基于ARIMA-LOESS模型的危化品道路运输事故起数预测

文章针对危化品道路运输事故预测问题,运用差分自回归移动平均模型(Autoregressive Integrat-ed Moving Average,ARIMA)与局部加权回归模型(Locally Estimated Scatterplot Smoothing,LOESS)的组合模型,对我国危化品道路运输事故发生起数进行...     

基于Arrhenius模型和Peck模型的分段非线性加速模型

目的 解决Arrhenius模型无法估计湿度应力敏感产品和Peck模型试验时间较长的问题。方法 考虑温度应力和湿度应力对产品贮存寿命的综合影响,在产品激活能不变的假设下,将Arrhenius模型对产品激活能的估计和Peck模型对湿度应力参数的估计相结合,建立Arrhenius&Peck分段非线性加速寿命估计模型。基于此模型,在双应力恒加试验条件下,得到产品的寿命估计方程。结果 以弹上电子产品的恒定应力加速贮存试验为例,进行仿真分析,得到产品寿命的估计,并对比产品实际寿命。Arrhenius&Peck模型的寿命误差和失效率误差均控制在5%以内,准确度高于Arrhenius模型和Peck模型。结论 构建的Arrhenius&Peck分段非线性加速寿命模型可以充分利用温度和湿度条件下的试验数据,对温湿敏感产品的寿命估计有较好的应用效果,为导弹产品的寿命估计提供一种可选方法。     

BPA与3种双酚类化合物的联合作用雌激素效应

环境内分泌干扰物的联合作用已经是目前研究的重点.采用重组基因酵母检测法,分别测定了双酚A (BPA)、双酚AF(BPAF)、双酚AP(BPAP)、双酚F(BPF)4种双酚化合物的雌激素活性,并依据其测定结果,按照等效浓度比,设计了浓度比分别为EC₁₀和EC₅₀的6种二元混合物并测定了其雌激素活性.结果表明,这4种化合物的剂量-效应关系都可以用Weibull函数有效描述,BPA、BPAF、BPAP、BPF的EC₅₀值分别为：6.81×10^-6、7.44×10^-7、1.43×10^-5、7.52×10^-6 mol·L^-1,其雌激素活性大小顺序为：BPAF>BPA>BPF>BPAP.依据不同的联合作用判断方法对这4种化合物的联合效应进行判断,结果表明,相同化合物的不同混合比例可能对联合作用方式产生影响,采用DA和IA预测模型可以更加直观、方便地判断联合作用的类型,而且可以反映出不同混合比例对联合作用的影响.     

集合卡曼滤波算法对FARSITE模型林火蔓延预测的修正效果研究

针对火源位置输入偏差导致的FARSITE林火行为模型火线预测不准确的问题,提出了一种基于集合卡曼滤波算法的动态修正方法。利用FARSITE对复杂工况下的林火蔓延过程进行数值模拟,以火线位置为待修正参量,以均方根误差(RMSE)为评价指标,对算法的可行性进行了验证,并研究了算法的集合元素个数,观测数据标准差及同化频率对FARSITE预测偏差的修正效果的影响。结果表明:算法能显著提高FARSITE火线预测精度;逐时同化时:集合元素个数为5 时,算法的修正效果并不理想,随着集合元素个数增大,样本误差减小,修正效果得到改善,但增大到30以上时, 修正能力的提升就不再明显;观测数据标准差大小与RMSE值呈正相关;给定条件下当同化频率由1 h/次降低至2 h/次,整个模拟时长内的误差仍能得到较好控制,RMSE曲线并不会过快增长。     

基于链路预测的安全隐患管理研究*

为探寻安全隐患的发生规律，揭示安全隐患的演化特点，为管理人员提供建议和参考。以潞安集团司马煤业有限公司2009—2015年安全隐患记录为数据源，建立无向加权安全隐患共词网络，利用链路预测技术，寻找安全隐患的内在联系及发展趋势。结果表明:相比于共同邻居、资源分配等基于局部信息的相似性指标，资源分配指标能够更好地预测安全隐患各个关键词之间的变化联系；通过分析关键词共现关系，证实预测的准确性，预测出部分未来存在但当前未产生的节点关系。安全管理人员可基于此方法采取有针对性的预防措施，减少相关隐患的发生。     

Repeatability,Sensitivity, and Uncertainty Analyses of the BANCS Model Developed to Predict Annual Streambank Erosion Rates

Accelerated streambank erosion caused by channel instability can be the leading cause of sediment impairment of streams. Obtaining accurate streambank erosion rates for sediment budgeting and prioritizing mitigation efforts can be difficult and costly. One approach to quantifying streambank erosion rates is through the development and implementation of an empirically derived “Bank Assessment for Non‐point Source Consequences of Sediment” (BANCS) model. This study aims to improve the BANCS model application by evaluating repeatability between users and identifying sensitive and/or uncertain model inputs. Statistical analysis of streambank evaluations conducted by 10 different individuals suggests the implementation of the BANCS model may not be repeatable. This finding may be due to sensitive model inputs, such as streambank height and near‐bank stress level prediction method selection, and/or uncertain model inputs, such as bank material identification and the associated adjustment of erosion potential. Furthermore, it was found assessing streambanks as a group by obtaining a measure of central tendency from individual evaluations, as well as obtaining a higher level of training, may improve model implementation precision. Application of these suggestions may result in improved prediction of streambank erosion rates utilizing the BANCS model methodology.     

考虑随机误差的软土基坑沉降趋势分析及预测*

为准确分析基坑沉降变性规律，基于现场监测数据，通过卡尔曼滤波对趋势项及误差项进行分解，采用M-K检验对发展趋势进行评价，利用优化广义回归神经网络和差分整合移动平均自回归模型，构建基坑沉降分项预测模型，并将预测结果与发展趋势评价结果对比分析，以实现基坑沉降变形规律综合研究。结果表明:卡尔曼滤波能有效分解基坑沉降数据趋势项与误差项，相较于传统小波分解效果更佳；基坑沉降呈持续增加趋势，但趋势性逐渐减弱；预测结果相对误差均值均不大于2%，预测模型精度较高；沉降变形会进一步增加，但增加速率明显降低，与发展趋势分析结果一致，两者相互佐证分析结果准确性。研究结果为基坑沉降变形规律分析提供新思路。     

一种新的时间序列预报方法及其应用

本文叙述了作者提出的时间序列预报方法的基本原理,介绍了这一方法在应用过程中的发展及在实际部门应用的情况,其中包括异常旱涝灾害预报及方法的改进等最新成果。     

STATISTICAL CONSIDERATIONS ON THE RANDOMNESS OF ANNUAL MAXIMUM DAILY RAINFALL1

ABSTRACT: Annual maximum daily rainfall data from nine stations throughout the southern slopes of the Eastern Italian Alps with record length of 67–68 years have been analyzed with the aim of verifying if their internal structure justifies the assumption of independence and identical distribution, or the “White noise hypothesis.” The approach is to consider the hypothesis H₀ of white noise as the intersection of several sub-hypotheses, each concerning one of the characteristics of a white noise process. To this end the nine series were subjected to various statistical tests regarding randomness, independence, change-points, and predictability. The results are examined first individually and then globally. They indicate that in eight of the nine considered time series the “white noise hypothesis” was rejected.