合粒子群优化支持向量机(H-PSO-SVM)岩爆倾向性预测模型。根据岩爆发生机制,在分析岩爆发生的主要影响因素的基础上确定出评判指标;综合考虑模糊层次分析法(FAHP)所得主观权重和熵权法所得客观权重,应用调和平均数概念,构建组合赋权准则;引入遗传算法交叉、变异操作改进传统粒子群(PSO)极值跟踪和粒子更新方法,建立H-PSO-SVM岩爆倾向性预测模型。利用国内外已有工程实例数据进行50次随机抽样试验,对比分析H-PSO-SVM模型和PSO-SVM模型等预测结果。结果表明:H-PSO-SVM模型应用于岩爆工程实例预测具有可行性和适应性,模型预测的准确率高于其他模型,且预测结果更稳定。     

基于改进的非线性GM(1,1)模型的职业病预测研究

为了更准确地预测职业病,在传统GM(1,1)模型的基础上,提出改进的非线性GM(1,1)模型,在传统的GM(1,1)模型中引入弱化算子,将紧邻均值与原始数据之间的线性假设改为非线性假设,提高曲线的拟合度。以2005—2014年的全国职业病例数为研究对象,进行数据拟合和预测分析,其中以2014年职业病例数作为验证数据,并利用后验差比值和小误差概率2个参数,检验该改进模型的预测精度。由应用实例的分析结果可知:在职业病发病趋势的预测方面,改进的非线性GM(1,1)模型的预测精度提高到一级,曲线拟合度较高,预测得到2015年的职业病例数为34 900例。     

不同自燃倾向性煤的指标气体产生规律实验研究

为研究不同自燃倾向性煤的自燃指标气体变化规律,提高对煤早期自燃预测预报的准确度,采用程序升温实验系统,得到内蒙古褐煤、神东长焰煤、河南气煤及枣庄焦煤4种不同变质程度煤的氧化时间随温度的变化关系,以及指标气体浓度在煤氧化过程中的变化规律。结果表明:自燃倾向性最高的褐煤应以CO和乙烯作为煤自燃早期预报的首选指标气体;易自燃的长焰煤应采用乙烯和烯烷比为主、以CO为辅的煤自燃判定指标;自燃倾向性较低的气煤应以乙烯和烯烷比作为煤自燃预报指标;CO是自燃倾向性最低的焦煤的最佳自燃预报指标气体。     

基于布谷鸟搜索优化的光伏电站辐照强度预测

针对光伏电站日前小时短期辐照强度的预测准确性问题,且考虑到支持向量机的学习参数对预测模型的性能有较大影响,为进一步提高数据的预测精度,利用布谷鸟搜索算法对支持向量机的惩罚因子c和核参数g进行优化,提出了一种基于布谷鸟搜索算法和支持向量回归的组合预测方法。仿真结果表明:该方法大大提高了光伏辐照强度预测的准确性和精度,可行且高效,适用于光伏在线预测。     

新常态下中国能源需求预测预警研究CSSCI

考虑能源—经济—环境大系统的协调作用,构建中国能源需求预测预警的系统动力学模型,运用情景模拟方法模拟新常态下经济增速、产业结构、能源政策不同的三种情景,分别预测"十三五"期间中国能源需求量、需求结构、CO2排放量和能源预警指标。研究发现:新常态下,能源需求总量增速由高速增长变为中高速增长;当经济增速为6.5%时,加快产业结构转型,加大能源调控力度,到2020年时我国能源需求量达到50.78亿t标准煤,非化石能源需求比例为16.1%,CO2排放量将达到103亿t,能源自给率为82.7%,该指标处于预警区域。本研究为新常态下中国能源规划提供理论依据与决策支持。