Genetic analysis of Pinus banksiana and Pinus resinosa populations from stressed sites contaminated with metals in Northern Ontario (Canada)

The Sudbury region in Canada is known for the mining and smelting of high-sulphide ores containing nickel, copper, iron and precious metals. Although reports provide information of metal levels in soil and plants, knowledge of genetic effects on plants growing in contaminated areas is limited. The main objective of this study was to characterise the level of genetic diversity in Pinus banksiana and Pinus resinosa populations from the Sudbury (Ontario) region using microsatellite markers. Soil samples were analysed for concentrations of metals. High levels of metal contents in soil were observed within short distances of the smelter compared with control sites. The level of genetic diversity was very low for P. resinosa populations and moderate for P. banksiana samples. Observed heterozygosity was fivefold higher in P. banksiana populations than P. resinosa populations studied. Overall, 17 and 24% of the total genetic diversity were attributed to differences among populations for P. banksiana and P. resinosa, respectively. In general, the inbreeding was significantly higher in P. resinosa populations than P. banksiana populations and gene flows were relatively low in both species. No significant trend of the levels of genetic diversity for metal contaminated and uncontaminated sites was found.     

基于遗传算法的次级河流回水段水质模型多参数识别

根据长江次级河流临江河回水段的实际情况,建立一维水质模型,模型中的各变化项采用有限差分法(FDM)进行离散,以回水段水体中COD和NH3-N的实测资料为基础,利用自适应遗传算法(AGA)对2种污染物的纵向离散系数及一级降解系数进行反演计算,得出回水段COD和NH3-N的纵向离散系数分别为0.5227,0.5196km2/h,一级降解系数分别为0.0342,0.0367h-1;计算值与实测值吻合较好,表明FDM-AGA方法能较好地运用于次级河流回水段水质模型的多参数识别.     

基于DBSCAN聚类的城市区域火灾风险计算方法——以深圳市盐田区为例

为探究评估城市区域的火灾综合风险,提出空间聚类和层次分析法对深圳市盐田区2011年至2019年火灾数据进行建模分析.运用DBSCAN聚类模型对火灾地点进行分类,结合层次分析法构建火灾风险评估验证模型,探讨聚类结果、火灾场景、火灾原因构建系统层次结构模型,综合得出风险评估结果.通过将聚类区域还原至百度地图,结合场景信息及...     

情景-应对模式下考虑软时间窗的高铁应急资源调度优化

为提升高速铁路应急处置水平,考虑突发事件发生后应急资源需求的不确定性,通过对事故情景集的分析和计算,采用"情景-应对"模式,获取事故点的资源需求量;通过引入"软时间窗"概念,建立以超时惩罚成本、资源运输成本和救援点固定出动成本3者之和最小化为优化目标的应急资源调度模型,利用遗传算法进行求解,并基于实际事故案例验证方法和...     

基于循环神经网络的缓坡场地液化侧移预测*

为预测缓坡场地地震液化侧向位移,基于改进自适应算法（Rectified Adam）和循环神经网络模型（RNN）,提出液化侧移预测模型RA-RNN,通过对侧移数据进行样本学习,并利用改进自适应算法优化循环神经网络结构,验证RA-RNN模型可靠性,并与多元线性回归法（MLR）计算结果进行对比。结果表明:RA-RNN模型计算得到侧移一般为实测位移的0.7~1.3倍,训练结果R2,RMSE,MAE分别为0.977,0.375,0.141;土耳其科喀艾里RA-RNN模型预测结果RMSE和MAE为MLR模型的1/26,1/830;中国台湾集集镇RA-RNN模型预测结果RMSE和MAE为MLR模型的1/18,1/350,RA-RNN模型预测结果较优,预测精度及泛化能力得到很大提升。     

基于802.11n无线传感器网络的巷道人员定位技术研究

针对现阶段矿井人员定位系统定位精度低、成本高、可靠性差等问题,提出了一种基于802.11n无线传感器网络技术的真三维人员定位系统,该系统根据功能特征划分为现场设备管理层、系统运行监控层和地面监控管理层。工作时,定位分站将移动节点通过无线网络传输过来的位置坐标信息通过RS-485总线传输到光纤冗余网中,紧接着将位置坐标信息通过CAN现场总线传输到地面数据服务器内进行解压、分析处理和可视化显示。实验结果表明:当加权因子k取1.1时,该系统在井下巷道测试环境中的平均误差仅为1.15 m,且长期运行无故障,具有较高的定位精度和可靠性,降低了成本。     

基于改进蝴蝶算法和社会力模型的多出口疏散模型研究*

为提高多出口场景下行人疏散效率和精度,基于蝴蝶算法和社会力模型,提出一种新的应急疏散仿真路径规划方法。在原有社会力模型中,考虑距离出口远近及行人所处位置拥挤度对运动过程中期望速度的影响,引入速度调节因子,描述行人在疏散中的期望速度变化;针对蝴蝶算法中后期收敛速度慢和易陷入局部最优的缺陷,提出自适应感知概率参数以增强局部搜索和全局搜索之间的平衡;在每轮迭代结束时引入迭代局部搜索策略,扰动局部最优解获得中间状态,并重新搜索上述中间状态得到全局最优解。研究结果表明:提出的应急疏散仿真路径规划方法在多出口环境下能够更有效地利用出口资源,提高疏散效率。     

水质综合评价的投影寻踪模型

为检验水质评价标准的合理性，解决各单项水质指标评价结果的不相容问题，提高水质评价模型的分辨率，提出了一种新的模型－投影寻踪模型，它的评价结果是实数值。实例的计算结果表明，该方案是有效的和通用的，可应用于各种环境质量综合评价中。     

基于随机优化方法的大气污染物总量控制模型

出了基于随机优化方法的总量控制模型.该模型引入随机变量描述影响环境容量的气象条件,对环境质量目标值的约束做了重要的改进,并利用随机模拟和遗传算法求解,使模型具有较强的合理性和可操作性.采用该模型对云南省玉溪市红塔区大气污染物总量进行了实验性计算,取得了较好的效果.     

地震灾害风险因素和风险评估指标的模糊算法

提出了影响地震灾害风险的主要因素 ,分析了地震震级、烈度、人口密度等因素与某些震害现象之间的相关性 ,以及建筑物的地震破坏程度与其它风险因素的关系。筛选出了地震灾害模糊风险分析指标———震损度DA(其用于风险评估的指标值为 (da) 0 )。给出了一种多变量信息分配算法的公式。在建立因果律模糊关系矩阵时 ,以归并、排序的方法解决了自变量在其样本空间组合后的重叠与错序问题 ,并简化了矩阵运算。在此基础上 ,建立了震损度指标值 (da) 0 的计算方法。