我国典型土壤中铜对白符跳(Folsomia candida)的毒性阈值及其预测模型

为确定我国土壤中Cu对白符跳的毒性阈值并建立其预测模型,以外源添加的方式研究了我国9种典型土壤（江西红壤、安徽黄棕壤、重庆紫色土、云南黄红壤、湖南水稻土、山东潮土、黑龙江黑土、新疆灰漠土、陕西垆土）中Cu对模式生物——白符跳（Folsomia candida）存活率与繁殖率的影响.结果表明:白符跳存活率对Cu毒害的敏感性远低于繁殖率.9种土壤中基于w（TCu）实测值推导的土壤Cu对白符跳繁殖率的EC₅₀（半数效应浓度）变化范围为65~668 mg/kg,表明不同土壤中Cu的毒性阈值差异显著,但基于w（Cu_Ca）（Cu_Ca为CaCl₂溶液提取的Cu）推导的不同土壤中EC₅₀的差异有所减小.相关性分析表明,基于w（TCu）实测值推导的EC₅₀值与土壤pH、w（CaCO₃）均呈显著正相关,相关系数分别为0.801和0.670.进一步利用回归分析建立了基于pH和w（OM）的土壤Cu对白符跳繁殖的EC₅₀预测模型——lg（EC₅₀）=0.213+0.288pH+0.016 w（OM）,基于该模型预测与推导的EC₅₀值之间相关性较好.研究显示,氯化钙提取态Cu的存在能在一定程度上解释不同土壤中Cu对白符跳繁殖的EC₅₀值的差异,pH和w（OM）可较好地预测不同土壤中Cu对白符跳繁殖的EC₅₀值.      

广东农业旱灾的时间分布规律及重灾年份预测

广东是华南农业旱灾较严重的省份，几乎年年都有发生，造成了巨大的经济损失。过去55a间，农业旱灾波动性加重发展，大致以10a为周期，轻重灾害期交替出现。在重灾期内，受灾率和成灾率都很高。广东农业旱灾的受灾率异常指数和成灾率异常指数变化较大，据此建立了农业旱灾灰色灾变预测模型。计算结果表明，今后20a将出现3个重灾年份，即2010-2011年，2015-2017年和2022—2024年期间，后两个年份极有可能发生特大旱灾。     

森林火灾防治决策专家系统的研究与实现

笔者比较系统地收集、研究了林火专家多年积累的理论、经验和解决问题的方法以及各种预测模型、模型的适应条件和使用规则等 ,利用人工智能和COM组件技术 ,通过模型技术和专家系统技术的有机结合 ,建立了基于网络的森林火灾防治决策专家系统。实现了森林火灾从火灾预测、林火扑救决策、清理火场、看守火场到最后的损失评估全过程的推理辅助决策 ;实现了整个决策过程中预测模型和预测结果随外界条件的突变而进行的实时修正 ,从而真正实现了森林火灾管理各个阶段的实时性、准确性和正确性。     

基于热解动力学的有限空间轰燃预测模型

对建筑物中常见的几种可燃物：塑料、硬纸板、布料、三合板、木板等，进行了热解实验，给出了其失重曲线，并导出了热解反应动力学参数——活化能E和频率因子A。建立了基于热解动力学方程和特征浓度的有限空间轰燃预测模型，并给出了计算实例。     

灰色GM(1,1)模型在高校毕业生就业流向预测中的应用——以广东石油化工学院为例

利用灰色模型GM(1,1)分析了广东石油化工学院2013—2018年毕业生就业流向数据,并预测了2019—2023年各届毕业生就业流向。经检验,该预测模型精度好,可靠性高,对预测未来高校毕业生的就业流向数据有一定的参考价值。     

矿山矽肺病人数预测模型及其应用研究

根据灰色理论中的ＧＭ（１１）模型，建立起一个矿山矽肺病人数预测模型，并应用这个模型建立了某矿矽肺病人数预测模型。经验算，这个模型精度较高，为预防和减少矽肺病人数提供了理论依据，对矿山安全生产有一定指导意义。     

矿山矽肺病人数预测模型及其应用天空

根据灰色理论中的ＧＭ（１．１）模型，建立起一个矿山矽肺病人数预测模型，并应用这个模型建立了某矿矽肺病人数预测模型。经验算，这个模型精度较高，为预防和减少矽肺病人数提供了理论依据，对矿山安全生产一定指导意义。     

基于雷电监测预警的加油站防雷预案执行研究

基于雷电监测预警技术,提出了一种新型的加油站防雷预案执行方案,解决了现有的应急预案无准确执行依据的问题。方案引入近几年成熟的电场监测和雷电定位技术,对加油站周边地区的电场和雷击情况进行实时监测,并基于监测数据和加油站业务特点建立数学模型,结合先进的物联网和云计算技术,在雷电发生前获得高精度的短时雷电预警信息,在此基础上设计了加油站防雷预案执行方案,最后对方案的应用效果进行了分析。     

基于模糊模式识别的矿井动力灾害预测

随着煤矿采掘强度和深度的不断加大,煤与瓦斯突出、冲击地压等矿井动力灾害愈发严重。对矿井动力灾害的准确预测,有针对性地采取防治措施,可以保证矿井安全生产和人身安全。基于地质动力区划方法,确定了矿井动力灾害的各影响因素,采用模糊数学方法将样本进行聚类分析,结合各样本的危险性确定合理的分类并形成标准模式库,对预测样本进行模式识别,建立了矿井动力灾害的危险性预测模型;以煤与瓦斯突出为实例对该模型进行了检验,初步证明了该方法的可靠性和科学性。     

基于RBF的起重作业岗位人因可靠性预测

为提高起重作业可靠性,防止人因失误酿成事故,针对人因失误的随机性、模糊性和不确定性特点,提出运用具有非线性映射能力和容错能力的径向基函数(RBF)神经网络,分析人因失误非线性动力学过程。以起重机操作岗位作为人因可靠性分析(HRA)实例,首先,建立基于"作业人员、交流界面、作业环境、作业特性、作业组织"的人因可靠性预测指标体系,并对指标进行量化;其次,根据人因可靠性原理,统计出人因失误次数,给出人因失误率;最后,通过对"人的疲劳和情绪、交流通道、作业复杂程度和时间裕度、照明环境和风力影响、工作强度和安全监管"等因素的分析,构建基于RBF的起重机操作岗位人因可靠性预测分析神经网络模型。分析结果表明,RBF预测分析同时包含人的操作可靠性与认知可靠性,预测结果同现场实际观测结果的符合度达到92.0%。