建筑企业员工职业病危害认知影响因素的调查分析

随着建筑行业的持续快速发展,建筑企业作业场所中的职业病危害呈现出高发性、复杂性和持续性等特点.通过针对建筑企业员工的实际状况设计调查问卷获取第一手资料,并运用SPSS17.0统计软件建立相关分析、回归分析等模型进行数据分析,可以得知建筑企业作业场所员工遭受职业病危害的可能性与对安全知识的了解程度、从业时间、性别及文化背景这四个因素的线性相关性.通过对建筑企业作业人员职业病危害的调查与分析,辨识出影响职业病危害的人为因素,提出相关的建议措施以改善建筑企业作业场所职业病危害严重的局面,提高建筑企业员工自我保护意识,增加其职业病危害防护知识,减少职业病危害事故的发生.     

关联交叉口交通流模糊变权重组合预测方法

针对单一交通流预测方法存在的局限性和传统交通流组合预测模型中权重不能动态变化的问题,提出一种关联交叉口交通流模糊变权重组合预测方法。先对交叉口交通流的关联性进行分析,并给出关联交叉口的定义;再建立关联交叉口交通流模糊自适应变权重组合预测模型,该模型分别利用Kalman滤波器模型与SVM模型来预测关联交叉口交通流量,然后根据这2个模型预测的误差和交通量的变化趋势,采用模糊逻辑推理方法,对这2个预测模型分别赋予适当的权重。试验结果表明,组合预测模型的最大绝对误差、平均绝对误差和相关系数均明显好于单一的预测方法,分别为9.8%、4.63%和0.99。     

安全投入各要素分配方向的研究

针对灰色关联分析法存在的分辨系数的选择主观性较大,用关联系数的平均值得到的关联度降低了评价准确性等缺点,提出用经济学中的偏相关分析和不变替代弹性(CES)生产函数分析方法,建立安全投入与事故函数分析模型。应用SPSS和EViews软件,找出安全投入和事故之间偏相关系数绝对值最大的要素和标准化回归系数绝对值最大的要素,作为优先投入方向,并按照系数绝对值大小进行排序,为以后企业进行安全投入提供理论参考,避免企业资源的浪费。这两种方法可操作性强,主观随意性小,得到的结果可信性高。     

基于GM-SVR的小样本条件下化工设备可靠性预测

为了准确预测化工设备可靠性趋势，针对化工设备失效寿命数据为小样本的情形，基于灰色估计法与支持向量回归机在小样本数据处理中的优势，建立了失效寿命时间服从三参数威布尔分布的化工设备可靠性模型；结合GM（1，1）和SVR对模型进行参数估计，在压缩机可靠性分析中进行了实例应用，对比分析了最小二乘法、灰色估计法和GM-SVR的估计效果。研究结果表明:GM-SVR对威布尔分布参数的估计精度明显优于最小二乘法和灰色估计法，可以有效地应用于化工设备失效数据为小样本时的可靠性预测。     

公路隧道火灾发生位置与人群疏散通道仿真研究

利用EXODUS建立隧道的仿真场景,确定疏散人群仿真参数,并将出口工效OPS作为评价疏散效率的指标,分析不同火灾发生位置对疏散时间的影响。采用K-means算法分别对火灾发生位置和人群疏散通道位置进行聚类,并建立基于两者影响下的出口工效模型,通过对该模型求偏导,得出隧道火灾发生位置和人群疏散通道选择之间的关系。研究结果表明:火灾发生位置越接近人行横通道,疏散时间波动越大,人行横通道和隧道入口的疏散时间随人群疏散区域分界线变化,当火灾发生距人行横通道20~110 m时,变化明显,当距140~350 m时,变化平稳;出口工效OPS总体呈现不稳定的阶梯状变化趋势;火灾发生位置和人群疏散通道的最优位置呈线性递减关系。研究结果可应用于隧道应急指挥中心管理人员制定有效疏散路径和采取诱导分流人群措施。     

Artificial neural network model for identifying taxi gross emitter from remote sensing data of vehicle emission

Vehicle emission has been the major source of air pollution in urban areas in the past two decades. This article proposes an artificial neural network model for identifying the taxi gross emitters based on the remote sensing data. After carrying out the field test in Guangzhou and analyzing various factors from the emission data, the artificial neural network modeling was proved to be an advisable method of identifying the gross emitters. On the basis of the principal component analysis and the selection of algorithm and architecture, the Back-Propagation neural network model with 8-17-1 architecture was established as the optimal approach for this purpose. It gave a percentage of hits of 93%. Our previous research result and the result from aggression analysis were compared, and they provided respectively the percentage of hits of 81.63% and 75%. This comparison demonstrates the potentiality and validity of the proposed method in the identification of taxi gross emitters.     

太子河流域硅藻群落与驱动因子的定量关系

定量研究水生生物对水环境参数的适宜值是评估栖息地质量和维持生物完整性的主要途径. 以辽宁省太子河流域为研究范例,选择Y(优势度指数)大于0.000 1的硅藻为研究对象,结合水环境参数,采用CCA(典范对应分析)、CART(分类回归树)和WA(加权平均回归分析)等方法,分析硅藻与水环境因子的关系,并计算硅藻对驱动因子的最适值. CCA结果表明,IOS(底质指数)、ρ(TDS)(TDS为总溶解固体)和ρ(COD_Mn)是硅藻群落的驱动因子;CART预测结果表明,IOS高的水环境硅藻密度高于IOS低的水环境,ρ(TDS)和ρ(COD_Mn)低的水环境硅藻密度高于ρ(TDS)和ρ(COD_Mn)高的水环境;WA结果显示,96种硅藻对IOS、ρ(TDS)和ρ(COD_Mn)的最适值范围分别为1.00~6.44、60.29~820.30 mg/L和0.46~2.89 mg/L. 钝端菱形藻解剖刀变种和尖端菱形藻适宜栖息于IOS较低而ρ(COD_Mn)较高的水环境, Gomphonema trancatum和肿大桥弯藻则适宜栖息于IOS较高的水环境;缠结异极藻二叉变种和尖细异极藻适宜栖息于ρ(TDS)较高的水环境,弧形峨眉藻和克洛钝脆杆藻则适宜栖息于ρ(TDS)较低的水环境;弧形峨眉藻和隐头舟形藻威蓝变种适宜栖息于ρ(COD_Mn)较低的水环境. 针杆藻和桥弯藻对IOS的最适值高于舟形藻和菱形藻以及其他藻种,96种硅藻对ρ(TDS)和ρ(COD_Mn)的最适值均表现为菱形藻和异极藻较高、针杆藻和桥弯藻较低.      

Multiple linear regression models of urban runoff pollutant load and event mean concentration considering rainfall variables

Rainfall is an important factor in estimating the event mean concentration (EMC) which is used to quantify the washed-off pollutant concentrations from non-point sources (NPSs). Pollutant loads could also be calculated using rainfall, catchment area and runoff coefficient. In this study, runoff quantity and quality data gathered from a 28-month monitoring conducted on the road and parking lot sites in Korea were evaluated using multiple linear regression (MLR) to develop equations for estimating pollutant loads and EMCs as a function of rainfall variables. The results revealed that total event rainfall and average rainfall intensity are possible predictors of pollutant loads. Overall, the models are indicators of the high uncertainties of NPSs; perhaps estimation of EMCs and loads could be accurately obtained by means of water quality sampling or a long term monitoring is needed to gather more data that can be used for the development of estimation models.     

改进AHP-DRASTIC模型用于地下水U(Ⅵ)污染风险评价及回归分析

以某铀尾矿库为例,应用层次分析法(AHP)对DRASTIC进行了改进,并增加两个新的指标,得出改进后的AHPDRASTICLL模型。分别采用常规DRASTIC模型、改进DRASTICLL模型、AHP-DRASTICLL模型对某铀尾矿库区地下水受U(Ⅵ )污染风险进行了评价。结果表明:尾矿库周围与砂卵砾石层区风险较高,丘陵地带风险较低。采集监测井U(Ⅵ )浓度样本数据,与3个模型标准化综合评分值建立线性回归关系,常规DRASTIC模型相关系数R2=0.7795;改进DRASTICLL模型相关系数R2=0.8278;AHP-DRASTICLL模型相关系数R2=0.8581。分析结果表明AHPDRASTICLL模型能更加准确地反映地下水受污染的可能性。