时数分离残差模型及在尾矿坝渗流预测中的应用

对于非等时序列的时数分离可以建立模型，但这种模型误差分析较困难。本文在残差GM(1，1)模型的基础上，建立了时数分离残差模型，对误差进行修正。应用这种模型分析了德兴铜矿1#尾矿坝的渗流趋势，结果表明，模型能够大大提高预测精度，满足工程预测的需要。     

金厂沟梁金矿床矿脉原生地球化学特征及深部含矿性评价

金厂沟梁金矿床的矿脉走向主要为NW向和近SN向 ,NW向矿脉中矿体赋存深度比近SN向矿脉浅约 2 0 0m。近南北向矿脉的金矿体主要赋存在矿脉向西凸出与平稳变化的转折部位。As、Sb含量和F3因子得分值的高值指示矿体上部 ,Co、Mo含量和F5因子得分值的高值指示矿体的下部或尾部。黄铁矿是最主要的载金矿物 ,中粒、半自形晶 ,碎裂发育 ,晶体内含杂质较多的黄铁矿含金率高。在东矿区 ,近SN向矿脉的探矿重点应放在寻找六中段以上部位的平行矿脉 ,NW向矿脉的探矿重点应放在二—三中段以上的较浅部位     

非点源水质模型研究

在国营农场具有完善灌溉条件下,运用静态的Streeter-Phelps模型研究了污染物质在排水支水沟(或河流)中的迁移变化规律,推导出适合农场面源的水质模型。     

西吉县黄土丘陵沟壑区小流域土壤流失量预报方程

木文在实地测量水库、塘坝淤积量和全面调查影响因子的基础上,利用计算机对获得的大量资料进行了统计分析,建立了黄土丘陵沟壑区小流域土壤侵蚀数学模型。研究结果表明:根据影响土壤侵蚀的主导因子建立的小流域年土壤流失量预报方程,具有较高的精度。预报方程比较客观地反映了各个影响因子对小流域土壤侵蚀的综合作用,它不仅能够根据给定的条件,估算流域内过去和现在的年土壤流失量,而且能够预报未来某一降雨水平的年土壤流失量,同时利用本方程对流域土壤流失量及其影响因子进行定量分析,这对于判定小流域治理总体规划、布设各项治理措施、进行流域管理以及有效地控制土壤侵蚀等提供了可靠依据。 本文研究的结果,已在西吉县防护林工程建设和全县水土流失综合治理中广泛应用,并被 WFP/FAO 中期评价组有关国外专家所采用。     

地震灾害与地震预报--写在邢台地震40周年之际

本文分析了我国的地震灾害,阐述了近代地震灾害的特点和发展趋势,指出地震预报既是强烈的社会需求,也是全球性的科学难题,最后较为全面地介绍了我国地震预报的主要进展.     

呼和浩特市大气污染主要因子分析--灰色关联度法

灰色系统理论是环境污染趋势预测及评价模型常用的一种方法。本文运用灰色系统理论关联度的分析方法，对呼和浩特市大气污染成因进行分析。     

江苏省水泥用灰岩资源及其潜力预测

本文综述了江苏省水泥用灰岩资源及其开发利用现状,预测了10个资源潜力区,建议加强水泥用灰岩预测区的勘查规划与保护。     

改进的灰色变权聚类法在水质评价中的应用

本文以灰色系统理论和模糊数学理论为基础，改进了传统灰色聚类法隶属函数的构建模式，通过扩充函数的取值区间，变更函数型式，保证了评价信息的完整性和精确性；通过修正污染因子权系数的标定模式，既考虑各因子在不同污染级别中作用的不同，同时也充分考虑各因子各自在不同污染级别中的权重不同，把二者相结合，进行权系数标定，提高了评价的准确性和分辨率。     

规范变换与误差修正结合的环境系统的前向网络和投影寻踪预测模型

为了建立适用于环境系统的结构简洁、形式统一、程序规范、应用普适的神经网络和投影寻踪回归预测模型,针对传统的神经网络和投影寻踪回归用于多因子、大样本预测建模,存在模型结构复杂、学习效率低的局限,提出设置环境系统预测量及其影响因子参照值和规范变换式的原则和方法,使规范变换后的影响因子皆"等效"于同一个规范影响因子,从而将多因子的的预测建模简化为等效规范因子的预测建模,使模型结构得到极大地简化,提高了学习效率;此外,为了提高预测模型的预测精度,还提出了对预测样本的模型输出值的误差修正公式.在对环境系统的预测量及其影响因子进行规范变换的基础上,将m个规范影响因子的每个建模样本组成m个"等效"训练样本,应用免疫进化算法优化模型参数,分别建立适用于环境系统的2个或3个规范影响因子的前向神经网络和投影寻踪回归两类预测模型;并依据误差理论,对误差修正公式修正后的模型预测精度的提高进行了严格的数学论证.将基于规范变换与相似样本误差修正相结合的两类预测模型,用于某市5个点位的SO_2浓度预测,并与6种传统预测模型和方法的预测结果进行了比较.结果表明:对同一个预测样本,同类模型的两种不同结构的的预测值及其相对误差都几乎完全相同或彼此相差甚小;此外,两种不同结构的两类预测模型用于5个样本预测,其相对误差绝对值的平均值分别为2.59%、2.67%;2.18%、2.62%,均远小于传统BP神经网络模型的25.72%、传统PPR模型的14.20%、传统SVR模型的22.13%、模糊识别模型的21.57%、组合算子模型的18.36%和多元回归模型的25.31%;而两类模型预测的最大的相对误差绝对值分别为4.11%和3.57%,更加远远小于传统的6种预测模型的37.18%、56.07%、27.40%、32.14%、38.38%和60.26%.实例分析结果证实了误差修正公式对提高模型预测精度具有切实可行性.基于规范变换与误差修正相结合的前向神经网络和投影寻踪回归两类预测模型不仅避免了"维数灾难",提高了学习效率和模型的预测精确度,而且具有简洁、普适、规范、统一和稳定的特点,对其他预测建模也有借鉴作用.     

贫信息背景下复杂装备的加速系数确定模型——基于灰色关联与失效相似度

针对传统加速系数确定方法过分依赖可靠性增长模型与利用子系统进行数据融合机理不清晰的问题,提出一种利用装备、环境与失效相似度综合确定复杂装备加速系数的方法.利用灰色关联与灰靶方法充分筛选历史相关样本进行信息融合,提出的方法极大程度地在小样本的情况下对相关信息进行挖掘.与传统方法相比,本方法需要的数据较少,易于取得,计算简便且适用于各类新装备的各类新环境.最后通过算例分析证明了方法的简便性与实用性.证明了方法兼具理论与实践价值.