C/N比调控污泥厌氧发酵产酸的数学模型研究

采用改进粒子群算法对ADM1模型中的关键参数进行了估计,经敏感性分析,确定了Monod最大比吸收速率、半饱和值、产物对底物的产率等3种参数对产酸速率具有较大影响.应用修正后的动力学参数对ADM1模型在不同C/N比调控下污泥厌氧发酵产酸结果进行了模拟.结果表明,模拟产酸数据和实测数据误差较小,说明修正后的ADM1模型能够很好地描述污泥厌氧发酵中C/N比条件对产酸的影响.     

母管制机组脱硫设施考核算法的研究及应用

对母管制运行燃煤机组和脱硫设施各项参数进行综合分析,研究设计出针对母管制运行机组脱硫设施考核的加权算法。实践证明:该算法能够准确、快速、直观地考核母管制机组脱硫设施运行状况和单机组大气污染物排放情况,为母管制机组脱硫设施的管理提供支持。     

改进型量子遗传算法应用于区域水资源可持续利用评价

提出了一种对多项指标都能普遍适用的区域水资源可持续利用评价模型,将实数编码混沌量子遗传算法应用于区域水资源可持续利用评价模型中参数的优化,并用优化好的模型对区域水资源可持续利用做出评价。通过对中国12个区域实测数据的评价实例研究及与其它评价方法得到的结果进行对比,表明该模型具有实用性和可行性。     

应用遗传算法建立云杉针叶表面PCDD/Fs光解半衰期的预测模型

采用量子化学PM3算法计算PCDD/Fs的量子化学参数,应用遗传算法(Genetic Algorithm, GA)对所建模型中的变量进行筛选,建立了能预测吸附到云杉[Picea abies (L.) Karst.]针叶表面的PCDD/Fs光解半衰期(t_1/2)的定量结构-性质关系(QSPR)模型,认为影响PCDD/Fs光解速率的主要因素是分子最高占据轨道能(E_HOMO)、前线分子轨道能量差(E_LUMO-E_HOMO)和平均极化率(α).随着EHOMO和α的增大;其lg t_1/2值增大,PCDD/Fs的lg t_1/2值与其(E_LUMO-E_HOMO)值呈抛物线关系,当E_LUMO-E_HOMO＝7.847时,lg t_1/2有最小值;当E_LUMO-E_HOMO≤7.847时,lg t_1/2值随着E_LUMO-E_HOMO的增大而减小;当E_LUMO-E_HOMO≥7.847时,lg t_1/2值随着E_LUMO-E_HOMO的增大而增大.     

A simulation model for Japanese sardine (Sardinops melanostictus) migrations in the western North Pacific

A two-dimensional individual-based model coupled with fish bioenergetics was developed to simulate migration and growth of Japanese sardine (Sardinops melanostictus) in the western North Pacific. In the model, fish movement is controlled by feeding and spawning migrations with passive transport by simulated ocean current. Feeding migration was assumed to be governed by search for local optimal habitats, which is estimated by the spatial distribution of net growth rate of a sardine bioenergetics model. The forage density is one of the most important factors which determines the geographical distributions of Japanese sardine during their feeding migrations. Spawning migration was modeled by an artificial neural network (ANN) with an input layer composed of five neurons that receive environmental information (surface temperature, temperature change experienced, current speed, day length and distance from land). Once the weight of the ANN was determined, the fish movement was solved by combining with the feeding migration model. To obtain the weights of the ANN, three experiments were conducted in which (1) the ANN was trained with back propagation (BP) method with optimum training data, (2) genetic algorithm (GA) was used to adjust the weights and (3) the weights of the ANN were decided by the GA with BP, respectively. BP is a supervised learning technique for training ANNs. GA is a search technique used in computing to find approximate solutions, such as optimization of parameters. Condition factor of sardine in the model is used as a factor of optimization in the GA works. The methods using only BP or GA did not work to search the appropriate weights in the ANN for spawning migration. In the third method, which is a combined approach of GA with BP, the model reproduced the most realistic spawning migration of Japanese sardine. The changes in temperature and day length are important factors for the orientation cues of Japanese sardine according to the sensitivity analysis of the weights of the ANN.     

基于遗传算法的大气颗粒物的源解析

遗传算法是一种全局优化的随机搜索方法,适用于模型参数寻优。将遗传算法用于大气颗粒物源解析的CMB方程组中参数的优化,得到各污染源对大气颗粒物的优化贡献率。该方法应用于成都市大气颗粒物的源解析结果与用其他多种源解析法得出的结果基本一致。理论分析和应用实践表明了遗传算法用于大气颗粒物源解析研究具有简便、准确和实用性强等特点。      

基于遗传算法的门限自回归模型在海温预测中的应用

提出了建立门限自回归模型（ＴＡＲ）的一套简便通用的方法。用作者提出的改进遗传算法，可同时优化门限值和自回归系数，成功地解决了ＴＡＲ建模过程所涉及的大量复杂寻优工作这一难题，为ＴＡＲ模型的广泛应用提供了强有力的工具。实例计算的结果说明了这套方法的可行性和有效性，同时也说明了，通过门限值的控制作用，ＴＡＲ模型可以有效地利用如海洋资源所隐含的时序分段相依性这一重要信息，限制了模型误差，从而保证了ＴＡＲ模型预测性能的稳健性，提高了预测精度。该方法具有通用性，在各种非线性时序预测中具有重要的理论意义和应用价值     

基于ART-2人工神经网络的煤矿安全风险评价

旨在为煤矿安全风险预控管理提供一种适用的风险评价模型或方法。研究过程中,介绍了人工神经网络自适应共振理论的ART-2算法;在安全系统工程理论及相关研究基础上,结合调研分析建立了风险评价指标体系;选取山西9家煤矿作为研究样本进行实证研究。该算法仿真识别结果与煤矿实际安全风险情况一致性程度达到77.78%,表明针对煤矿安全风险预控管理过程中的安全风险评价,ART-2神经网络具有较好的适用性。     

量子粒子群优化算法在结构参数识别中的应用

系统识别问题可以转化成一高维多模优化问题。针对基本粒子群优化在分析此类问题时容易出现早熟收敛从而导致局部优化和较大误差的缺陷,提出将量子粒子群优化算法(QPSO)应用于结构参数识别。QPSO具有参数少、编程简单、易实现、收敛速度快、可以避免早熟收敛、能够迅速在全局找到最优解的特点。本文在测量数据不完备且含噪声污染,参数质量、刚度和阻尼等信息缺乏的情况下,通过数值模拟以及在真实结构参数识别中的应用,验证了QPSO的有效性。     

级联失效特性下的危险品运输路径选择研究

基于复杂网络的级联失效特性,构建危险品运输网络的级联失效模型,提出用路段重要度来度量某条路段上发生危险品事故后引起网络其他路段失效的规模。以路径风险最小化和路径总重要度最小化为目标,建立危险品运输路径的多目标决策模型,并利用标号法进行求解。算例结果表明,危险品运输网络确实存在级联失效现象。选择危险品运输路径时,应尽量避开重要度高的路段,以降低危险品事故对普通道路网络的不良交通影响。