基于数据挖掘算法和数值模拟技术的大气污染减排效果评估

近年来,京津冀地区采取了大量污染减排措施进行大气污染治理,如何客观评估减排效果是目前大气环境领域的研究难点.为准确评估大气污染过程的减排效果,本文利用北京地区常规气象资料、国控站PM_(2.5)浓度资料,遴选了北京地区2018年3月11—14日和2013年3月14—17日两次空气污染过程,计算了大气容量系数、静稳指数,并利用KNN数据挖掘算法和WRF-Chem模式,对比分析了有无减排条件下的PM_(2.5)日均浓度.结果表明:两次空气污染过程的天气形势和局地气象条件较相似,就大气热力和动力的垂直结构来看,2018年空气污染过程比2013年空气污染过程的大气稳定性更强、边界层高度更低、环境容量更小,但PM_(2.5)峰值浓度却显著下降,平均浓度明显降低,PM_(2.5)小时浓度的增长趋势相对平缓,重污染持续时间缩短.KNN数据挖掘算法减排评估结果显示,该方法能够较好地预测PM_(2.5)日均浓度的变化趋势,2018年3月11—14日,在减排和不减排情景下PM_(2.5)日均值分别为171和229μg·m~(-3),减排使得污染过程PM_(2.5)平均浓度下降了25.3%.数值模拟结果与KNN数据分析结论吻合,进一步验证了减排措施的有效性.综合看来,2018年空气污染过程中PM_(2.5)浓度相比历史相似气象条件下的污染过程显著降低,这是长期大力度减排效果的体现.     

大型公共场所动态引导人移动路径设计方法

针对方向式动态引导在大型公共场所安全疏散中的重要作用,以及对动态引导人移动路径研究不足的现状,提出利用比值函数设计动态引导人移动路径的方法。并借鉴TSP(旅行商问题)方法的求解思路,提出可用于动态引导人移动路径优化的禁忌搜索算法。以一个内部布局较为复杂的大型公共场所模拟场景为例,利用MA-ESM疏散模型,分别模拟了引导人最优移动路径、最短移动路径和影响面积最大路径3种不同情景下疏散效果。结果表明,利用影响面积和路径长度比值最大的优化算法计算得出的引导人移动路径,既可满足在相同时间内引导更多的人员进行疏散,又可节省总体的疏散时间,充分保证疏散效果,验证了笔者所提出的动态引导人移动路径优化算法的合理性。     

Factors associated with driving under the influence of alcohol

Objective: This study examined the risk factors of driving under the influence of alcohol (DUI) among drivers of specific vehicle categories (DSC). On the basis of this research, the variables related to DUI and involvement in traffic crashes were defined. The analysis was conducted for car drivers, bicyclists, motorcyclists, bus drivers, and truck drivers.

Method: The research sample included drivers involved in traffic crashes on the territory of Serbia in 2016 (60,666). Two types of analyses were conducted in this study. Logistic regression established the correlation between DUI and DSC and the The Technique for Order of Preference by Similarity to Ideal Solution (Multi-criteria decision making) method was applied to consider the scoring and explore the potential for the prevalence of DUI on the basis of 2 data sets (DUI and non DUI).

Results: The study results showed that driver error and male drivers were the 2 most significant risk factors for DUI, with the highest scores and potential for prevalence. The nonuse of restraint systems, driver experience, and driver age are the factors with a significant prediction of involvement in an accident and an insignificant prediction of DUI.

Conclusions: Following the development of the logistic prediction models for DUI drivers, testing of the model was conducted for 3 control driver groups: Car, motorcycle, and bicycle. The prediction model with a probability greater than 50% showed that 77% of car drivers were under the influence of alcohol. Similarly, the prediction percentage for motorcyclists and bicyclists amounted to 71 and 67%, respectively. The recommendation of the study is that drivers whose DUI probability is above 50% should be potentially suspected of DUI. The results of this study can help to understand the problem of DUI among specific driver categories and detect DUI drivers, with the aim of creating successful traffic safety policy.     

自适应人工鱼群-BP神经网络算法在径流预测中的应用

为了提高水库和河流中长期径流预测精度,提出了弹性自适应人工鱼群算法(RAAFSA)。应用RAAFSA算法训练BP神经网络,实现BP神经网络参数优化,形成弹性自适应人工鱼群-BP神经网络混合算法(RAAFSA-BP),对石泉水库进行中长期径流预测。仿真计算表明,弹性自适应人工鱼群优化的BP神经网络算法收敛速度快于BP神经网络算法、人工鱼群-BP神经网络算法和RBF神经网络算法。该混合算法克服了BP神经网络和人工鱼群算法易陷于局部极值、搜索质量差和精度不高的缺点,改善了BP神经网络的泛化能力,输出稳定性好,预报精度显著提高,每次预测相对误差绝对值都小于6%,合格率达到100%。该算法成功地解决了石泉水库中长期径流预测精度不高的难题,可有效用于水库和河川中长期径流预测。     

基于CYCBD和麻雀搜索算法的滚动轴承故障特征提取方法

目的解决在较强的噪声环境下最大二阶循环平稳盲解卷积(MaximumSecond OrderCyclostationary Blind Deconvolution,CYCBD)算法在滚动轴承故障特征提取时效果欠佳的问题,为滚转尾翼导弹的尾翼滚动轴承故障诊断提供方法参考。方法提出一种利用麻雀搜索算法(SparrowSearchAlgorithm,SSA)优化CYCBD算法的方法,将CYCBD算法解卷积的包络谱熵作为SSA寻优的适应度函数,利用SSA高效地寻找出合适的循环频率以及滤波器长度,选择自适应参数后,再使用CYCBD算法有效解卷得到周期脉冲特征。结果同时对比SSA优化CYCBD前后进行故障特征提取的包络谱图,CYCBD的噪声幅值不超过0.13 m/s^(2),峰值不超过0.29 m/s^(2),用SSA优化CYCBD的噪声幅值不超过0.08 m/s^(2),峰值不超过0.32 m/s^(2),故障频率成分更加突显,无论是噪声幅度,还是峰值幅度特性,均较CYCBD有了较大改善。结论仿真实验验证了SSA优化CYCBD方法能够更加清晰地辨识到故障特征频率及其倍频成分,其具有良好的工程应用前景。     

环境模型参数识别与不确定性分析

在对水文模型实例的参数不确定性分析基础上,分别采用传统灵敏度分析方法、HSY算法、线性回归等方法对模型参数特性进行了识别与比较研究.结果表明参数优化算法与传统灵敏度分析方法不能解释模型结构复杂性特征,采用不确定性分析方法对环境模型参数进行识别提供了深入分析与理解模型系统的有效途径.     

基于神经网络的喀斯特石漠化预警分析模型研究——以广西都安为例

阐述了人工神经网络的基本工作原理,分析BP算法在神经网络中的应用,并具体介绍了BP算法过程。在此基础上,以都安石漠化预警分析为例,提出了基于神经网络的石漠化预警模型的结构。人工神经网络模型实现了石漠化预警分析,确定石漠化危险性指数,并把分析的结果以专题图的形式来表现,从而验证石漠化预警分析模型的可靠性和可行性。     

基于改进遗传算法的河流水污染源反演方法

针对河流水污染应急响应过程中污染源排放历史迟知、未知的问题,结合多种群遗传算法和自适应遗传算法,利用一维河流水质模型和水质监测数据,研究建立了基于改进遗传算法的河流水污染定量源反演方法,实现了对河流污染源排放历史的识别与重构.将该方法应用于美国特拉基河流的3个不同流量下的示踪剂实验中,对示踪剂排放历史进行定量源反演分析.结果表明：IGA算法对高、中、低不同流量下的3次示踪剂实验均可以很好的重构和识别示踪剂排放历史,对于实际河流水污染源反演分析的误差均在可接受范围内.IGA算法在河流水污染源反演分析中具有一定的可靠性和稳定性,可为河流水污染精准溯源与治理提供科学的技术支撑.     

基于熵权TOPSIS模型的区域资源环境承载力评价实证研究

为深度了解区域资源环境承载力水平,准确把握承载力变化趋势,从经济子系统、资源子系统和环境子系统3个子系统中选取18个指标构建区域资源环境承载力评价体系,运用熵权TOPSIS模型对安徽省2000—2013年的承载力和3个子系统内部承载力水平进行评价,并采用灰色关联系数选择和识别影响承载力的关键因素.结果表明:2000—2005年安徽省资源环境承载力水平略微下降,但"十一五"以来,安徽省承载力水平稳步提升.经济子系统发展力水平呈稳步上升趋势,2013年达到0.99524,几乎达到最优承载力水平;资源承载子系统承载力水平波动起伏,但总体变化幅度小,基本呈"V"型曲线;环境承载子系统(除2009年外)承载力水平呈逐年上升趋势,在2013年达到最大值0.98106;其中,经济子系统发展力和环境承载子系统承载力变化趋势与整个资源环境承载力变化趋势基本一致.采用灰色关联系数计算发现,工业固体废物综合利用率等4个指标是影响安徽省资源环境承载力的关键因素.     

煤炭产业国际竞争力的遗传—投影寻踪评价

根据煤炭产业发展的实际状况,提出了煤炭产业竞争力评价的指标体系。采用探索性数据分析—投影寻踪法,结合遗传算法,建立了遗传—投影寻踪综合评价模型。以全球11个主要产煤国为对象进行了实证研究,验证了该方法的科学性和实践的可行性,提出提升我国煤炭产业竞争力的对策建议。