爆破地震安全判据若干问题探讨

在对现行爆破地震安全判据的合理性及局限和缺陷进行分析的同时，着重探讨综合考虑振速、频率和时间等因素建立多参数地震安全判据的重要性，并就完善和修改爆破地震安全判据提出了建议。     

广州市机动车排放检测网络化管理若干问题探讨

从分析广州市机动车排放检测技术及其发展状况着手，结合其管理现状，对广州市建设机动车排放检测计算机网络管理系统若干问题进行了探讨。     

不同营养程度湖泊中细菌群落组成及其分子生态网络特征

长江中下游地区是我国淡水湖泊的主要集中区，随着社会和经济的快速发展，该地区绝大部分湖泊正处于富营养状态.作为湖泊生态系统中的分解者和生产者，细菌群落在维持物质循环和能量流动中扮演着极为重要的角色，然而其组成及种间关系对富营养化过程的响应机制仍不明确.利用16S rDNA测序技术和分子生态网络技术探讨了长江中下游10个湖泊水体中细菌群落的组成、结构及其网络拓扑关系等特征.结果表明:①根据湖泊水体的富营养化指数，长江中下游地区的湖泊可分为中度富营养湖泊和重度富营养湖泊两种，并且这两种湖泊中细菌群落的α多样性均无显著性差异.②在这两种湖泊中细菌群落的优势类群基本一致，如在纲水平上均以Actinobacteria、Acidimicrobiia、Sphingobacteriia和Betaproteobacteria为主，在属水平上均以Hgcl_clade和CL500-29_marine-group为主.然而，与丰富种亚群落相反，稀有种亚群落在这两种湖泊中具有显著的区别.③中度富营养湖泊中细菌群落生态网络的节点和边的数量均小于重度富营养湖泊，并且前者网络具有更多的物种协作关系，其网络的中心性也显著大于后者.研究显示，湖泊富营养化的加剧使得水体中细菌群落的组成，尤其是稀有种亚群落发生了显著的演替，并且明显地削弱了细菌群落物种之间的协作关系.      

非定向河网水质模式及计算方法

在研究京津地区排污河网有机污染物的分布时,建立了非定向河网水质模式,并在计算中引入了相关矩阵和递归函数的概念,使模式的计算过程简化,解决了由于河水流向不定带来的问题。     

规范变换与误差修正结合的环境系统的前向网络和投影寻踪预测模型

为了建立适用于环境系统的结构简洁、形式统一、程序规范、应用普适的神经网络和投影寻踪回归预测模型,针对传统的神经网络和投影寻踪回归用于多因子、大样本预测建模,存在模型结构复杂、学习效率低的局限,提出设置环境系统预测量及其影响因子参照值和规范变换式的原则和方法,使规范变换后的影响因子皆"等效"于同一个规范影响因子,从而将多因子的的预测建模简化为等效规范因子的预测建模,使模型结构得到极大地简化,提高了学习效率;此外,为了提高预测模型的预测精度,还提出了对预测样本的模型输出值的误差修正公式.在对环境系统的预测量及其影响因子进行规范变换的基础上,将m个规范影响因子的每个建模样本组成m个"等效"训练样本,应用免疫进化算法优化模型参数,分别建立适用于环境系统的2个或3个规范影响因子的前向神经网络和投影寻踪回归两类预测模型;并依据误差理论,对误差修正公式修正后的模型预测精度的提高进行了严格的数学论证.将基于规范变换与相似样本误差修正相结合的两类预测模型,用于某市5个点位的SO_2浓度预测,并与6种传统预测模型和方法的预测结果进行了比较.结果表明:对同一个预测样本,同类模型的两种不同结构的的预测值及其相对误差都几乎完全相同或彼此相差甚小;此外,两种不同结构的两类预测模型用于5个样本预测,其相对误差绝对值的平均值分别为2.59%、2.67%;2.18%、2.62%,均远小于传统BP神经网络模型的25.72%、传统PPR模型的14.20%、传统SVR模型的22.13%、模糊识别模型的21.57%、组合算子模型的18.36%和多元回归模型的25.31%;而两类模型预测的最大的相对误差绝对值分别为4.11%和3.57%,更加远远小于传统的6种预测模型的37.18%、56.07%、27.40%、32.14%、38.38%和60.26%.实例分析结果证实了误差修正公式对提高模型预测精度具有切实可行性.基于规范变换与误差修正相结合的前向神经网络和投影寻踪回归两类预测模型不仅避免了"维数灾难",提高了学习效率和模型的预测精确度,而且具有简洁、普适、规范、统一和稳定的特点,对其他预测建模也有借鉴作用.     

基于神经网络模型的水质监测与评价系统

对水环境的监测与评价，可以掌握水质现状及其发展趋势，为水资源的开发利用和管理提供科学依据。水质评价是建立在水质监测基础之上的。首先结合我国水环境监测技术规范与标准，合理地选择监测项目与监测仪器，建立水质监测系统。然后在水质监测所获数据基础上，运用人工神经网络的理论和方法，通过BP网络不断的学习与训练，归纳出评价标准与评价结果间复杂的非线性关系，建立水质评价的BP神经网络模型系统。经实际应用表明，该系统具有很强的学习、联想和容错功能。为水质监测与评价提供了一条新的途径。     

珠江口海岸线变化的遥感监测

珠江口、香港及澳门地区海岸线的变化近十几年来十分迅速 ,采用常规方法及时、定量地测量这种变化十分困难。本研究应用多时相Landsat卫星遥感图像 ,采用神经网络分类方法 ,监测海岸线的变化并计算增长的陆地面积。结果表明 ,人为的围海造田 ,香港、澳门机场及相关高速公路、港口等设施的建设是海岸线变化的最主要原因。     

活性污泥系统神经网络建模与仿真研究

采用神经网络技术对松江污水厂污水处理活性污泥系统进行建模试验研究，在对实际运行数据按机理准则和范围准则剔除异常数据后，将样本数据随机分成训练样本、检验样本和测试样本。用试凑法确定合理的神经网络隐层节点数，以避免采用过大或过小的网络结构，在训练过程中用检验样本实时监控从而避免“过训练”现象的影响，较好地解决神经网络方法建模的两大难题，从而建立可靠、有效的活性污泥系统神经网络模型。并应用建立的网络模型对活性污泥系统的运行情况进行了仿真研究。建模研究表明，神经网络技术能较好地应用于活性污泥系统的建模，模型具有较好的泛化能力，有很好的实用价值。     

Probabilistic analysis of aluminium production explosion accidents based on a fuzzy Bayesian network

Explosion accidents of molten aluminium in contact with water during aluminium production often occur and may cause injury and death. In this paper, a fuzzy Bayesian network (BN) was employed to probabilistically analyse the explosion accident of molten aluminium in contact with water. A fault tree-Bayesian network (FT-BN) model was established in the cause-effect analysis of the explosion accident, including three processes: electrolysis, molten aluminium transportation and aluminium casting. Fifty-three nodes were proposed in the model to represent the evolution process of the explosion accident from failure causes to consequences. Furthermore, the occurrence probabilities of basic events (BEs) were determined by expert judgement with weighted treatments based on fuzzy theory. By giving certain occurrence probabilities of each BE, the probability of an explosion accident was estimated. Subsequently, importance measures were assessed for each BE, which could reflect the impact on the occurrence of the top event (TE), and the final ranks were provided. The results indicate that using wet ladles and tools, water on the ground, breakage of the tap hole, damage to the casting mould, and leakage of circulating water are five main problems that cause explosion accidents. Safety advice was provided based on the analysis results. This study can help decision makers improve the safety management of aluminium production.