人工神经网络改进BP算法优化水质监测点

运用人工神经网络理论对城市河涌水质监测布点进行优选，基于前馈多层BP型神经网络的改进算法，用广州市河涌水质分类标准和实测水质数据对神经网络模型进行训练和检验，结果表明，该方法具有客观、可靠、实用、容错性高的优点，是一种科学、新型的水质监测点优选方法。     

水质远程监控通讯安全性问题的探讨——利用现有网络条件确保远程监控通讯安全性的解决方案

针对我国总体水质情况不容乐观的现实 ,提出解决办法之一是对排污口实施大规模远程监控 ,而远程通讯的安全性又是最直接、最核心的问题。文章着重阐述了如何解决在现有网络条件下实时运行的网络运行速度和数据的加解密等具体问题。     

地下水水质评价的逻辑斯谛曲线模型

为检验已订的地下水水质评价标准的合理性，解决各单项水质指标的评估结果的不相容性问题，提高水质等级模型的分辨率，提出了一种新的水质评价模型－逻辑斯谛曲线模型，它的水质等级是连续的实数值。根据LOG模型的参数值可以分析各水质指标值对水质等级的影响程度，据此检验原订水质等级标准的合理性。并给出了基于实码遗传算法的LOG建模的实施方案。实例研究的结果说明，该方案是可行、有效且通用的，在环境质量综合评价中具有广泛的应用价值。     

水质模型参数识别的遗传算法

Ｏ’ｃｏｎｎｏｒ模型是一个比广泛应用的Ｓｔｒｅｅｔｅｒ－Ｐｈｉｌｉｐｓ模型更精确的水质模型,由于该模型参数率定的困难性,限制它在实际中应用。     

Analysis of the severity of vehicle-bicycle crashes with data mining techniques

Introduction: Although cycling is increasingly being promoted for transportation, the safety concern of bicyclists is one of the major impediments to their adoption. A thorough investigation on the contributing factors to fatalities and injuries involving bicyclist. Method: This paper designs an integrated data mining framework to determine the significant factors that contribute to the severity of vehicle-bicycle crashes based on the crash dataset of Victorian, Australia (2013–2018). The framework integrates imbalanced data resampling, learning-based feature extraction with gradient boosting algorithm and marginal effect analysis. The top 10 significant predictors of the severity of vehicle-bicycle crashes are extracted, which gives an area under ROC curve (AUC) value of 0.8236 and computing time as 37.8 s. Results: The findings provide insights for understanding and developing countermeasures or policy initiatives to reduce severe vehicle-bicycle crashes.     

含模糊随机变量的水污染控制系统研究

在水流量为模糊随机变量且河流中工业污水含量标准给定的条件下,以极小化污水处理费用为目标,建立了水污染控制系统问题的模糊随机机会约束规划模型。采用将模糊随机模拟、神经元网络及遗传算法相结合的混合遗传算法来求解该模型,并用算例进行了验证,结果表明该算法是有效可行的。     

电特大舰船电磁环境的并行多层快速多极子研究

针对舰船目标尺寸巨大、形状复杂、电磁设备繁多的特点,选取并行多层快速多极子技术来模拟仿真其电磁环境.讨论了多层快速多极子技术并行化的难点及其解决方案.在北京理工大学电磁仿真中心的并行计算平台上,成功模拟仿真了尺寸达到540个电波长的舰船模型的电磁环境.计算了复杂结构舰船上任意激励源对舰船电磁环境的影响.以两个金属槽间的相互作用为例,分析了存在任意激励时源场的相互作用.     

基于AGA-PP的农村公共安全综合风险评价方法

为了构建一套有效评价农村公共安全风险的指标体系和评价方法,考虑农村环境承载力影响因素对农村公共安全的制约,围绕农村生态承载力、基础设施承载力、社会承载力和人口承载力4个维度,提出能够全面评价农村公共安全风险的指标体系和基于PP（projection pursuit,投影寻踪）模型的风险评价方法.在风险评价方法构建上,采用AGA（accelerated genetic algorithm,加速遗传算法）对PP模型进行改进,实现投影指标函数的快速优化,在此基础上,采用回归分析方法,将时间序列与一维投影值进行拟合,求得一维投影值的预测曲线,通过对一维投影值的预测,利用信息扩散理论将投影值所携带的风险信息扩散至设定的4个风险等级上,用风险熵计算农村环境承载力发展趋势,并借以评价农村公共安全的风险大小.结果表明:基于AGA-PP的评价方法能够最大限度暴露多维指标数据的结构特征.依据最佳投影方向获得的一维投影值与时间序列拟合后,其拟合精度达到0.027 1,较高的拟合精度保证了后续农村环境承载力风险熵值的可信度,这在一定程度上保证了农村公共安全风险评价的可靠性.研究显示,从农村环境承载力的视角评价农村公共安全风险能够很好地反映农村公共安全风险的现实状况和发展趋势.基于AGA-PP的农村公共安全评价方法简单有效,具有评价精度高且与实际吻合度高的特征,能够为公共安全管理部门提供决策依据和方法参考.      

基于遗传算法的洪水灾情评估神经网络模型探讨

洪水灾情评估实际上是一种模式识别问题,而人工神经网络模型具有逼近有界闭子集上任意非线性映射的特性,且模型更新方便。本文邮基于遗传算法的洪水灾情评估神经网络模型,阐述了其基本原理和算法,实例研究表明其实用性、客观性和通用性。     

灾民撤退网络流模型及其GIS模拟技术

灾民撤退问题实质上是一个多源点、多收点的网络流问题。本文建立了用于灾民撤退的网络流分析模型,介绍了基于地理信息系统网络分析的灾民撤退模拟技术。通过对某蓄洪区的实例分析表明,网络分析是模拟灾民撤退的有效方法,地理信息系统技术是辅助制定灾民撤退方案的崭新途径。