基于神经网络集成的单个飞行事件噪声预测模型

通过分析影响单个飞行事件噪声的各种因素,构建了BP神经网络回归预测模型,并通过自适应遗传算法优选出参与集成的个体神经网络,提出了预测单个飞行事件噪声的神经网络集成预测模型.为了有效保证差异性,设置不同隐藏神经元个数和Bagging算法来构建和训练单个网络.实验结果表明,单个飞行事件噪声的神经网络集成预测模型相对单个BP神经网络模型泛化能力更强,稳定性能更好.本文方法在测试集上误差在3dB以内的平均比率为96.9%,比单个网络高6.8%.     

基于ASM 2d的数学模型在六箱一体化工艺分析中的应用

以六箱一体化工艺为例,建立了基于ASM 2d(activated sludge process 2d,活性污泥工艺2d)的数学模型,并研究其在脱氮除磷中的应用. 在HRT(水力停留时间)为16 h的工况下,利用灵敏度分析挑选了含有7个参数的待优化参数集,通过使用遗传算法优化校正函数的方式进行校正计算,获得了校正后的六箱一体化工艺模型,并在HRT为20和24 h下对该模型做了进一步验证. 结果表明,校正后的模型对出水水质的预测性较好,在HRT为16 h下,出水ρ(COD_Cr)、ρ(TN)、ρ(TP)和ρ(NH₄+-N)的模型计算值与实测值间的绝对差值较小,分别为1.96、0.83、0.06和0.24 mg/L. 在校正后模型的基础上,详细分析了HRT为20 h时各池中ρ(NH₄+-N)、ρ(NO₃--N)和ρ(PO₄3--P)在1个周期内的动态变化,指出了影响该工艺处理效果的主要原因(如碳源不足的问题),并与通过试验分析得到的结果基本一致.      

基于AGA-BP神经网络的采空区危险性评价

针对采空区危险性评价的影响因素众多且关系复杂的特点,提出了基于AGA-BP神经网络算法评价采空区危险性。将岩体结构、地质构造、岩石抗压强度等13个影响因子作为神经网络输入,采空区危险性等级作为输出,建立一个采空区危险性评价的BP神经网络模型;采用自适应遗传算法(AGA)对BP网络的初始权值和阈值进行全局寻优,将寻优结果回代入网络中进行训练并预测得出采空区危险性等级;利用其它智能算法与该预测结果做出比较,以验证AGA-BP算法的有效性及优越性。结果表明:该算法的优化效果明显,同时在训练时间与预测精度上较其它智能算法有突出的优势,是一种在采空区危险性评价方面值得推广的新方法。     

基于改进遗传-单纯形混合算法的危险气体泄漏溯源分析

当发生危险气体泄漏时,确定其泄漏位置和泄漏源强,是制定应急方案的基础和依据之一。当无法直接确定泄漏位置、测量泄漏源强时,就需要通过有限的几个监测点,反演出可能的泄漏位置和泄漏源强,现有方法存在收敛过慢、初值敏感、参数过多等问题。描述一种结合改进遗传算法和单纯形法的IGA-NM混合算法,可用于快速反算气体泄漏的位置和源强。IGA-NM混合算法既避免了GA的收敛过慢,又避免了NM初值敏感,兼顾了全局优化。与GA、NM相比,IGA-NM混合算法的计算速度更快,计算误差更小。最后,应用IGA-NM混合算法,基于WebGIS设计了一套计算气体泄漏源强和位置的计算机程序,简化了输入参数,使用方便,可适用于气体泄漏应急监测、大气污染源溯源反查等场合     

考虑碳排放的危险品运输异构车辆路径问题研究

为满足危险品运输异构车辆路径问题(HVRP)的低碳需求,对易爆危险品运输过程中的总风险、总成本和总碳排放量进行最优化处理。首先,在模型构造阶段,改进总成本与总风险的度量方式,包括建立爆炸事故场景下考虑危险品装载量的风险量化模型,并设计一种用于惩罚成本计算的软时间窗函数,该函数可以优先减少装载量较大的车辆在客户处的等待时间;然后,在算法改良阶段从2方面改进非支配排序遗传算法(NSGA-Ⅱ),设计一种带有改良交叉算子的混合交叉方法来提升全局搜索效率,并通过包含2个阶段的变邻域搜索(VNS)算法来提高局部搜索能力;最后,通过算例验证模型和算法的有效性。研究结果表明：相较于原始NSGA-Ⅱ,改进的算法收敛曲线下降更快,使总成本、总风险和总碳排放量3个优化目标的平均值进一步减少3.36%、12.16%和6.96%;在车辆数目有限的车队中,承运人可以通过选择不同的车辆类型对各目标产生不同程度的影响。     

基于KPCA-GA-BP的煤矿瓦斯爆炸风险模式识别

为了能够准确识别煤矿开采中瓦斯爆炸事故的风险类别,以提升对瓦斯爆炸事故的应急防范能力,提出了一种高效准确的风险识别模型.考虑到瓦斯爆炸涉及特征指标之间并非单纯的线性关系,采取核主成分提取方法(KPCA)对涉及的煤层瓦斯含量、瓦斯涌出量、风量供需比等19种特征指标进行属性约简,从而消除信息重叠,并使用遗传算法(GA)对BP神经网络的权值和阈值进行全局寻优,避免了过拟合状况的出现,在降低模型预测损失值的同时提高模型运算准确率.采用KPCA-GA-BP模型对83组实例数据进行分析,选取其中62组数据进行训练,其余21组数据进行测试.预测结果中20组风险等级分类正确且用时较短,识别准确率为95.24％,表明模型对瓦斯爆炸灾害风险等级具有高识别精度和高效率.     

基于属性区间识别模型的天然气管道事故后果评价技术研究

为了准确评价天然气管道事故后果严重程度,提高管道安全管理水平,以属性区间识别理论为基础,建立了天然气管道事故后果综合评价的属性区间识别模型;同时,为解决属性区间识别模型中的权重确定问题,在收集天然气管道历史事故数据的基础上,建立投影寻踪-遗传算法模型,从历史事故数据中获得客观权重;最后依据置信度准则对天然气管道事故后果进行属性识别,实现天然气管道事故后果严重程度的等级划分.应用所建立的模型对近年来发生的13起天然气管道事故进行实例验证,结果表明,属性区间识别模型操作简单,结果合理,具有一定的参考价值,为天然气管道事故后果评价提供了一种新的方法,进一步可为天然气管道安全管理和应急救灾措施的制定提供技术支持.     

基于SVR的船舶溢油事故预测

船舶溢油事故的预测,是确定所需应急资源多少的重要依据;但船舶溢油事故具有小样本性,传统预测方法不再适用。针对船舶溢油事故的小样本性,该文选择SVR模型对其进行预测;SVR算法的关键是核函数的选择及自由参数的确定,针对上述问题该文分别采用交叉验证法、遗传算法;并在matlab软件上建立SVR模型,最后将该模型应用于上海港水域船舶溢油事故的预测。     

铁路危险货物办理站点优化配置方法研究

铁路危险货物运输办理站点的优化配置,涉及到需求分布、设置地点、区域规划、环保要求、业务功能以及与其他运输方式的分工、衔接等,是一个复杂的系统工程。分析了已有铁路危险货物办理站点整合优化模型的不足,首先从铁路部门角度综合考虑现有铁路危险货物办理站点的各方面条件,进行多准则决策评价,从运输需求者角度考虑运输方式多属性决策,进行铁路危险货物办理站点的综合效用评价,并基于投资成本、环境风险、运输效用和区域公平性等方面构建了铁路危险货物办理站点优化配置模型,为了有效解决多站点、多需求、多区域、多目标铁路危险货物办理站点优化配置模型因素复杂、规模大、层次多的问题,提出了运用大系统分解协调的多目标遗传算法求解模型的思路。     

基于GA优化算法的平遥县大气环境质量评价研究

本文以平遥县城及周边区域环境空气质量监测结果为依据,采用具有全局优化的遗传算法（GA）对平遥县及周边区域大气环境质量污染现状进行评价。用大气污染危害指数的普适公式和参数优化后的污染危害指数公式确定污染危害指数的取值范围与评价级别之间的对应关系,由此得出较符合平遥县及周边区域实际的评价结果,同时针对具体情况对此结果进行简单的分析。