省内公路可移动危险源的模糊综合安全预警

为了对公路可移动危险源进行有效控制,分析了影响公路可移动危险源危险程度的因素,采用模糊综合评判方法,并通过公路可移动危险源模糊预警系统实现了公路可移动危险源的实时综合安全预警.结果表明,此方法考虑危险因素较全面,且可在屏幕实时显示各公路可移动危险源的预警结果,有利于提高安全管理水平.     

基于模糊数学的机务维修中人的可靠性综合评价

基于有关资料数据统计、现场调查研究和理论分析,结合许多专家在人为因素上的研究成果,建立了机务维修中人可靠性评价指标体系,应用层次分析法(AHP)确定了各指标权重.运用模糊综合评价原理构建了机务中人的可靠性模糊综合评价模型,并进行了实例验证,得出了可靠性的综合评价等级.结果表明,该方法简单,易操作,能实现动态的综合评价,...     

基于“三生”适宜性的县域土地利用冲突识别与分析

精准识别潜在土地利用冲突有利于预警权衡和协调冲突用地,有利于科学进行国土空间规划。以“三调”修正数据为基础,基于生产、生活、生态视角,构建高植被覆盖率县域生产、生活、生态即“三生”适宜性评价模型与土地利用冲突识别矩阵,并选取横峰县进行实证分析。结果表明:（1）横峰县“三生”适宜性用地的空间分布与面积构成差异显著,且存在明显的空间叠加特征,暗示着研究区土地利用存在冲突;（2）从潜在冲突识别的结果来看,土地利用适宜区、冲突激烈区、冲突中度区、冲突一般区及冲突微弱区面积占比分别为64.02%、9.66%、17.19%、1.66%、7.48%;（3）各个冲突类型区空间分布、表现形式的差异性决定了冲突和解的对策也需因地制宜。研究结果可为相关及类似县域的国土空间规划提供理论参考。     

水面舰船风浪环境适应性内涵及综合评估方法研究

首先对水面舰船风浪环境适应性的内涵进行了分析,重点研究了风浪环境对舰船综合航行性能及作战使用效能的影响.考虑到实际风浪环境中舰船各项总体性能指标是一个复杂的体系,各指标之间既具有矛盾性又具有一致性,是一个多目标、多变量的复杂系统.提取了跟风浪环境相关性较强的船体性能指标,建立了水面舰船风浪环境适应性多级综合评价指标体系.进而应用多级模糊综合评价模型,建立了舰船风浪环境适应性评估方法,对某深V船型和圆舭船型的风浪环境适应性进行评估,深V船型评估结果为66.95,圆舭船型为50.5,验证了评估模型的合理性.采用4种不同评判矩阵对两船风浪环境适应性进行了评估,结果表明,评判矩阵的选取对评估结果有较大影响.     

基于指标协调性的水体富营养化状况的模糊识别

在湖泊富营养化评价指标体系中,同一指标的分级界点值差异很大,近似地呈现几何级数变化,同时各指标权重的选择与内涵存在不确定性,基于这两种认识,构建基于指标协调性和模糊权下的湖泊水质评价模型。对评价标准及待评价水质监测值进行对数变换,运用层次分析法求出指标的模糊权重;以此构造隶属函数,按最大隶属原则来评判地表水质量等级。应用此模型对巢湖西半湖水体进行富营养化识别,得出结果与生态评估结果基本一致。     

基于AHP-模糊数学法洪涝灾害风险评估

以常州市主城区为例,根据地理位置、气象环境以及人口经济等统计情况,采用AHP法对常州市洪涝灾害风险进行指标分层,将致灾因子、孕育环境、承灾体、防灾减灾能力作为一级指标,下辖历史灾情等12个二级指标以及26个三级指标,并采用模糊数学法对评价集合进行归一标准化处理,得出常州市洪涝灾害现处于低风险状态。同时,对风险主因进行了分析,为常州市洪涝灾害风险管控、灾害救援提供参考。     

自然灾害风险分析的基本原理

介绍了风险研究的基本内容,探讨了自然灾害风险分析的基本原理。从风险的本质和自然灾害的具体表现可以看出,自然灾害风险的分析,依赖于一整套贯穿于致灾因子到灾害影响的、能前后相联的模型。本文对各个环节的模型提出了一些原则性的建议。     

进口含铅物品的固体废物属性鉴别研究

以进口“未锻轧铅合金"物品为例,对其固体废物属性进行鉴别研究. 在分析送检物品的基本理化特征、危险特性和产生属性的基础上,对未锻轧铅合金的固体废物属性进行综合分析. 结果表明,未锻轧铅合金不是合金金属,可能属于回收废铅酸电池的简单熔炼产物,虽然金属铅得到一定程度富集,但在该物品中仍含有大量杂质成分,在进一步生产中可能会对环境造成污染. 根据《固体废物鉴别导则》的判别原则,最终判定未锻轧铅合金属于固体废物,为海关部门的监管和执法提供了技术依据.      

Multiple-pattern parameter identification and uncertainty analysis approach for water quality modeling

This paper presents a multiple-pattern parameter identification and uncertainty analysis approach for robust water quality modeling using a neural network (NN) embedded genetic algorithm (GA). The modeling approach uses an adaptive NN–GA framework to inversely solve the governing equations in a water quality model for multiple parameter patterns, along with an alternating fitness method to maintain solution diversity. The procedure was demonstrated through a coupled 2D hydrodynamic and eutrophication model for Loch Raven Reservoir in Maryland. The inverse problem was formulated as a nonlinear optimization problem minimizing the degree of misfit (DOM) between model results and observed data. A set of NN models was developed to approximate the input-output response relationship of the Loch Raven Reservoir model and was incorporated into a GA framework in an adaptive fashion to search for near-optimal solutions minimizing the DOM. The numerical example showed that the adaptive NN–GA approach is capable of identifying multiple parameter patterns that reproduce the observed data equally well. The resulting parameter patterns were incorporated into the numerical model, and a multiple-pattern robust water quality modeling analysis, along with a compound margin of safety (CMOS) method, was proposed and applied to analyze the parameter pattern uncertainty.