酚类分子结构和纳滤膜特性对截留率的影响规律

选择21种酚类化合物作为模型污染物,分别测定了三种不同纳滤膜对酚类化合物的截留率.结果表明,酚类化合物截留率受到取代基位置、种类和膜特性的影响.对NF270膜和NF膜而言,截留率从大到小的次序为邻位>间位>对位,而NF90膜的截留率为邻位>对位;供电子取代基有增大截留率的趋势,吸电子取代基有减小截留率的趋势;孔径小、荷电量大的纳滤膜截留率更大.通过基于遗传算法的偏最小二乘回归法(GA-PLS),建立了纳滤膜对酚类化合物截留率的定量构效关系模型,通过分析回归方程,可以看出酚类化合物的pKa值对截留率影响最大,影响较大的还有偶极矩等参数.     

遗传神经网络在煤层自燃预测中的应用

煤层开采自燃危险性程度与许多影响因素之间存在着复杂的非线性关系，利用人工神经网络技术和人工生命学中的遗传算法，建立了预测模型，不但很好地解决了该问题，同时也大大提高了运算速度。     

基于改进支持向量机的石煤提钒行业清洁生产评价研究

采用遗传算法(GA)对支持向量机(SVM)进行改进,并将其应用于石煤提钒行业清洁生产评价.在系统研究石煤提钒工艺类型的基础上,根据前期已建立的石煤提钒行业清洁生产评价指标体系,提出GA改进SVM的应用思路,通过对3种工艺类型企业的现场数据采集,形成训练和测试样本,并利用GA算法确定出各类参数(惩罚参数C和核函数参数g),分别为强酸浸工艺C=2.1049,g=5.2184;弱酸浸工艺C=0.0035286,g=1.9947;水浸工艺C=0.39587,g=1.4105.GA-SVM模型测试结果表明,分类精度达到100%.通过与其他评价方法对比表明,训练好的GA-SVM方法针对小样本数据在分类精度和可操作性上都较其他方法有明显优势,实现了对石煤提钒行业清洁生产水平的定量评价.     

基于相异路径的危险品运输车辆调度

为有效降低多车同时运输危险品时的潜在风险,针对危险品运输网络中2点间相异路径上多车运输问题,提出车辆安全出发时间间隔计算方法,通过路径选择和车辆调配,建立相异路径上多车同时运输车辆调度数学模型,并设计基于非支配排序遗传算法(NSGA-II)的多目标优化算法求解。以8个节点13条边的危险品运输网络中运输10车危险品为例,根据所提方法获得单次运输风险约束条件的运输方案13种,运输总风险约束条件下运输方案15种,对比不同风险约束下的运输风险、运输距离和运输时间。结果表明：相比于运输总风险约束,单次运输风险约束更严格,适合道路管理者筛选安全的运输路径,而运输总风险约束适合承运企业在车辆调度时作出决策。     

好氧生物反应器填埋场的工艺设计优化

目前,以好氧生物反应器技术治理封场简易垃圾填埋场的工艺设计大多基于设计者的经验,设计过程中没有考虑各系统之间的相互影响,也无法实现系统结构和设计参数的同步优化。通过建立关于工程设计的混合整数非线性规划(MINLP)模型,描述了系统结构和设计参数之间的关系,以工程总投资最小为目标函数,以系统结构、设计规范等为约束条件,采用罚函数法和遗传算法对模型进行求解,实现了工艺设计的全面优化。     

物种多度对数正态分布模型的一种数值计算方法

物种多度分布格局是生物多样性研究的重要内容．本文针对物种多度分布的对数正态模型计算方法的缺陷,首次提出应用遗传算法计算对数正态模型参数,并与前人计算方法进行了比较,证明遗传算法具有较强的数值计算能力,对生态学中诸多非线性曲线的参数估计具有普遍意义．     

智能算法及其在环境预警中的应用

智能算法具有学习非线性问题的能力,可有效优化环境模型结构与参数,是环境预警的重要工具。重点分析了遗传算法和人工神经网络的相关特征,并以太湖蓝藻水华预报预警为例,介绍其在提高环境模型精度中的应用。     

t分布受控遗传算法优化BP神经网络的PM2.5质量浓度预测

根据齐齐哈尔大学监测点2014年3—5月PM2?5质量浓度及其对应的每小时的气象因素、气体污染物浓度,建立基于t分布受控遗传算法的BP神经网络模型（ BPM?TCG）,对PM2?5质量浓度进行模拟预测。并将其与BP神经网络模型、遗传算法优化BP神经网络模型（ BP?GA）进行对比分析。3种模型预测结果表明：BPM?TCG模型预测精度最高,泛化能力最好。 BPM?TCG模型对PM2?5质量浓度的准确预测为预防和控制PM2?5提供依据。     

基于遗传神经网络模型的空气能见度预测

由于雾霾导致的空气能见度降低,给人们的出行带来很多不便。针对这一现象,构建基于遗传神经网络算法的空气能见度预测模型。将与空气能见度相关的7种气象因子和6种污染物浓度因子经过主成份分析后作为输入数据,输出8:00能见度和14:00能见度。该模型能够克服BP神经网络易陷入平坦区域和局部最优解的问题。以西安市2013-1-1—8-16的数据训练遗传神经网络,通过使用灰色模型获得预测时间段8-17—23的输入数据,可以得到这段时间能见度的预测值。通过与BP神经网络模型的比较,发现遗传神经网络预测模型在预测结果的相关性和绝对误差方面均优于BP神经网络模型,因此,可以更准确地预测空气能见度。     

基于修正遗传算法的夏玉米作物系数及蒸散发估算

农田蒸散量是作物蒸腾量和土壤蒸发量的总和,准确估算农田蒸散量对制定合理的灌溉计划至关重要,进而对农作物的增产保收具有重要的意义.研究作物系数及蒸散量估算模型已成为一个热点科学问题.淮河流域是中国主要的农业生产基地,而夏玉米是淮河流域最主要的粮食作物之一.为研究夏玉米全生育期蒸散估算模型,反映夏玉米逐日作物系数及蒸散量的...