浅析求解最大子段和问题的算法

用计算机解决复杂的问题,往往把一个大的、复杂的问题根据其功能划分为不同的模块,每一个模块完成一独立的功能.如果每一个模块用计算机语言来实现,那么当所有模块都实现时,即为对复杂问题的解决.最大子段和问题就是一具有独立功能的小模块,在很多大的问题中都涉及到此问题,用不同的算法解决此问题,并分析其优劣.     

PMA-PP分析模型在内河水质科学评价中的应用

针对目前我国城市内河普遍遭到污染的问题,在分析影响内河水质因素的基础上,选取BOD5(五日生化需氧量)、CODcr(化学需氧量)、石油类、挥发酚、NH3-N(氨氮)、总磷等6个主要因素作为评价因子,建立了城市内河水质评价的投影寻踪分析模型,采用人口迁移算法对评价模型进行优化,并将该模型应用于南宁市10条内河水质的评价与排序。研究表明,用投影寻踪回归分析法进行水质评价,避免了传统评价方法由于主观原因造成的误差,评价结果合理可信、方法简单,为我国城市内河水质的评价提供了新途径。     

污泥热干化含水率实时监测的HBA-SVM回归模型研究

利用网格划分法和黑盒法采集分析污泥含水率的实时监测数据,探讨热干化系统湿热空气的性质和计算方法,研究回风口排湿速率和干化时间与污泥含水率的关系。在污泥干化领域尝试引入最新蜜獾算法(HBA),优化支持向量机(SVM),构建HBA-SVM回归模型,并与粒子群算法(PSO)和遗传算法(GA)优化的SVM回归模型进行对比分析。结果表明：回风口排湿速率和污泥含水率随干化时间增加呈非线性降低,排湿量下降的变化速率略高于含水率。HBA-SVM的决定系数(R²)是0.996 5,均方根误差(RMSE)是0.979 2,离散度更低,精确度更高;将模型移植到嵌入式系统,经现场试验验证,综合预测精度可达90%以上,是实际污泥含水率监测的一种有效方法。     

基于Voronoi-Random算法微观结构褶型过滤介质过滤性能

在利用数值模拟研究褶型纤维过滤介质过滤性能时,为了克服层状结构纤维层与层之间不连贯及孔状结构纤维规整分布的不足,本文基于Voronoi-Random算法建立了褶型纤维过滤介质模型,并通过加密或减少纤维数量改变其固体体积分数(SVF).采用“Caught on first touch”和“Hamker”两种碰撞模型对褶型纤维过滤介质的气-固两相流动进行数值模拟.结果表明:压力损失和过滤效率数值计算值与经验关联式计算值吻合较好,误差在15%之内;将采用两种碰撞模型得到的过滤效率与经验关联式计算值进行比较,得出采用“Hamker”碰撞模型得到的过滤效率符合实际;在过滤介质上的沉积颗粒并不完全是纤维捕集,大多数颗粒是由形成的树枝状结构捕集;压降和单位面积沉积量随过滤时间的增长呈现指数增长趋势.     

基于神经网络的喀斯特石漠化预警分析模型研究——以广西都安为例

阐述了人工神经网络的基本工作原理,分析BP算法在神经网络中的应用,并具体介绍了BP算法过程。在此基础上,以都安石漠化预警分析为例,提出了基于神经网络的石漠化预警模型的结构。人工神经网络模型实现了石漠化预警分析,确定石漠化危险性指数,并把分析的结果以专题图的形式来表现,从而验证石漠化预警分析模型的可靠性和可行性。     

具有小世界邻域结构的混合鲸鱼优化算法

针对标准鲸鱼优化算法收敛精度低和易早熟的问题,提出了具有小世界邻域结构的混合鲸鱼优化算法。该算法采用小世界网络作为种群的空间结构,在围猎捕食和气泡网攻击阶段,设计了一种混合引导策略来协调算法的全局搜索和局部开发能力。此外,为了能够找到更多局部最优解,提出了基于边界信息的小概率局部维度变异策略。基于标准测试函数的仿真实验表明,与标准鲸鱼优化算法和其他性能优异的改进算法相比,具有小世界邻域结构的混合鲸鱼优化算法在收敛精度和稳定性方面更具优势。     

基于SA-ELM的爆破震动速度预测

针对爆破震动速度与其影响因素之间的复杂非线性,结合模拟退火算法(SA)的全局寻优性,提出了一种新的SA-ELM算法.以矿山周边建筑物爆破震动实测数据作为训练样本,选取总药量、最大段药量、测点与爆破点距离、地面震动特性、建筑物震动特性等8个影响因素作为输入变量,建立了爆破震动速度预测的SA-ELM模型.模型训练值和预测值与实测值的均方误差(MSE)分别为0.20和3.26,平均相对误差控制在5％以内,显示出该模型具有良好的训练精度和泛化能力.对比传统ELM模型,SA-ELM模型不但提高了精度和泛化能力,而且降低了隐层节点数变化对训练结果的影响,提高了模型的稳定性.     

基于PSO优化BP神经网络的水质预测研究

为快速准确地预测河流水质,结合汾河监测数据,使用粒子群算法(PSO)优化BP神经网络模型(PSO-BP)进行水质预测.通过灰色关联度分析确定输入变量,利用PSO算法修正BP网络的初始权值、阈值,优化神经网络结构及算法全局收敛性.采用该模型对汾河主要污染物指标COD、BOD5、氨氮、挥发酚等进行预测和验证.结果表明,与传统的BP神经网络模型相比,PSO-BP模型使最大相对误差从15.43％减小到1.46％,其平均误差由4.00％减小到1.01％,预测均方根误差从5.956×10-3减小到1.605×10-4.因此,基于PSO-BP神经网络模型的预测更加精确,可用于水质预测.     

浅谈公安监管监控联网信息化的建设

2014年,公安部监所管理局下发了《关于规范和加快推进公安监所监控联网建设的通知(公监管〔2014〕72号)》,要求各地规范和加快推进公安监所监控联网,全力配合全国公安监管信息中心建设。为贯彻落实全国公安监管工作座谈会议精神,按照部监管局通知的工作部署,天津市结合实际需求,与其他省市一样着力建设省、市、所三级的监管指挥系统,