基于蚁群算法的石油天然气安全事故应急资源调度模型

因为目前石油天然气安全事故应急资源调度模型设计的资源节点选择过程中，没有进行最短路径的选择，所以导致资源调度的效率下降，增加了调度的时长。因此，提出基于蚁群算法的石油天然气安全事故应急资源调度模型。此方法可以有效地对应急资源进行调度，更快速地应对安全事故，对石油天然气工程的应急资源管理有一定的现实意义。     

强降雨导致的建设工程安全事故人因分析HC-GC模型

为降低强降雨导致建设工程安全事故发生率，有效解决该类安全事故人因分析复杂问题，提出新的安全事故人因分析模型方法。基于人为因素分析与分类系统(HFACS),建立包括6层24个因素的建设工程强降雨事故(CPHRA)框架模型(HC);联用遗传算法(GA)优化连续关联规则挖掘算法(CARMA)(GC)分析人为致因关联，绘制事故人为致因链；选取150起强降雨导致建设工程事故典型案例进行模型验证与应用分析。结果表明：优化后的人因分析HC-GC模型具有更优的性能与效率；在事故人因链中，政府安全主管部门监督不足与企业安全文化缺失是深层次因素，现场违规监管与现场安全管理漏洞是主要连接因素，技能水平低与失误违章会进一步强化事故负反馈，事故上报与响应不及时是强降雨导致建设工程事故扩大蔓延最直接原因。     

海洋大气环境下Q235钢表面氯离子沉积量分布规律研究

目的 研究海洋大气环境下氯离子在Q235钢表面的沉积分布规律。方法 使用便携式X射线荧光光谱仪测试Q235钢在海南岛不同地点大气环境暴露后的表面氯离子沉积，然后采用插值算法绘制氯离子在Q235钢表面沉积分布图和海南岛不同地点氯离子在Q235钢表面平均沉积量分布图，并根据氯离子沉积分布图分析氯离子在Q235钢表面的沉积量分布规律。结果 氯离子在Q235钢表面呈不均匀分布特征。在环境暴露试验前6个月，Q235钢表面氯离子含量逐渐增加；暴露6~12个月，Q235钢表面的氯离子含量总体变化不大。从整个海南岛看，内陆地区氯离子在Q235钢表面的沉积量低，而在沿海环岛区域的沉积量高。在海南岛沿海地区，Q235钢表面氯离子沉积量随季风风向的变化而变化。结论 氯离子在Q235钢表面呈不均匀沉积分布，Q235钢表面氯离子沉积量在海南岛不同地点呈“中间低、两边高”的沉积分布规律，内陆地区沉积量低，而沿海环岛区域沉积量高，并且沿海地区的氯离子沉积易受季风风向的影响。     

经济开发区不确定性环境规划方法与应用研究

经济开发区是一种具有很强不确定性的系统，对它的环境规划一直是规划界面临的难题，针对原有方法的缺陷，以经济开发区环境经济系统的集合性、多目标性、动态性和不确定性为出发点，提出了适用于经济开发区的环境经济系统规划方法框架，构造了不确定性多目标混合整数规划（IMOMIP）模型，开发了相应的模型算法，而后应用提出的模型方法对海沧投资区进行了环境规划研究。     

区域气象条件和减排对空气质量改善的贡献评估

区域气象条件和减排与空气质量的变化关系密切.区域污染天气的发生不只受人为排放的影响,其与气象条件也密切有关.我国地处全球的主要季风气候区,大气环流具有明显的季风气候变化特征,区域气象条件受年际气候变化影响显著.研究通过分析不同气候条件下京津冀地区、成渝地区、长三角和珠三角城市群2001～2018年主要气象要素及其污染天...     

飞机货舱火灾CO浓度神经网络补偿算法研究

针对飞机货舱火灾探测误报率偏高且响应速度较慢的问题，采用电化学式一氧化碳传感器来代替传统民机所用的光电式烟雾探测器来探测飞机货舱火灾，并提出了一种基于粒子群算法(Particle Swarm Optimization, PSO)优化长短期记忆(Long Short-Term Memory, LSTM)神经网络的一氧化碳浓度补偿模型。首先在自搭建试验平台采集密闭空间火灾的多项试验数据，然后用PSO优化LSTM的隐藏层神经元个数和学习率，提高了LSTM的预测精度。通过与其他3种神经网络对比，PSO改进LSTM模型在基于时间序列的火灾一氧化碳检测中具有更好的补偿效果。通过浓度补偿，可以使电化学式一氧化碳探测器在飞机货舱火灾发生的早期阶段进行更准确的探测预警。     

关联站点协同攻击下轨道交通网络脆弱性研究

为探究轨道交通网络多个关联站点受到蓄意攻击后网络的脆弱性以及不同攻击下影响的差异，量测分析多站点之间的关联性，给出关联站点协同攻击下轨道交通网络脆弱性量化方法，提出以脆弱性最大化为目标的攻击模型，通过免疫算法求解模型，得到最优攻击策略，并以上海市地铁网络为例，研究多站点协同攻击下轨道交通网络脆弱性。结果表明：多站点蓄意攻击下轨道交通网络脆弱性不仅取决于每个站点的重要程度，还取决于不同站点之间的关联性，尤其是空间位置关联性和乘客出行关联性。位于不同线路且客流量较大的多个换乘站点受到协同攻击下轨道交通网络脆弱性最高，占网络站点总数3.56%的多个站点同时受到攻击后，轨道交通网络性能损失最高可达63.61%。     

基于非遗传进化算法的四边形海上风电场设计

海上风力发电厂正在成为可再生电力生产的现实选择。作为海上风电场建设中较常用到的一种设计，平行四边形风电场进一步优化了风电机组排布，由此可以得到风电场最大发电量的优化方案。作为提高海上风电场盈利能力的工具，这项工作提出了第一个完整的非遗传进化算法，以优化平行四边形海上风电场的位置、大小和布局。该模型考虑了影响投资盈利能力的大多数相关经济数据，已经在海上风电场荷斯韦夫I(Horns Rev I,HR-I)的现场进行了测试。测试的结果显示，在10个优化结果的区域中心，确定了横轴与纵轴范围，平行四边形角度为（100～120）°，方向角度为（85～105）°，涡轮机之间行与列的距离分别为（9～20）m以及（5～8）m。涡轮机距离优化优化后的搜索时间为2 400 s，效率提升了14.29%。研究结果表明该方案在投资和年发电量方面与实际海上风电场的价值相似，均体现了最佳方向和盈利能力。     

基于BFGS-BP神经网络岩爆分类研究

BP神经网络模型是岩爆预测中的常用模型，为了强化预测效果，选取BFGS算法对BP神经网络模型进行优化。选取应力系数■、脆性系数■和弹性能量指数W_et作为预测指标，国内外46组案例作为样本库，分别建立BFGS-BP神经网络模型和传统BP神经网络模型，对比验证其优化效果，将建好的模型用于锦屏二级水电站和秦岭隧道加以检验，得到一种有应用前景的机器学习预测模型。     

基于QAR数据的着陆超限风险贝叶斯网络分析模型

为分析民机着陆超限风险及其影响因素，基于飞行快速存取记录器(Quick Access Recorder, QAR)数据，构建着陆超限风险贝叶斯网络分析模型。首先，采集2019年和2020年国内某航空公司B737-800机队共37 443个航段QAR数据作为样本数据；然后利用GeNIe 3.0软件GTT(Greedy Thick Thinning)算法进行参数学习，建立着陆超限风险贝叶斯网络(Bayesian Network, BN)模型，应用10-fold交叉验证方法对模型进行检验。结果表明，着陆超限风险贝叶斯网络可有效分析着陆超限事件的因果关系，计算得出样本机队减小着陆超限风险的飞行参数组合。该分析模型可用于对机队或飞行员个体的着陆超限风险预测，为降低着陆飞行超限风险、前移安全关口提供客观依据。