应用多维多箱与高斯模型结合的复合模型预测大气环境质量

根据北京市市区自然环境、污染气象特征、大气环境过程及区域污染源分布等现有信息,建立了用于大气环境质量预测的多维多箱与高斯模型结合的复合模型,对北京市市区采暖季(2002年1月)和非采暖季(2002年8月)特征污染物SO2和PM10的质量浓度进行了预测.将预测结果与地面监测值比较分析后发现,多维多箱与高斯模型结合的复合模型预测大气环境质量产生的相对误差在25%以内.     

矿区疏干诱发岩溶塌陷特征分析及预测

针对某矿山疏干诱发岩溶塌陷的现状,分析其塌陷分布特征。提出6个影响塌陷的控制参数。采用相关分析方法量化各控制参数对塌陷的影响。相关性分析结果表明,塌陷的主要影响因素是第4系土层厚度、水位变幅及岩溶含水层渗透系数,其中岩溶含水层渗透系数对塌陷的影响最显著。应用Logistic回归方法,建立岩溶塌陷预测模型。划分出矿区塌陷危险区的具体空间位置,共有3个区域:高危区(渗透系数大于5 m/d);危险区(渗透系数为2.5～5 m/d);活跃区(渗透系数小于2.5 m/d)。     

基于相似试验的尾矿库溃坝泥石流预测分析

模型试验是较为准确预测尾矿型泥石流危害影响范围的研究手段。以四川盐源平川铁矿58号尾矿库为研究原型,应用相似试验原理建立该库的试验模型,进行全溃坝试验。试验中冲击压力在断面1达到峰值21 kPa;泥深呈周期性变化在断面2达到最大值5.8 cm,流速随泥石流演进长度不断减小,在断面1出现最大流速1.7 m/s。试验结果表明,溃坝泥石流的冲击压力、泥深和流速在运动过程中先快速到达峰值,然后逐渐减小,而泥深的变化呈现一定的波动性。各断面冲击压力、泥深和流速的峰值出现的时间并不相同,其出现先后与流通地形有很大关联。     

矿坑涌水对大气降水的响应分析及预测

分析了程潮铁矿矿坑涌水对大气降水的响应特征,通过大气降水-矿坑涌水互相关函数值,研究了不同滞后期大气降水对矿坑涌水的影响程度。建立了基于时间序列分析的大气降水-矿坑涌水传递函数模型的预测方法。利用最小二乘法对传递函数部分进行参数估计,并对残差序列进行自回归处理,平均误差低于3.26%。预测模型在一定程度上能够反映出矿坑涌水对大气降水的滞后和相关关系,适用于采用崩落法或上覆围岩裂隙破碎带发育的地下矿山。     

基于灰色神经网络的民航事故征候预测模型研究

通过对民航事故征候的分析和预测,掌握民航事故征候的发展趋势,并据此提出相应的安全措施以预防事故发生。在灰色预测基础上,结合神经网络理论,分析民航事故征候的特点,提出民航事故征候的串联灰色神经网络组合预测模型。首先,运用灰色理论弱化数据序列波动性,然后利用神经网络非线性信息处理能力构建模型。同时,根据最近10年民航事故征候统计数据,分别对灰色预测模型、神经网络模型和灰色神经网络模型进行检验,并预测未来3年的民航事故征候数量。利用Matlab软件进行预测仿真,对3种预测方法的精度和特点进行分析和比较。结果表明:民航事故征候的灰色神经网络模型预测精度高于单一的灰色预测模型或神经网络模型,并且所需样本少,运算简便,易于实现。     

基于粗集理论算法-脊波神经网络的深基坑变形预测与应用

基坑开挖变形具有非线性特性,在脊波神经网络的基础上,采用粗集理论算法优化初始权值和阈值,建立了基于粗集理论算法-脊波神经网络的深基坑变形预测模型,应用该模型对西南地区某市火车站综合交通换乘中心南广场的基坑开挖过程进行了变形预测。结果表明:粗集理论算法能够对脊波神经网络进行优化,提高了脊波神经网络基坑变形预测结果的收敛速度和泛化能力;脊波神经网络能逼近基坑变形的非线性部分,避免了模型误差影响基坑开挖变形预测精度,提高了系统整体抗干扰性能。模型的预测值与实测值之间的误差在5%以内,满足实际工程的要求。     

湖南省农业旱灾的年际变化及重灾年份预测

旱灾是湖南省最严重的农业自然灾害之一,旱灾几乎年年都有发生,且涉及面广,后续和潜在危害较大。湖南省农业旱灾的受灾率异常指数和成灾率异常指数的变化规律揭示:过去58年,农业旱灾具有明显的波动性与阶段性,大致以5年为尺度,轻重灾期交替出现;受灾率与成灾率具有同步性,在重灾期尤为明显;1980年以来灾情更为严重,成灾率、受灾率都较大。湖南省农业旱灾异常指数周期性变化可以分为2个时段,1990年代初期以前存在4个特征时间尺度,分别为3年、5年1、0和21年4个周期;1990年代初期以后存在3个特征时间尺度,分别为3年、7年和17年年3个周期。根据异常指数的变化,建立了农业旱灾灰色灾变预测模型,进行了重灾预测。结果表明,今后20年湖南省农业旱灾将出现5个重灾年份,分别在2010-2011年、2013—2014年2、016—2018年2、021—2022年、2025—2027年期间,间隔为4年左右。     

基于瓦斯涌出量预测的近距离煤层群开采顺序优化选择

随着中厚煤层资源的枯竭,近距离薄煤层群开采成为我国资源的重要补充。煤层群开采时合理的采掘部署是防止工作面瓦斯集中涌出的关键,本文通过分析近距离煤层群开采时各回采顺序下工作面瓦斯涌出量,建立了以工作面瓦斯涌出量预测为基础的近距离煤层群开采优化模型,利用计算机编程实现了模型的可视化操作。该模型通过对比分析全部种回采顺序方案,选择整个回采期间瓦斯涌出量最均衡的方案为最优方案。对翔升煤矿进行了实例分析,结果显示合理的回采方案可以使工作面最大瓦斯涌出量大大减小,使整个回采期间工作面瓦斯涌出量趋于均衡。为煤层群开采优化技术中的瓦斯环节提供了理论依据。     

基于统计数据的全国火灾形势综合评价与预测

为综合评价我国的火灾形势,掌握火灾发生、发展规律,根据改革开放以来3个不同时间段的火灾统计数据,运用多元统计分析方法,借助统计软件,对火灾数据进行深层次的分析和研究。同时,针对火灾事故的特点,根据灰色理论的原理和特性,建立了火灾事故灰色系统预测模型,预测了2009年我国的火灾发生状况。结果表明:我国的火灾形势从总体上呈现出火灾发生起数上升中趋于平稳,火灾损失和人员伤亡平稳发展中有所降低的趋势。灰色系统理论模型预测结果同实际状况基本吻合,能够对全国的火灾形势进行综合评价,为消防安全管理部门探究火灾规律提供必要的理论支持。     

基于ARIMA与SVM的飞行事故组合预测方法

飞行事故预测的目的在于预防事故。为提高事故预防的针对性和有效性,必须加强预测,以增强预防飞行事故的主动性。在ARIMA和SVM基础上,提出一种飞行事故组合预测方法。首先建立ARIMA模型,用以描述历史数据中的线性关系;然后,对ARIMA模型的残差构建SVM模型,用以模拟数据中的非线性规律,两者预测值之和就是最后的预测结果。美国空军1954—1993年飞行事故损坏飞机万时率的实证分析结果表明:利用该方法所建立的模型,能够对飞行事故作出较为准确的预测,模型精度总体优于单一的ARIMA或SVM模型。