基于GA-BP算法的含油污泥处理 工艺参数优化

在含油污泥进行资源化处理过程中,针对处理目标受多个因素影响的实际,为了解决工艺之间的耦合问题,采用正交实验的方法来解决,并把主要参数作为优化对象,把含油污泥的脱水率作为评价目标,通过采用GA-BP算法对含油污泥耦合工艺正交实验参数进行了线性与非线性分析.在采用遗传算法优化神经网络的权值和阈值的基础上,用优化后的权值和阈值对测试样本和训练样本进行了预测.预测结果表明,预测误差都有明显减小,分别由0.34211减少到0.031549和0.15476减少到0.040682,可见耦合参数趋向于非线性优化.     

适用于多指标的水质指数公式

通过适当设定水质指标的“基准”值 ,用相对于“基准”值的指标相对值替换对数形式的指数公式中的水质指标值 ,采用遗传算法优化不同指标的指数公式中的参数 ,得到对多项指标通用的水质普适指数公式 ;并用折衷型激励功效函数将单项指标的指数加权为综合指数。该公式形式简单 ,易于计算 ,使用方便 ;具有客观性、可比性和通用性     

区域水资源可持续利用系统评价的插值模型

区域水资源可持续利用系统评价是区域可持续发展战略研究中的核心问题之一,目前提出的评价模型大多是用显式函数来表示评价指标与评价等级之间的复杂关系,其函数形式随区域水资源可持续利用系统评价内容的不同而变化,求解这些函数较复杂。为此,提出了用基于加速遗传算法的Shepard插值模型(SP模型)进行评价的新方法。实例研究的结果说明:SP模型直接由区域水资源可持续利用系统评价等级标准产生的样本数据驱动,建模方法简便而有效,在区域各种自然资源可持续利用系统评价中具有推广应用价值。     

加速遗传算法及其在环境模型参数估计中的应用

提出了遗传算法的一种改进方法－－加速遗传算法，分析了该算法控制参数的优化特性，总结了这些参数的简便设置技术，并给出了它在环境模型参数估计中的几个应用实例。     

地下水水质评价的逻辑斯谛曲线模型

为检验已订的地下水水质评价标准的合理性，解决各单项水质指标的评估结果的不相容性问题，提高水质等级模型的分辨率，提出了一种新的水质评价模型－逻辑斯谛曲线模型，它的水质等级是连续的实数值。根据LOG模型的参数值可以分析各水质指标值对水质等级的影响程度，据此检验原订水质等级标准的合理性。并给出了基于实码遗传算法的LOG建模的实施方案。实例研究的结果说明，该方案是可行、有效且通用的，在环境质量综合评价中具有广泛的应用价值。     

遗传算法推求瞬时单位线参数并计算流量过程线

城市雨水地表径流模型的目的是推求城市雨水地表径流的流量过程线，从而模拟雨水的地表径流过程。瞬时单位线法是解决模型的一种方法。由瞬时单位线推求S曲线和时段单位线，可以得到城市雨水口径流的流量过程线。瞬时单位线是该过程的基础，求解瞬时单位线参数N和K值是十分重要的。与过去用矩法求解这两个参数比较，介绍了用遗传算法来推求瞬时单位线参数的方法和过程，并验证了遗传算法推求参数的可行性和可信性。     

水质模型参数识别的遗传算法

Ｏ’ｃｏｎｎｏｒ模型是一个比广泛应用的Ｓｔｒｅｅｔｅｒ－Ｐｈｉｌｉｐｓ模型更精确的水质模型,由于该模型参数率定的困难性,限制它在实际中应用。     

遗传算法优化的BP神经网络在地震死亡人数评估中的应用

破坏性的地震灾害作为一种突发性自然灾害,往往会在短时间内造成大量的人员伤亡和财产损失。地震发生后若能有效地预测伤亡人数,可以更科学地组织人员救灾与配置救灾物资,对于减少震后的人员伤亡具有一定的指导作用。通过我国往期的地震数据信息,分析总结出对人员伤亡数目影响较大的7个因素,分别为地震等级、地震时间、震源深度、震中烈度、抗震设防烈度、震中烈度与抗震设防烈度之差(ΔL)、人口密度。鉴于这7个影响因素与地震时的死亡人数呈非线性关系,选用基于遗传算法(GA)优化的BP神经网络建立地震死亡人数预测模型。针对BP神经网络的局限性,利用遗传算法全局搜索最优值的特点,对BP神经网络的权值与阀值进行优化,防止BP神经网络陷入局部最优解,并且加快神经网络收敛速度,从而提高BP神经网络的预测精度。从我国1970年至2016年之间发生的地震灾害中,选取32组造成人员伤亡的地震数据,对初始数据进行处理后,利用遗传算法优化的BP神经网络预测模型进行训练并预测。选取27组样本作为训练样本,另外5组样本作为测试样本。预测分析结果表明,遗传算法优化的BP神经网络预测死亡人数与真实死亡人数相比平均误差为9.72%,均方误差为10.41,而BP神经网络的预测死亡人数的平均误差为17.61%,均方误差为18.02,因此GA-BP神经网络结果较为理想,相比传统的BP神经网络具有更高的逼近精度。     

基于AGA-PP的农村公共安全综合风险评价方法

为了构建一套有效评价农村公共安全风险的指标体系和评价方法,考虑农村环境承载力影响因素对农村公共安全的制约,围绕农村生态承载力、基础设施承载力、社会承载力和人口承载力4个维度,提出能够全面评价农村公共安全风险的指标体系和基于PP（projection pursuit,投影寻踪）模型的风险评价方法.在风险评价方法构建上,采用AGA（accelerated genetic algorithm,加速遗传算法）对PP模型进行改进,实现投影指标函数的快速优化,在此基础上,采用回归分析方法,将时间序列与一维投影值进行拟合,求得一维投影值的预测曲线,通过对一维投影值的预测,利用信息扩散理论将投影值所携带的风险信息扩散至设定的4个风险等级上,用风险熵计算农村环境承载力发展趋势,并借以评价农村公共安全的风险大小.结果表明:基于AGA-PP的评价方法能够最大限度暴露多维指标数据的结构特征.依据最佳投影方向获得的一维投影值与时间序列拟合后,其拟合精度达到0.027 1,较高的拟合精度保证了后续农村环境承载力风险熵值的可信度,这在一定程度上保证了农村公共安全风险评价的可靠性.研究显示,从农村环境承载力的视角评价农村公共安全风险能够很好地反映农村公共安全风险的现实状况和发展趋势.基于AGA-PP的农村公共安全评价方法简单有效,具有评价精度高且与实际吻合度高的特征,能够为公共安全管理部门提供决策依据和方法参考.