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.     

区域水资源承载力评价指标体系的研究

论文从区域水资源社会经济系统结构分析入手,围绕水资源承载力研究的核心问题--水资源承载力评价指标体系,提出水资源承载力可以用宏观指标和综合指标来衡量。宏观指标从供需平衡角度描述水资源系统能够支撑的经济规模和人口数量;综合指标反映水资源社会经济系统的承载状态和协调状况。与评价指标相适应,建立了水资源承载力的计算模型与方法。将这一指标体系、模型与方法运用于实际,取得了较好的结果。     

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.     

投影寻踪新算法在水质评价模型中的应用

用实数编码的遗传算法给出了一种投影寻踪方法中投影方向优化的新途径．在一个简单投影指标下,用新的优化途径建立了多元数据分类模型,并将其用于多指标的标准水质分类．两个实例样本水质评判结果表明,用投影寻踪新算法可以揭示高维数据的结构特征,所建立的分类与综合评价模型不仅有效,而且结果简单、直观和易于理解．     

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。      

化工企业开展清洁生产的主要途径

结合化工企业的生产实际,提出了实现清洁生产的主要途径,阐述了开展清洁生产审核应注意的问题.     

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。