基于链式多重插补的WOA-ELM煤与瓦斯突出预测模型

为了提高缺失数据下煤与瓦斯突出预测准确率,提出1种基于链式支持向量机多重插补(MICE＿SVM)的鲸鱼优化算法(WOA)-极限学习机(ELM)预测模型,以淮南朱集矿区为例,选取5个煤与瓦斯突出影响指标作为模型特征,采用提出的MICE＿SVM算法插补突出事故数据中缺失值,利用WOA优选ELM输入层权值及隐含层阈值,构建煤与瓦斯突出预测模型,将插补后数据用于WOA-ELM模型的训练与测试,并与其他模型的预测效果对比。研究结果表明：MICE＿SVM插补前、后的有突出数据预测准确率分别为83.02%,90.41%,MICE＿SVM显著提高了有突出预测准确率,对无突出和整体的预测准确率提高不明显;数据插补后WOA优化ELM对无突出、有突出和整体的预测准确率分别为97.94%,96.25%,96.48%,较优化前分别提高了5.79%,5.84%,5.55%,数据插补后WOA-ELM为最佳预测模型。     

基于PANDA平台的飞行器脉动压力激励随机振动响应分析

目的 形成自主再入飞行数值模拟预测技术.方法 采用模态叠加法开展自由结构的多点脉动压力激励随机振动响应分析,基于PANDA高性能力学分析平台进行并行实现研究,构建相应的求解模块.针对飞行器再入过程,基于自主研发的软件模块,分析飞行器自由状态的模态特性及其在实测脉动压力载荷下的振动响应,并与商业软件分析结果 进行比对.结...     

典型单建式人防工程地震反应分析

以北京市某典型单建式人防工程为研究对象,利用MIDAS GTS NX有限元建模,开展土-结构相互作用三维非线性地震反应分析。结果表明：随着输入地震动幅值的增大,结构峰值加速度随墙高逐渐增大;结构的层间相对位移随地震动强度的增大而进一步增大,最大层间位移角在规范要求范围内;对于典型单建式人防工程结构而言,中柱的内力反应最大,是结构抗震的薄弱环节。分析内容揭示了单建式人防工程在地震作用下的反应规律,研究结果为工程的抗震性能评估和抗震设计提供参考。     

太原市城区大气PM2.5和PM10时空分布特征

研究太原市城区大气颗粒物质量浓度时空变化规律,可以为实施更有效的大气污染综合治理手段提供科学依据.以太原市9个国家空气质量自动监测站的数据为基础,运用统计分析和Kriging插值法,对太原市城区2019年大气颗粒物的时空分布进行了分析.结果表明,2019年太原市城区PM2.5和PM10年均质量浓度分别为56μg·m?3...     

2015～2019年云南省城市空气质量特征及影响因素研究

利用2015～2019年云南省16个州市29188个空气质量日报数据进行数理统计,采用克里金插值法及Daniel趋势检验法分析AQI (空气质量指数)及主要污染物浓度的时空变化特征,探讨近5年云南省城市空气质量时空变化特征及其影响因素。结果表明:(1) 2015～2019年云南省SO_2、PM_(2.5、)PM_(10)浓度呈下降趋势,NO_2浓度保持基本稳定,O_3浓度呈显著上升趋势,各年间空气质量综合指数值波动较小,且逐年改善。(2) 2019年O_3-8h作为超标污染物占比达57.52%。云南省PM_(2.5)年均值相对较高区域面积略有减少,O_3年均值相对较高区域面积显著增加。(3)云南省PM_(2.5)与PM_(10)月均值呈现冬春高夏秋低的变化规律,O_3月均值为春季单峰高值,SO_2月均值整体趋势平稳变化幅度不大。(4)云南省AQI值及平均能见度和平均降水量呈显著负相关(P0.01),AQI值与平均气温及平均风速不存在显著相关性。研究显示云南省空气质量优良逐年改善,污染类型由颗粒物污染转为以颗粒物和臭氧为特征的复合型污染。空气质量受气象条件影响,能源结构优化、污染物总量减排等措施对空气质量改善起到积极作用。     

汽车制造行业企业自行监测关键问题剖析及对策研究

为摸清汽车制造行业企业自行监测开展情况,利用实地勘察和资料查阅的方式对济南市28家样本企业自行监测活动开展情况进行研究.结果表明,样本企业中71％无组织监测频次不足,82％未开展周围环境质量监测,42.9％排放标准执行错误,11％监测指标表征错误,100％自动监测无效数据未修约直接公示,42.9％自动监测运维记录不完善...     

基于资源环境影响的绿色消费指数构建和实证评价

构建绿色消费综合指数,形成系统的评价和考核体系,对构建激励约束并举的绿色消费政策体系具有重要意义。基于消费的资源环境影响构建绿色消费综合指数,并运用该指数对北京、天津、上海的绿色消费现状进行实证分析,同时对我国各省份(不包括香港特别行政区、澳门特别行政区和台湾地区)绿色消费指数的平均水平(简称我国平均水平)进行估算。结果表明：(1)北京、天津、上海和我国平均水平的绿色消费综合指数均呈波动上升趋势,在2015—2017年达到峰值;(2)从北京、天津、上海横向比较来看,北京市的绿色消费综合指数一直处于领先水平,上海次之,天津市除个别年份外,整体居于末位,仅从指数来看,与我国平均水平基本相当;(3)生活二氧化碳排放量、公共交通水平、环境基础设施建设投资等指标在不同地区间差异显著,是现阶段影响我国绿色消费综合指数差异的主要原因。