基于博弈论组合赋权灰靶模型的煤矿安全综合评价

为了合理准确地评价煤矿安全现状,建立了基于博弈论组合赋权耦合灰靶决策的煤矿安全评价模型。运用层次分析法、熵权法和神经网络算法单独计算出各个指标的权重,再根据最优线性组合系数确定博弈论组合赋权。以河南义马煤业5组矿井安全现状为例,运用博弈论组合赋权耦合灰靶决策计算矿井偏离靶心度,同时将该模型的评价结果与层次分析法耦合灰靶决策模型、熵权灰靶决策模型和神经网络算法耦合灰靶决策模型的评价结果进行对比分析。结果表明:博弈论组合赋权耦合灰靶决策模型的评价结果与煤矿实际安全情况基本一致,且该模型相较其他模型的评价结果更加精准简便。     

Mass balance-based regression modeling of Cd and Zn accumulation in urban soils of Beijing

Accumulation of heavy metals in urban soil can pose adverse impacts on public health and terrestrial ecosystems. We developed a mass balance-based regression model to simulate the heavy metal accumulation in urban soils as a function of time and to explore connections between metal concentration and urbanization processes. Concentrations of Cd and Zn in 68 residential soil samples in the urban area of Beijing were used. The background concentrations, the loss rates and the input fluxes of Cd and Zn in urban soils of Beijing during the last three decades were estimated using a regression of the time series of accumulations of the metals. Based on the regression estimates, we simulated the general trends of Cd and Zn accumulation in the soils from 1978 to 2078. The concentrations of Cd and Zn in urban soil generally increased with the population growth, vehicle use and coal consumption. The mean concentrations of Cd and Zn in urban soil of Beijing would increase by 3 fold over the next 70 years for the current development scenario. The mass balance-based regression approach, which is able to reconstruct the history data of urban soil pollution, provides fundamental information for urban planning and environmental management.     

石油类污染物在包气带中的迁移预测——以兰州西固商业石油储备库为例

包气带在地表石油类污染物下渗到地下水的过程中扮演着重要角色,同时包气带受到污染必然会对周围环境,特别是植物的生长造成影响,从而影响人类自身。主要使用HYDRUS软件预测了兰州西固商业石油储备库的渗漏对包气带的影响,分正常工作状况和非正常工作状况两种情况。在正常工作状况下,从5000天到10000天,污染物浓度呈线性增加,到50年左右,包气带底部(下边界)污染物浓度接近0.1mg/cm3。在非正常工作状况下,包气带底部(下边界)浓度增加的速度要远远大于正常工作状况,到50年左右,包气带底部(下边界)浓度达0.5mg/cm3。预测结果可以为相应工作状况下饱和带的溶质迁移模型提供参考依据,对确定饱和带污染物的浓度具有重要的参考意义。     

应用灰色模型(G,M)预测软土路基沉降量

本文讨论了灰色系统理论在软土路基沉降量预测中的应用 ,以京珠高速公路灵山实验段沉降观测数据为例 ,建立了沉降量灰色预测模型 ,并与三点法、双曲线法的预测结果以及实测结果进行了对比 ,结果表明 ,灰色预测模型的预测沉降量与实际沉降量更接近。最后分析了用灰色模型进行预测应注意的问题。     

利用神经网络法对胺类有机物急性毒性的分类及定量预测

运用三层误差反向传播网络对５１种胺类有机物进行了结构－毒性关系的研究,进入的结构参数为分子连接性指数信息理论指及分子量等６种均可通过分子拓扑图直接计算获得的指标。毒性参数选用大鼠经口ＬＤ５０,根据其大小将样本分为３类：高毒,中毒,低毒,在神经网络模型上作出差别归类,并分别对每类进行定量预测。     

秦皇岛市大气污染的灰色关联分析

利用灰色关联分析方法对秦皇岛市大气环境质量的影响因素进行筛选,得出各项因素的主次关系。研究表明,煤炭使用量、港口吞吐量和机动车保有量的增加是影响秦皇岛市大气环境质量的重要因素。基于此,提出政府应大力发展清洁能源、加强港口煤尘治理和机动车污染防治等建议。     

基于PSO算法的BP神经网络对水体叶绿素a的预测

BP神经网络(Back Propagation Network)在水体富营养化评价及预测中已广泛应用,但传统BP算法的收敛速度慢并易陷入局部最优. 提出了一种基于微粒群(PSO)算法的BP神经网络模型,利用PSO对神经网络的权值进行修正,优化神经网络结构及算法全局收敛性. 选择最能代表明湖水质状况的5号采样点作为研究对象,把2009年4月—2010年3月的月样本插值为周样本,对明湖ρ(Chla)的短期变化趋势进行了预测,并用6号采样点数据来验证网络的泛化能力. 比较分析基于PSO算法的新模型与传统BP算法模型的预测精度表明,新模型有效克服了传统算法的缺点,提高了网络的预测能力和学习能力.      

高速铁路桥梁桩基沉降预测模型研究

科学、合理地预测桥梁桩基工后沉降量是高速铁路建设的关键环节.鉴于京沪高速铁路桥梁桩基沉降曲线在多级荷载作用下呈明显阶梯形基本特征,而常规沉降预测模型不能反映全过程的沉降与时间的关系,引入荷载系数的概念,建立了变形过程指数模型,介绍了模型的求解过程及参数的确定方法.并结合沉降实测资料,运用指数曲线模型和Logistic模型进行对比分析.结果表明,变形过程指数模型能将架梁前期的观测数据纳入分析时间段内,其预测精度高,误差小,预测结果与实测数据基本吻合.进一步对模型参数的计算值进行粗差分析及归类,给出了不同地基土层、不同荷载作用下参数β的建议值.     

高陡边坡三维实体变形预测的研究

从高陡边坡变形预测的机理出发,综合考虑三维点变形之间的相互影响以及变形的时间效应。根据三维实体变形预测理论,利用Matlab编制变形预测程序,建立了高陡边坡三维实体变形模型。结合实际工程监测资料,回归出相应的参数,并进行后续变形预测。结果表明,预测值与实际监测值相接近,相对误差在4%以内,由此为滑坡预警和安全生产提供了依据。     

高速公路雾形成预测研究

雾对高速公路交通运行及行车安全有重要影响,掌握雾天出现的天气特征,有利于提高高速公路雾天管理的有效性和针对性。以重庆高速公路2009~2011年两个雾季的交通数据和天气数据为依据,在分析雾天能见度对高速公路交通影响的基础上,确定影响交通的雾天能见度阈值为600m。对雾天形成气象条件的时间演变进行的主成分分析与相关性分析表明,最大湿度和昼夜温差对雾的形成有决定性影响,其中相对湿度的对起雾的影响大于昼夜温差影响,将相对湿度大于95%作为起雾的关键因素。建立了雾天出现的预测模型,为高速公路雾天管理提供依据。