基于投影寻踪的洪水灾情评价插值模型

为解决单项洪水灾情等级评价指标评价结果的不相容问题,提高综合评价各层次的分辩力和评价模型的精度,本文利用投影寻踪、遗传算法、插值型曲线,为洪水灾情评价提供了一种新模型--遗传投影寻踪插值模型.通过最佳投影向量和评价指标向量的内积可把洪水灾情多维评价样本指标综合成一维投影指标,根据该投影指标值和对应等级的分布,可建立洪水灾情评价的插值模型,解决了各单项洪水灾情评价指标评价结果的不相容问题,提高了洪水灾情综合评价问题各层次的分辩力.作为示例,对中国部分省市的洪水灾情进行了综合评价.     

单一重现期非线性暴雨强度模型参数的确定--新型混合加速遗传算法的构建与应用

对浮点编码遗传算法进行了改进,并嵌入Powell方向加速局部搜索算法与加速循环操作,从而构建了新型混合加速遗传算法.确定单一重现期的非线性暴雨强度模型参数的应用实例表明,该方法兼顾了改进浮点编码遗传算法和Powell算法的优点,是一种既可以较大概率、快速地搜索全局近似最优解,又能进行局部细微搜索的出色的非线性优化方法.该法在其它工程问题的非线性模型参数的确定中也具有广阔的应用前景.     

由通风网络结构数据自动生成通风网络图研究

通风网络图是矿井通风管理的一种重要图件.本文根据通风网络图的特点,介绍了一种由通风网络结构数据自动生成通风网络图的方法,并进行了开发实现和实践应用.     

基于遗传神经网络模型的大气环境质量评价方法

设计了用遗传算法训练神经网络权重的新方法，实验结果显示了遗传算法快速学习网络权重和全局搜索的能力，有效地解决了BP算法的局部收敛问题。误差反向传播的遗传——神经网络(GA—BP)模型用于大气环境质量综合评价，具有简便、准确、客观和适应性强等优点。     

人工神经网络在大气环境质量评价中的应用

针对大气环境中的数据监测与模式识别问题,应用人工神经网络理论,在自然环境大气腐蚀试验网站建立大气环境质量B-P网络评价模型。江津试验站成功地应用了该模型。通过1996-2000年大气环境质量评价结果表明,人工神经网络用于大气环境质量评价的方法是一种新方法,也是一种可行的方法。     

一种基于改进的一致性算法数据融合技术

在重大工程结构健康监测中,随着研究对象复杂程度的提高,往往需要获得大量观测数据才能对结构进行有效的评估,因此采用多种或多个传感器进行测量已成为必然趋势。数据融合技术就是将多个传感器的测量结果进行综合处理,从而得出比单个传感器更为准确可靠的结果。本文基于一致性算法,提出一种改进的多传感器数据融合技术,该数据融合技术属于数据级融合,它克服了一致性算法中两传感器在测量精度不同时置信距离不同的缺点,并对支持矩阵进行模糊化处理,避免了人为定义阈值而产生的主观误差。文中通过算例,验证了此方法可获得较好的结果,并且能够有效地减小由于扰动因素造成的测量数据的变化。     

示踪实验确定河流纵向离散系数的单纯形加速法

应用单纯形加速法结合实例求出福建闽江干流富屯溪洋口段纵向离散系数ＤＬ＝２．６２ｍ＾３／ｓ。研究结果表明,该法用于估计非线性模型参数优于“非线性逼近法”。由于单纯形法寻优过程不需要计算目标函数的偏导数,不受模型复杂程度的限制,因而计算简便,可广泛应用于环境,生态模型的拟合和参数估计。     

SFLA-Verhulst组合模型预测矿井瓦斯涌出量

针对矿井瓦斯涌出量的时变性、波动性、非线性以及不确定性等特征,提出了SFLA-Verhulst组合预测模型,用于对具有非线性动态特征的瓦斯涌出量进行预测。该模型通过蛙跳算法对Verhulst模型的背景值参数寻优,并引入一次指数平滑法对原始数据进行优化处理,建立了基于混合蛙跳算法的SFLA-Verhulst组合预测模型;结果使模型在原始数据不准确或存在误差干扰的情况下仍能进行精度较高的预测。将新模型应用于某矿瓦斯涌出量预测,并对模型的预测结果进行检验分析,结果表明:该模型在结合蛙跳算法的全局寻优特点后预测精度较传统的GM(1,1)模型有明显的提高,适用性更强。     

遗传禁忌搜索的能量均衡深井安全监测WSN分簇路由算法

针对深井巷道无线传感器网络（Wireless Sensor Networks,WSN）安全监测中节点能量消耗不均匀导致网络生命周期较短的问题,在分析低功耗自适应集簇分层型算法（Low Energy Adaptive Clustering Hierarchy,LEACH）、遗传算法（Genetic Algorithm,GA）和禁忌搜索算法（Tabu Search Algorithm,TS）的基础上,提出遗传禁忌搜索的能量均衡深井安全监测WSN分簇路由算法（GTSR-EB）,以分簇方式来减少数据发送量与寻优开销,利用优化GA算法和TS算法进行多路径搜索以选出一条能耗均衡、路径传输距离最短的最优路径。仿真实验表明:GTSR-EB算法网络存活周期为LEACH算法的2.17倍、GA算法的1.18倍,GTSR-EB网络能量利用率更高、生存周期更长。     

基于SIFT与SVM的应急救援图像检测方法研究*

针对公共安全突发事件应急救援的封闭空间场景（Confined Space Scene,CSS）信息采集不通畅、不全面而影响救援等问题,提出1种基于不变特征转换（Scale invariant feature transform,SIFT）和支持向量机（Support Vector Machine,SVM）的图像信息异常检测方法。在场景内外信息传递“断环”情况下,该方法可利用物联网技术采集的图片,或以网络图片信息、历史类似场景数据等作为补充,通过SIFT特征提取、K means聚类处理以及SVM分类,实现场景的智能识别。经仿真分析,该方法能实现封闭空间内外部图像信息互通,“接补”因无法了解事件内部情况而产生的救援环节链条的“断环”,为救援提供决策参考。