基于Voronoi-Random算法微观结构褶型过滤介质过滤性能

在利用数值模拟研究褶型纤维过滤介质过滤性能时,为了克服层状结构纤维层与层之间不连贯及孔状结构纤维规整分布的不足,本文基于Voronoi-Random算法建立了褶型纤维过滤介质模型,并通过加密或减少纤维数量改变其固体体积分数(SVF).采用“Caught on first touch”和“Hamker”两种碰撞模型对褶型纤维过滤介质的气-固两相流动进行数值模拟.结果表明:压力损失和过滤效率数值计算值与经验关联式计算值吻合较好,误差在15%之内;将采用两种碰撞模型得到的过滤效率与经验关联式计算值进行比较,得出采用“Hamker”碰撞模型得到的过滤效率符合实际;在过滤介质上的沉积颗粒并不完全是纤维捕集,大多数颗粒是由形成的树枝状结构捕集;压降和单位面积沉积量随过滤时间的增长呈现指数增长趋势.     

基于随机森林算法的塔式起重机安全事故预测及致因分析

近些年来塔式起重机安全事故频发,造成了较大的人员伤亡和财产损失。为降低塔式起重机安全事故发生的概率、辨识关键的诱发因素,根据塔式起重机安全管理相关的法律、安全技术规范和标准,采用系统分析方法对事故致因进行层次分解,并以194份事故调查报告为数据样本,构建了一种基于随机森林算法的塔式起重机安全事故预测模型,并以某塔式起重机较大坍塌事故为例对该模型进行了验证。结果表明:利用随机森林算法对塔式起重机安全事故等级和类型进行预测的准确率分别达到了0.9和0.8;导致塔式起重机安全事故的关键因素为专项施工方案不完备(P_2)、人员安全意识淡薄(H_1)、安全技术交底不充分(P_3)、安全生产检查不充分(P_4)和工人无证上岗(H_6),实例验证结果显示该模型对塔式起重机安全事故等级和类型预测的准确度较高。     

基于BAS-BP模型的风暴潮灾害损失预测

风暴潮灾害是中国沿海地区最严重的灾害之一,近年来由其带来的经济损失均占海洋灾害总损失的90%以上,因此构建一个简单准确的损失预估模型显得尤为重要。本文以现有风暴潮灾害研究为基础建立了基于天牛须搜索（beetle antennae search）优化的BP神经网络模型,将其应用到风暴潮灾害经济损失预评估中。本文收集了福建省1994~2016年记录比较完善的29个风暴潮灾害损失数据,建立风暴潮灾害损失预评估指标体系并利用熵值法对指标因子进行预处理,消除数据冗余信息对预测的影响。对模型进行仿真测试,结果表明,与标准BP神经网络相比新模型有效避免了网络陷入局部极小值的可能,且与常规优化算法相比,克服了训练时间长、收敛速度慢的缺点,具有更好的鲁棒性和预测精度。     

常州市国控站PM_(2.5)监测的代表范围研究

为评价常州市国家大气自动监测站(国控站)细颗粒物(PM_(2.5))监测的代表范围,通过1 km×1 km的多角度大气校正算法(MAIAC)的气溶胶光学厚度(AOD)等相关数据,采用随机森林方法进行PM_(2.5)估算反演,考虑变异函数和最优分割模型等统计学模型,开展国控站PM_(2.5)监测代表范围的评价。结果表明:(1)估算反演的PM_(2.5)浓度空间分布显示,常州市区东部区域浓度相对较高,西南部区域浓度相对较低;(2)变异函数分析中,PM_(2.5)浓度在5 km范围内具有相对显著的空间相关性,但超过5 km范围后空间自相关性不显著,差异性增大到最大;(3)最优分割法分析中,常州市各个国控站PM_(2.5)监测均存在各自的代表范围,2019年的代表范围为3~5 km,其中“经开区”站点范围最大(5 km),“市监测站”和“武进监测站”站点范围最小(均为3 km),且逐年分析显示,各个站点PM_(2.5)监测的代表范围呈上升趋势。     

基于Adam优化深度神经网络快速确定瓦斯抽采半径*

为解决煤矿瓦斯有效抽采半径难以快速准确确定的问题,采用基于Adam算法优化DNN（深度神经网络）方法来预测瓦斯抽采半径。查阅文献共收集已得到验证的970组数据集,每组数据选取煤层瓦斯初始渗透率、钻孔直径、抽采时间、地应力、煤层初始瓦斯压力作为预测模型的5个特征量,有效抽采半径作为目标输出值。接着预测模型进行不断学习和训练,最终训练得到1个最优的瓦斯有效抽采半径预测模型。利用训练好的最优预测模型结合Python语言开发出计算有效抽采半径的软件,并使用该软件在四季春煤矿和鹤煤六矿进行有效抽采半径预测的工程实例研究,验证该软件预测抽采半径的实用性和准确性。研究结果表明:通过使用开发的软件,可快速且较准确地计算出矿井瓦斯有效抽采半径,可为暂不具备现场测试条件的矿井抽采设计提供一定的参考依据。     

火灾探测算法评估技术研究

论述了火灾探测算法评估技术研究的重要性。提出一种火灾探测算法评估技术方法,在评估过程中主要考虑了火灾探测算法的三种重要属性,即火灾探测性能、环境适应性和抗误报能力。设计并实现了三种火灾探测算法评估模式和相应的实验流程,包括实体实验、接口模拟和软件模拟。为每一种模式设计了具体的实验方法,评估实例证明了所设计的模式和方法的有效性。     

改进的BP算法在黄河下游枯季径流预测中的应用

本在黄河下游地区应用多层前向人工神经网络理论,通过改进BP算法,建立下游枯季径流预测的BP神经网络模型,使用花园口-利津水站26年的完整序列测流资料训练和检验网络并用于预测,结果表明,通过本次研究建立的BP网络模型是合理的,可靠的,它较好地反映了黄河下游的枯季径流规律,可为今后黄河流域水资源的统一调度,管理,尤其是预防黄河下游再次出现断流提供科学依据。     

基于IAOA-KELM的储气库注采管柱内腐蚀速率预测

针对储气库注采管柱的内腐蚀速率预测问题,建立了基于阿基米德优化算法(Archimedes Optimization Algorithm, AOA)与核极限学习机(Kernel Extreme Learning Machine, KELM)相结合的模型提高腐蚀速率预测精度。通过引入佳点集、改进密度降低因子、采用黄金正弦算法缩小搜索空间,提高局部开发能力,利用改进阿基米德优化算法(Improved Archimedes Optimization Algorithm, IAOA)优化KELM正则化系数(C)和核函数参数(γ),进而建立IAOA-KELM储气库注采管柱内腐蚀速率预测模型;使用MATLAB软件运用该模型对某注采管柱内腐蚀数据集进行学习与预测,将IAOA-KELM模型与KELM、粒子群优化算法(Particle Swarm Optimization, PSO)-KELM、AOA-KELM结果进行预测误差对比。结果表明,IAOA-KELM模型的预测值与实际值较为拟合,其E_RMSE为0.65%,E_MAE为0.39%,R²...     

基于危化品事故案例的决策规则提取算法研究

为充分解析文本形式的危化品事故案例,探讨事故类型与大量事故致因间的因果关联,从化工行业入手,通过扎根理论对175起危化品事故案例进行因素提取,共确定5个子系统、19个因素、80个子因素,提出基于事故生命周期的事故致因框架;在此基础上,提出改进的Gra-Apriori算法,以解决经典的Apriori无法考虑属性类别关系的...     

多维公平测度下考虑灾民心理痛苦效应的应急资源调配

为有效降低灾后初期应急资源短缺情况下灾民生理和心理受到的伤害,提出等待效应和短缺效应衡量救援过程中的灾民心理痛苦效应,同时耦合时间和供需情况2个维度测度救援过程中的公平性指标,构建调度总时间最短、时间攀比最小和灾民心理痛苦效应最低的多目标应急资源调配模型,研究多灾点、多配送中心、多种类物资救援场景下的应急资源分配和路径...