基于贝叶斯网的网箱养殖区网箱移动预测建模

由专家知识和给定数据,采用著名贝叶斯网络学习K2算法构造了一个海底网箱养殖水环境指标与网箱移动间的贝叶斯网结构模型.该模型能有效的表达网箱养殖环境各个指标之间以及与网箱移动之间的因果关系和影响程度,实验结果表明,试验数据显示准确性为90.6%,以上证明该方法是有效可行的,表明贝叶斯网络是一种很有前途的网箱移动预测评价方法.     

铀矿山穿孔爆破系统免疫遗传优化控制

根据地下铀矿山穿孔爆破系统特点及放射性污染物的特性,应用自适应模糊推理技术构建爆破矿石块度模型,应用放射性污染物迁移机制构建氡浓度析出模型,再将其模型参数换算成与穿爆参数关联的氡浓度模型,然后构建铀矿山氡浓度控制下穿孔爆破系统的集成模型,最后运用免疫遗传优化算法对其进行优化求解。实例分析表示该方法可在满足氡浓度的要求下实现块度最优化问题,为铀矿山安全生产提供了重要决策依据。     

进化蚁群算法及其在湖泊富营养化评价中的应用

蚁群算法是近年提出的一种新型的仿生算法,已在许多组合优化问题中得到成功应用,但是传统蚁群算法解决连续优化问题的能力较差.为提高其解决连续优化问题的能力,拓宽应用范围,引入带可变邻域搜索项的进化策略对其进行改进,进而提出进化蚁群算法.随后从2个方面对进化蚁群算法的性能进行测试:①采用多个经典测试函数测试进化蚁群算法用于解决连续优化问题的效果;②将进化蚁群算法应用于千岛湖的富营养化程度评价,以测试该方法解决实际问题的效果.函数测试结果表明,进化蚁群算法可以成功用于解决连续优化问题,并且优化过程所需初始个体的数量少,优化速度快;千岛湖富营养化程度评价实例的结果表明,进化蚁群算法应用于湖泊富营养化评价是可行的,可用于解决实际问题.      

大气污染总量控制GA方法对气象因子的敏感性

通过数值模拟试验,研究了基于遗传算法(GA)的大气污染总量控制方法对风向、风速、稳定度三个最重要的气象因子的敏感性。结果表明,用基于遗传算法的大气污染总量控制方法所求得的区域允许排放总量以及允许排放总量在各污染源之间的分配方案,对风向、风速、稳定度三个气象因子都敏感,从而验证了该方法的稳定性和可靠性。     

零价锌降解四氯乙烯的反应动力学模型研究

对零价锌(Zn(0))降解四氯乙烯(PCE)进行批实验,在假设各化学反应符合准一级反应的前提下,建立了多级链式平行反应数学模型,并使用混合函数遗传算法进行了动力学参数的反演.结果表明,在106h后残留物基本上为C2H4和C2H2.计算显示,氯代烃的反应活性大小为C2Cl2＞C2HCl＞t-DCE(反二氯乙烯)＞1,1-DCE(1,1-二氯乙烯)＞TCE(三氯乙烯)＞c-DCE(顺二氯乙烯)＞PCE;在4条重要的反应路径中,最重要的是PCE→TCE→t-DCE→C2H2→C2H4和PCE→C2Cl2→t-DCE→C2H2→C2H4;最终94.77%的PCE转化为C2H4,5.23%的PCE转换成了氯乙烯(VC).     

位移反分析的PSA-ANFIS方法研究

地下工程中,通常采用位移反分析方法来确定围岩的力学参数,而现有的位移反分析方法均存在诸多不足之处,为此,采用模式搜索算法、自适应神经模糊推理系统以及正交试验设计方法,建立了位移反分析的PSA-ANFIS方法;同时还对一标准弹塑性问题进行了解析计算,得到了相应的训练数据对、检测数据对和预测数据对;最后采用此方法对该弹塑性问题的力学参数进行了反演。反演结果表明,所建立的位移反分析的PSA-ANFIS方法除了能够充分发挥ANFIS的各种优点外,还能有效地减少模型建立和参数调节过程中的人为干预,因此是一种优异的位移反分析方法。     

基于优化算法的弹药贮存寿命预测方法

目的 实现对缺失及不足的制导弹药贮存失效数据预测及补充的能力。方法 首先通过4种不同的预测算法（GA-BP、PSO-BP、GA-SVM、PSO-SVM）,对自然贮存条件下弹药贮存失效数据进行预测,其次根据最小二乘拟合法,实现弹药贮存寿命评估模型的构建,再通过寿命评估模型,计算出不同方法下对应的贮存寿命。结果 通过不同模型的构建,4种预测方法与无优化条件下均能实现弹药贮存失效数据的预测,并且在规定可靠度,GA-BP和PSO-BP预测精度比另外2种方法更低。结论 GA-SVM与PSO-SVM更适合弹药贮存失效数据的预测,且效果更好。     

基于改进蝴蝶算法和社会力模型的多出口疏散模型研究*

为提高多出口场景下行人疏散效率和精度,基于蝴蝶算法和社会力模型,提出一种新的应急疏散仿真路径规划方法。在原有社会力模型中,考虑距离出口远近及行人所处位置拥挤度对运动过程中期望速度的影响,引入速度调节因子,描述行人在疏散中的期望速度变化;针对蝴蝶算法中后期收敛速度慢和易陷入局部最优的缺陷,提出自适应感知概率参数以增强局部搜索和全局搜索之间的平衡;在每轮迭代结束时引入迭代局部搜索策略,扰动局部最优解获得中间状态,并重新搜索上述中间状态得到全局最优解。研究结果表明:提出的应急疏散仿真路径规划方法在多出口环境下能够更有效地利用出口资源,提高疏散效率。     

国家中心城市共享住宿的时空分布及影响因素——基于DBSCAN算法的分析

共享住宿的兴起是城市旅游服务业供给侧结构性改革的重要推动力,科学认识其时空格局及驱动因素对城市旅游发展意义重大。通过Airbnb网站获取我国九个国家中心城市的共享住宿房源信息,运用标准差椭圆,DBSCAN聚类算法等空间分析方法分析房源的时空演变格局,并借助地理探测器探讨房源空间分布格局的影响因素。结果表明：（1）2015—2017年,国家中心城市共享住宿的空间格局变化较快,整体处于快速发展期,2017—2019年,空间格局趋于稳定,整体处于稳步增长期;（2）国家中心城市共享住宿的发展具有时空依赖性,聚类中心随时间均不断增加,多数城市的共享住宿逐步向城市四周扩展,东中西三个区域之间聚类中心的时空差异明显;（3）从发展方向和高级别聚类中心数量来看,国家中心城市共享住宿的发展方向存在四周型和“单—多”方向主导型以及“0-1”“X-1”“1-X”三种演变模式;（4）商业、交通、人口等指标因素对国家中心城市共享住宿的空间格局产生较大影响,各区域之间及各城市之间影响因素的作用强度和显著性存在明显差异,其中餐饮、休闲娱乐、购物、住宅小区等成为驱动共享住宿空间格局形成的主要影响因素。     

基于DBSCAN聚类的城市区域火灾风险计算方法——以深圳市盐田区为例

为探究评估城市区域的火灾综合风险,提出空间聚类和层次分析法对深圳市盐田区2011年至2019年火灾数据进行建模分析.运用DBSCAN聚类模型对火灾地点进行分类,结合层次分析法构建火灾风险评估验证模型,探讨聚类结果、火灾场景、火灾原因构建系统层次结构模型,综合得出风险评估结果.通过将聚类区域还原至百度地图,结合场景信息及...