突发事件对西藏入境旅游影响评估与响应机制研究

突发事件对入境旅游的影响成已为旅游业界和学术界重点关注。通过构建BP神经网络模型,利用西藏2005—2010年月入境旅游人次统计数据,评估了2008年拉萨＂3.14＂突发事件对西藏入境旅游的影响。根据突发事件发展经历爆发期、持续期、扩展期和消退期四个阶段,构建突发事件响应机制,为西藏建设世界重要旅游目的地提供重要参考。     

基于BP神经网络的盐碱土盐分反演模型研究

土壤盐渍化是干旱,半干旱农业区主要的土地退化问题,像沙漠化一样也是当今世界重要的环境和社会经济问题.以新疆渭干河-库车河三角洲绿洲作为研究区,利用实测的盐碱土光谱数据和地下水埋深、地下水矿化度和表层土壤矿化度等因子构建了基于BP神经网络的盐碱土盐分反演模型.该模型的最终输出结果与期望得到的结果相差不大,在输出的误差中,...     

基于改进燃油流量神经网络的航空器巡航温室效应评估

为高效、深入地评估航空器巡航运行环境影响,该研究以全球绝对温变潜势为表征参数,建立航空器巡航阶段不同污染物排放的综合温室效应评估模型;构建用于评估过程中巡航燃油流量获取的三层神经网络,并引入遗传算法对网络初始权值和阈值进行优化。结果表明,经过遗传算法改进后的燃油流量神经网络相较于优化前,拟合优度由0.954 6提升至0.973 1,均方误差降低了48.15%,最大相对误差和平均相对误差也有效降低。提出了能够代替传统的BADA性能模型的污染物排放量计算方法,在保证可靠性的同时大大减少了对飞行性能参数的依赖,且能进一步给出污染物排放造成的综合温变影响。     

30Cr2MoV汽轮机转子钢动电位阳极极化行为研究

通过比较30Cr2MoV汽轮转子钢分别在苦味酸溶液和硫酸酒精溶液中动电位阳极极化行为,发现在2种腐蚀液中建立的3个不同的FATT预测模型拟合误差分别为±20 ℃、±25 ℃和±15 ℃,后一种溶液要精确一些.而且在安全性方面,硫酸酒精溶液要比苦味酸安全许多.     

基于RF-MLP集成模型的耕地生态安全预警系统设计与应用

开发耕地生态安全预警系统,针对耕地生态安全情况做出预先的分析和警报对指导区域耕地资源合理利用和制定科学、合理的农业发展政策具有重要作用。从PSR模型视角构建指标体系,采用熵权法、多因素综合加权法对耕地生态安全状况进行评价,提出随机森林与多层神经网络集成模型(RF-MLP集成模型)对耕地生态安全水平进行预测,构建耕地生态安全预警系统,进而以中国粮食主产区为实例代入该系统,系统运行流畅,精度检验合格,可信度较高,为实现耕地生态安全监测及预警的业务化运行做了有益尝试,具有较强应用价值。结果表明：(1)以RF-MLP集成模型为关键技术构建的预警系统,利用随机森林模型优化多层神经网络的输入属性,对相关特征进行优化选择的提高模型的预测准确度,又避免特征过多导致过拟合,为实现耕地生态安全监测及预警的业务化运行做了有益尝试。(2)应用结果显示2006～2017年的耕地生态安全值总体呈上升趋势但增幅不高,预警等级由中警转为轻警,警情空间格局整体上呈现出北部省份警情级别较南部省份高的分布格局;2018～2027年,整个粮食主产区耕地生态安全值有所提升,但预警等级仍维持在轻警。预测期间警情空间格局已基本趋于...     

地下水脆弱性评价方法研究

地下水脆弱性评价是区域进行地下水资源保护和管理的重要依据。本文回顾了现有地下水脆弱性评价的方法,提出了应用地理信息系统平台和模糊逻辑与神经网络对地下水进行脆弱性评价的模型,并实际应用于美国与中国选定区域,创新并拓展了地下水脆弱性评价方法。     

东南沿海地区集装箱内部温-湿度环境条件研究

以东南沿海地区军用物资开展集装箱运输为背景,在福州地区对集装箱内部温度、湿度和大气温度等数据进行测试,对数据进行回归分析后,建立集装箱内部温度模型,预测出该地区集装箱内部最恶劣的温度及湿度范围,为危险军用物资集装箱安全储运提供理论依据.     

装备故障率预测模型

通过对武器装备故障数据统计分析,建立故障率模型,重点考虑装备使用年限和年平均湿度两个指标,提出环境适应因子计算方法,并通过实例分析验证了模型的准确性,为提高装备的维修保障效率提供一定决策依据.     

系统聚类-Elman神经网络同时测定废水中的铁、镍、铜

为建立能同时测定工业废水中铁、镍、铜含量的化学方法,本文提出铁、镍、铜与5-Br-PADAP及OP在pH 3.5缓冲液中生成稳定的配位化合物,在一定的波长范围内进行同时测定。将系统聚类方法应用于此测定体系的计算,使光谱重叠及光度分析计算中的校正模型的优化问题得到有效的解决。通过最佳化确定了Elman神经网络的结构和参数,将Elman神经网络应用于模拟废水以及实际废水中Fe（Ⅲ）、Ni（Ⅱ）、Cu（Ⅱ）的测定,回收率分别在97%～102.8%和97.4%～102.6%之间,结果满意。     

基于神经网络的煤矿安全性预测模型及应用

指出矿井安全性及其预测对煤矿生产的重要性以及传统的预测方法存在的缺陷。应用神经网络建立了时间序列的矿井安全性预测模型,克服了传统预测方法必须事先构造函数的不足之处,提高了安全预测的精度。实例分析表明,该预测模型的预测精度较高,具有较大的理论指导意义和应用价值。