生命线工程网络抗震拓扑优化研究

介绍了基于连通可靠度分析的生命线工程网络和基于功能可靠度分析的供水管网抗震拓扑优化分析方法。以管网造价为优化目标,管网拓扑结构为优化参数,抗震连通可靠度为约束,建立了基于连通可靠度分析的生命线工程网络抗震拓扑优化模型。对于这样一个组合优化问题,采用现代优化算法-遗传算法来进行求解可以获得造价低且满足管网抗震可靠度要求的最优网络。改用抗震功能可靠度为约束,可以建立基于功能可靠度分析的供水管网的抗震拓扑优化模型,这一问题可以采用模拟退火算法来进行求解,实例分析表明模拟退火算法具有很好的效果。最后,利用模拟退火算法,对四川省都江堰市、绵竹市和德阳市供水管网进行了抗震拓扑优化改造分析,给出了三个城市供水管网的恢复重建方案。     

辽宁省滑坡危险区的模式识别

基于CORA-3算法对辽宁省的滑坡危险区域进行模式识别。将地形地貌、地层岩性、断裂构造、河流水系和年平均降雨量作为滑坡影响因子,在综合分析各因子影响的基础上,结合历史滑坡灾害的分布,利用CORA-3算法识别辽宁省内可能发生滑坡的危险区域。结果证明,识别出的区域与历史资料相吻合,更重要的是,识别出了一些尚未发生过滑坡的潜在危险区域。该识别方法可为滑坡灾害预警系统的建立提供理论依据。     

InfoWorks ICM-Delft 3D耦合模型在排水体系中点源污染溯源研究

城市排水的点源污染是引起黑臭水体的重要原因之一,该研究借助多元监测体系获得的水质数据,结合InfoWorks ICM-Delft 3D耦合模型及差分进化算法（DE）构建了污染溯源模型。以中山市某区域为研究对象,验证了耦合模型与DE算法对污染溯源的有效性。研究表明,连续排放污染源的位置、流量、污染物浓度的溯源精度较高,相对误差均在±0.12的范围内,并且污染溯源精度随着污染源流量增大而下降;随着污染流量增大,瞬时排放污染流量与浓度溯源的相对误差逐渐减小,模型对高流量污染事件的溯源精度较高。该模型体系的构建和应用为城市排水点源污染的溯源提供了科学指导。     

基于优化算法的弹药贮存寿命预测方法

目的 实现对缺失及不足的制导弹药贮存失效数据预测及补充的能力。方法 首先通过4种不同的预测算法（GA-BP、PSO-BP、GA-SVM、PSO-SVM）,对自然贮存条件下弹药贮存失效数据进行预测,其次根据最小二乘拟合法,实现弹药贮存寿命评估模型的构建,再通过寿命评估模型,计算出不同方法下对应的贮存寿命。结果 通过不同模型的构建,4种预测方法与无优化条件下均能实现弹药贮存失效数据的预测,并且在规定可靠度,GA-BP和PSO-BP预测精度比另外2种方法更低。结论 GA-SVM与PSO-SVM更适合弹药贮存失效数据的预测,且效果更好。     

一维平流输送问题的欧拉-泰勒-伽辽金算法及数值试验

介绍了一维常系数平流输送问题的Euler-Taylor-Galerkin(ETG)算法?为获得精确的时间导数,该算法采用了包括二阶和三阶时间导数的前向泰勒级数展开,这些导数值可从空间控制微分方程求出?由此产生一般的时间分离方程?该方程采用标准的Bubnov-Galerkin有限元方法在空间离散化?在使用线性元(帽子函数)和Euler时间差分格式时,可获得精确的Taylor-Galerkin算法?当采用2步显示步骤时,算法为计算效率很高的显式?数值实验结果显示,ETG算法的误差很小,而相误差更可忽略不计,结果令人满意      

环境监测优化布点的人工神经网络模型

采用B－P算法的人工神经网络,对选定的标准样本进行训练,用训练结束后网络的稳定权值和阈值,并结合标准样本的网络输出,即可对环境监测样点进行优选。应用于大气环境监测优化布点的实例结果表明,人工神经网络用于环境监测优化布点是可行的     

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。     

基于CatBoost算法的孔隙压力预测方法及其在井壁稳定分析中的应用

为解决传统孔隙压力预测方法(如伊顿法和鲍尔斯法)在预测孔隙压力时,适用范围较小、受人为因素影响较大等问题。基于CatBoost机器学习回归算法建立孔隙压力智能预测模型,并与决策树回归算法和随机森林回归算法进行比较,以某区块2口直井为例验证模型的预测效果。结合CatBoost模型的孔隙压力预测结果,利用数值模拟软件分析孔隙压力对井壁稳定的影响。研究结果表明：CatBoost模型的5个评价指标相对最优,孔隙压力当量密度实测值与预测值的相对误差最小,CatBoost模型具有较强的泛化能力和较高的预测精度;在低孔隙压力条件下,井周等效塑性应变不均匀性明显,井周进入塑性区的围岩区域主要集中在最大主应力方向;在较大孔隙压力作用下,井周等效塑性应变不均匀性有所降低,但井周等效塑性应变的极大值仍存在于最大主应力方向。研究结果可对孔隙压力精确预测和钻井作业安全施工提供一定指导作用。     

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。     

支持向量机在污水处理厂出水COD预测中的应用

随着城市化的进行和经济的快速发展,城市居民用水量呈逐年递增趋势。城市污水处理过程中由于水力停留时间过长等,难以实时掌握污水水质情况。化学需氧量（COD）是衡量污水水质的重要指标之一,通过有效监测出水COD的波动,可实现污水处理过程在线管控。通过收集某城镇污水处理厂进水、出水历史数据（COD、pH、溶解氧、氨氮等）,利用支持向量机SVM(Support Vector Machine)、K近邻算法（K-Nearest Neighbor,KNN）等人工智能算法建立数学预测模型,实现了对出水COD指标的有效预测。