灾变预测在企业安全事故预测中的应用

简述了灰色理论中灾变预测的特点及其建模过程,并将其应用于企业安全事故预测之中.经检验,模型的精度等级为好,模型的预测结果可靠,对于企业安全事故的预测有一定帮助.     

多因素耦合条件下硫化矿自燃神经网络动态预测模型研究

硫化矿石自燃是多种因素、多场耦合综合作用的结果,是一典型的非线性问题。笔者应用人工神经网络技术,以Matlab软件为平台,通过现场调查和理论分析,建立了矿石含硫量、通风强度、环境温度3因素与硫化矿石自燃之间的预测模型;通过数据样本学习与部分现场监测数据相结合进行模拟,研究表明预测数据与实测结果基本吻合,误差控制在10%以内,取得了较好的效果。该研究为预防硫化矿石自燃提供一个新的思路和方法,具有一定的理论意义和应用价值。     

水电工程建设伤亡事故宏观预测模型及其应用

根据水电工程建设过程的特点,运用现代控制理论和系统辨识小子样建模新技术以及现代统计信息技术,建立了伤亡事故预测数学模型.此模型不仅可以用于水电工程建设过程的安全预测,还可以用于危险控制的定量管理.     

中国财政政策对能源消费影响的动态效应分析

运用因果检验、协整检验、向量误差修正模型和方差分解，就1989-2006年闻我国财政政策对能源消费影响的动态效应作了实证分析。结果表明。我国财政政策对能源消费具有较强的调控效果；财政政策外生于能源消费，具有较强的独立性；财政政策存在较长的时滞，有明显的中期化现象。这种中期化现象的存在极大地削弱了财政政策能源调控效应的发挥。建议：在保证国家掌握能源资源的所有权基础上，要逐渐开放能源产业的中、下游市场。使不同的经济成分参与到能源市场中来。提高市场化程度。促进能源财政政策调控效应的增强。因此。国家必须增强能源财政政策目标的针对性。形成一套完整的能源财政政策体系。     

三峡库区巴东县龙船河库岸塌岸预测及稳定性评价

采用卡丘金法、工程地质类比法对三峡库区巴东县龙船河库岸不同成因的土质岸坡、岩土混合质岸坡、软硬相间的岩质岸坡在水库蓄水后的塌岸进行了预测,并采用不平衡推力法对其稳定性进行了计算分析与评价,根据预测评价结果进行的防治方案设计,通过了三峡水库三期蓄水的检验,取得了较好的防治效果.     

农药污染是沉重代价

2013年4月10日,"农村绿皮书《中国农村经济形势分析与预测(2013)》"在京发布。绿皮书指出,2012年我国现代农业发展中的环境问题依然突出,表现为农业投入品对环境的污染和对农产品质量安全的威胁以及畜禽养殖业的环境污染。其中,畜禽养殖污染是农业生产中的最大污染源,同时,农药对农产品质量安全的威胁也在加大。环保部生态司司长庄国泰指出,我国农药需求量在世界范围     

每个人都应成为防灾救灾的主角

人类发展的历程,就是一部不断与自然灾害作斗争的历史。随着文明程度的提高,人们已经可以利用高科技预测部分灾害,并采取措施     

唐山地区近期强余震的灰色预测

<正> 经历了将近十二年余震活动的唐山老震区,近期是否会再发生强余震?什么时候发生?尤其是中国大陆从1985年开始进入一个新的地震活跃期后,唐山老震区是否会因此而受到牵动?本文就是试图探讨这些问题,对唐山地区近期强余震形势作一灰色预测。     

机场航站楼能耗预测的灰色马尔可夫方法

机场的能耗主要集中在航站楼,充分掌握未来航站楼能耗,对机场节能减排至关重要。由于机场能耗受到多重因素影响且影响机制复杂,故目前还很难给出机场能耗的解析计算式,针对未来时间的能耗预测更为困难。所以,本文提出采用GMM(Grey Markov Model—灰色马尔可夫模型)的方法来预测机场航站楼的能耗,其特点是将灰色模型和马尔可夫模型相结合。应用表明,采用灰色马尔可夫方法进行预测更为科学合理。     

基于ICEEMDAN分解和MHA-LSTM神经网络的滑坡位移预测

深度学习在机器视觉等各个领域的兴起，使长短时间记忆(LSTM)神经网络也越来越常用于滑坡预测工作中。为加强对历史信息的提取与捕捉，提出一种多头自注意力长短时间记忆(MHA-LSTM)神经网络用来预测滑坡位移。首先采用改进版的自适应噪声完备集合经验模态分解(ICEEMDAN)算法将滑坡位移分解成趋势项、周期项和噪声项；然后采用MHA-LSTM神经网络拟合带噪声的滑坡位移趋势项和周期项，两者相加即可得到滑坡总位移的预测结果；最后以白水河滑坡实测数据为例，考虑月降雨量和库水位因素的影响，对该滑坡位移的周期项和趋势项进行预测，并与其他传统神经网络的预测结果进行对比。结果表明：MHA-LSTM神经网络模型相较于其他传统神经网络模型，能更好地捕捉历史的信息特征，预测效果更佳，可为滑坡预测提供新的技术方法。