地下管网地震反应分析模型

建立了多点地震动激励作用下的地下管网地震反应拟静力分析模型.首先建立基于有限单元模型的地下管网系统刚度方程,接着给出考虑地震动空间相关性及场地条件等诸多因素的地震动场模拟思路及管网系统地震动施加策略,最后通过解析法验证了模型的正确性.采用本文方法对一“十”字形管网进行了地震反应分析,结果表明:①管线轴向应力沿着管线长度...     

基于深度卷积神经网络的场地污染非线性反演方法

提出了将Sobel边缘检测算子与深度卷积神经网络（CNN）算法结合的方法（E-ConvNet），用于污染场地的ERT反演过程.通过Sobel算子提取污染区域视电阻率数据的边缘特征作为CNN的先验信息，提高E-ConvNet的计算效率及识别精度.在5种理论模型（单异常体、双异常体及含双异常体的层状结构）和现场实例上测试了E-ConvNet算法的性能，并与最小二乘算法（LS）比较.测试结果表明：E-ConvNet能够准确识别污染处的面积、位置及阻值，其识别精度和计算效率均优于LS.E-ConvNet的单异常识别准确率为81.8%~84.9%，而LS则仅为9.6%~36.2%；多异常识别准确率为68.6%~84.4%，LS仅为2.8%~27.6%；E-ConvNet用时约为112~190ms，LS耗时为6000~7000ms.因此，在污染场地调查工作中，E-ConvNet能够准确高效地反演出污染区域的位置及范围，为开展后续评估/修复工作提供技术支持.     

金川矿井通风网络自动简化数学模型与简化技术

重点论述了矿井通风网络自动简化数学模型以及简化技术 ;用网络简化程序框图及网络简化过程、结果、层次图 ,介绍了网络简化程序 ;给出了应用这一自动简化技术的实例     

城市电网的环境影响与防治对策

根据目前国内城市电网建设的现状,对城市220 kV和110 kV输变电工程的环境影响进行分析,并结合输变电环境影响特点,提出相应的环境保护措施和对策,以解决城市电网建设中存在的问题.     

Creating an academic landscape of sustainability science: an analysis of the citation network

Sustainability is an important concept for society, economics, and the environment, with thousands of research papers published on the subject annually. As sustainability science becomes a distinctive research field, it is important to define sustainability clearly and grasp the entire structure, current status, and future directions of sustainability science. This paper provides an academic landscape of sustainability science by analyzing the citation network of papers published in academic journals. A topological clustering method is used to detect the sub-domains of sustainability science. Results show the existence of 15 main research clusters: Agriculture, Fisheries, Ecological Economics, Forestry (agroforestry), Forestry (tropical rain forest), Business, Tourism, Water, Forestry (biodiversity), Urban Planning, Rural Sociology, Energy, Health, Soil, and Wildlife. Agriculture, Fisheries, Ecological Economics, and Forestry (agroforestry) clusters are predominant among these. The Energy cluster is currently developing, as indicated by the age of papers in the cluster, although it has a relatively small number of papers. These results are compared with those obtained by natural language processing. Education, Biotechnology, Medical, Livestock, Climate Change, Welfare, and Livelihood clusters are uniquely extracted by natural language processing, because they are common topics across clusters in the citation network.     

采用神经网络半主动模糊控制系统提高桥梁结构的安全性

研究了桥梁结构的半主动控制对提高桥梁结构安全性的作用 ,在算法上采用基于神经网络的模糊控制 ,不需要建立精确的分析模型 ,计算较为简便 ,避免了多参量建立的模糊关系方程的求解困难。数值结果表明 ,笔者提出的半主动控制系统对减小结构的地震响应是有效的     

TND-PHA法在项目安全管理中的应用

在项目安全管理中,结合项目时间管理中常用的网络图,运用预先危险性分析法对网络图中的每项活动进行分析,根据分析结果制定安全防范措施,并开展有针对性的教育和培训,可以有效避免事故的发生.     

可持续发展网络的作用与前景

可持续发展网络是最近几年随着计算机及网络技术的进步而迅速发展起来的信息网络系统。以地理信息为主要内容的可持续发展网络是调控可持续发展的重要环节，这对可持续发展战略的研究和实践具有重要意义。可持续发展网络建设不但可以将可持续发展研究与实践同地理信息科学更加紧密地结合到一起，同时也将促进地理信息科学和可持续发展研究的进一步发展。     

人工神经网络在沿海区域环境复杂系统预测中的应用

针对复杂系统的非线性特征，分析了应用人工神经网络技术实现可持续发展复杂系统预测的可能性，并以上海市和崇明县为例建立沿海区域预测模型，取得了较好的预测结果，为可持续发展复杂系统的预测研究探索了一种新的可能方法。     

基于多源辅助数据和神经网络模型的稻田土壤砷空间分布预测

合适的方法和多源的辅助数据对于准确预测土壤重金属的空间分布具有重要意义.该研究提出一种径向基函数神经网络结合普通克里格法的模型(RBFNN_OK),由主成分分析(PCA)提取的地形因子、遥感数据和邻近信息等多源辅助数据作为自变量,预测江西省都昌县稻田土壤砷空间分布.为验证RBFNN_OK的可行性:首先在全县范围内采集144个稻田表层(0～20 cm)土壤样品,运用ArcGIS地统计模块随机抽取115个(80%)采样点作为测试集,29个(20%)采样点作为验证集.其次多源辅助数据包括地形因子、遥感数据和邻近信息等14个定量因子作为预测变量,将预测变量进行主成分分析,得到前10个主成分的累积贡献率达到97.62%.再次一个特定的RBFNN_OK被用来预测土壤砷空间分布.最后将RBFNN_OK模型的预测结果与径向基神经网络模型(RBFNN)、回归克里格模型(RK)和多元逐步线性回归模型(MSLR)进行比较.结果表明,RBFNN_OK的测量值标准偏差与均方根误差的比值(RPD)较其它3种方法分别提高了14.92%、35.71%和44.67%.此外,RBFNN_OK还提供了更加真实且有关土壤砷空间分布的细节信息.RBFNN_OK取得最优效果可能归因于引入多源辅助数据,考虑多源辅助数据和土壤砷之间的多重共线性和非线性关系.该方法可为稻田土壤砷调查与环境保护提供更为精准的信息.