基于Pareto蚁群算法的双目标路径规划研究

针对复杂建筑环境人员应急疏散单一路径不能满足火灾环境变化需求的问题,基于改进蚁群算法,结合Pareto双目标解集思想,提出一种组合优化解集的双目标蚁群算法,通过排序优化的思想,实现人员多路径动态疏散规划。在构造Pareto解集的阶段协同考虑疏散路径长度以及火灾风险程度2个优化目标,计算各个解之间的支配关系。利用排序优化蚁群算法的正反馈机制将各组解的信息素按一定比例作为最优路径信息素的积累,加快解集的寻找。最后将其与传统双目标蚁群算法相比较,结果表明：优化后的双目标算法更加适合复杂建筑人员疏散路径规划问题,在寻找多组满足要求解的同时展示目标之间的利弊关系,供决策者选择合适的路径,提高疏散效率。     

油罐灭火力量部署的一种算法

算法是计算机模拟的基础。本文提出了确定泡沫枪（炮）位置的算法,从而建立了油罐灭火力量部署的计算机模拟建设,该模型可用于灭火作战指挥模拟训练的程序设计中。     

受限透视角度下超声波CT温度场诊断技术

超声波CT一种热测量方法,具有不接触、对温度场不干扰的优点。本文发展一种新的超声波CT再现方法,用于解决受限透视角度所产生的信息量不足的问题。新的超声波CT再现算法建立在逆矩阵变换的基础上,它不同于通常的采用SL过滤器的所谓FBPCT再现方式。论文中描述了三种CT迭代再现算法,用计算机模拟结果和三维温度场测量实验数据验证了再现算法的可靠性。同时根据计算和实验结果,建议在受限的透视角度情况下,迭代方法采用修正的正则最小二乘法CGM是合适的。     

烟气脱硫平均效率二种算法的讨论

采用理论分析和裕列计算的方法,对２种计算烟气脱硫平均效率的算法进行了讨论。结果表明,除个别特殊情况外,２种算法是不等价的,计算总是存在一定差异;差异的大小和正负取决于入口和出口ＳＯ２浓度值。２种算法都是由平均效率的精确表达式经近似处理得到的。精确式本身存在的固有差异,导致２种算法的不等价。     

基于B-P人工神经网络的环境测点的优选

为了对有多项污染物的环境测点进行优选,提出了单项污染物对环境作用的“相对贡献率"和多项污染物对环境综合作用的“作用和贡献率"的新概念及其计算公式。将B-P神经网络原理与逐步聚类分析思想相结合,用于环境测点聚类优选。该方法用于成都市12个环境测点的优选结果符合客观实际。此外,它还具有简便实用、客观性好的特点。      

水质综合评价的B—P网络模型

为探索人工神经网络用于水质综合评价的可能性,提出了基于Ｂ－Ｐ算法的人工神经网络水质综合评价模型。实例研究表明,Ｂ－Ｐ网络模型用于水质综合评价简便实用,具有客观性和通用性。     

基于随机森林的入海污染源对海湾环境容量的影响排序研究

海水水质对海湾生态系统健康具有重要影响,而基于环境容量的入海污染物总量控制是改善海湾水体质量的前提和基础。本研究从分析水质目标约束下污染源对环境容量影响的非线性关系入手,结合随机森林（random forest）分类方法和常规水质模型,对海南省陵水县新村潟湖入海污染源对海湾环境容量的影响进行了研究。结果显示,在渔排养殖、城镇污水和径流注入3类共41个影响潟湖无机氮和活性磷酸盐浓度的主要污染源中,10个污染源对环境容量存在全局性影响;渔排养殖是影响潟湖无机氮环境容量的主要因素;渔排养殖、城镇污水和径流注入污染源对活性磷酸盐环境容量的影响程度差异不大。     

中国地表臭氧浓度估算及健康影响评估

在PM2.5浓度逐年下降的背景下,臭氧浓度不降反升,臭氧已成为中国暖季的主要污染物之一.基于大数据关联分析思路,构建并开发了极限梯度提升(XGBoost)臭氧浓度估算模型,用以估算2019年中国每日最大8 h平均臭氧浓度(O3_8h),用于人类暴露评估.该模型输入地面监测站点数据、高分辨率遥感卫星数据、气象数据、排放清...     

基于改进NSGA-Ⅱ算法的危险品运输路径优化研究

危险品运输路径的选择对于降低危险品运输事故危害有着重要的影响.首先通过构建时空矩阵存储道路信息用以模拟危险品运输事故率和事故后果,并结合成本因素建立综合、动态、多目标的危险品运输路径优化模型;然后改进了NSGA-Ⅱ算法,即在其算法模块中利用基于优先级的编码方式代替传统二进制编码方式,自定义问题模块中加入判断跨时间段的条...     

化学实验室动火实验无人值守行为识别方法研究

为实现化学实验室动火实验无人值守行为的智能化识别,提出基于目标检测算法的识别方法。定义动火实验无人值守行为并设计6组场景模拟方案,通过对3种不同行为模式进行模拟,构建模型训练与验证所需图像数据集,并基于目标检测算法构建化学实验室动火实验无人值守行为识别模型。研究结果表明：融合SimAM注意力机制且使用WIoU损失函数的模型识别精确率达0.996,召回率0.996,mAP@0.5为0.996;泛化能力测试精确率为0.891,召回率为0.783,mAP@0.5为0.821,融合SimAM注意力机制且使用WIoU损失函数后的模型的识别能力和泛化能力均得到明显提升。研究结果可为化学实验室动火实验无人值守行为识别与预警提供技术支撑。