区域可持续发展的生态支持

本文根据对江苏省海安县(全国生态示范区建设试点)的调研，并针对同类地区生态设施存在的问题，以海安县为例，提出生态示范区建设的基本构架、传统产业生态转型的方向、支持生态产业发展的各类基础设施服务功能的调控与建设途径。     

基于机器学习分类算法解析EIS数据的有机涂层性能评价方法

目的 基于机器学习分类算法快速评估有机涂层的防腐性能。方法 通过实验室加速试验模拟涂层真实的退化过程,并根据测得的电化学数据,分析不同退化阶段的等效电路元件参数。随后,采用随机抽样方法获取大量数据,用于机器学习模型训练。通过对比支持向量机(SVM)、k最近邻(k-NN)和随机森林(RF)3种不同的机器学习算法,以及多种输入特征集训练的涂层性能分类器模型的准确率,分析最适合用于涂层性能快速评估的机器学习算法和电化学特征。结果 根据不同输入特征训练的k-NN和RF模型均表现出良好的预测效果,而SVM模型的预测效果相对较差。根据不同频率范围训练的分类器模型中,在低频区表现最佳,而在高频区表现较差。结论 基于阻抗虚部、虚部+实部和阻抗模值3种输入特征训练的RF分类器模型的预测效果最准确。不同频率区间内,低频区的阻抗特征更能准确表征涂层性能。     

变权组合模型在景观水体水质模拟中的应用

针对景观水体的水质模拟与预测问题,在BP神经网络和支持向量机模型的基础上,建立了权重随输入量变化的变权组合模型。该模型既能充分利用各个单一模型的优点,又能避免固定权重分配的弊端。经实例验证,与单一的BP神经网络和支持向量机模型相比,变权组合模型拟合精度更高,预测结果更为准确。     

基于SVR的含缺陷管道剩余强度研究

针对采用标准预测含缺陷管道剩余强度误差较大这一问题,在Matlab中建立基于SVR的含缺陷管道剩余强度预测模型,并基于60组含缺陷管道爆破试验数据进行训练测试,以验证模型的实际性能.结果表明:SVR模型预测测试集结果的最小相对误差为0.55％,最大相对误差为10.35％,平均相对误差为2.63％,预测结果的R2高达0....     

基于MDE和分形优化SVM的周期来压预测

为了解决周期来压的预测问题,首先对已知支架周期来压荷载曲线使用多重差异进化算法(MDE)进行拟合,将每重拟合形成的单一正弦曲线与上次差余曲线(Ei)再作差余曲线(Ei+1)。将这些Ei图通过分形几何的盒子法计算维度和相关系数(r)。将每条Ei的维度、r和支架相对距离(L)作为输入值,对应的Ei的周期Ti、缩放系数Si和纵移系数Di作为目标值,使用支持向量机(SVM)进行训练。通过对维度和r规律的研究得到拟设置支架处荷载各Ei的维度和r,带入训练后的SVM模拟得到Ei的Ti、Si和Di,进而得到Ei的表达式。将上述Ei求和即为所求拟设置支架处的周期来压荷载。实例分析说明,该种方法预测结果可以大体反映支架周期来压的基本形式和变化规律。     

基于可持续发展的产业理论重构

核心阅读 随着可持续发展理念得到普遍认同并逐步进入国家战略层次,在工业化背景下形成的传统产业理论已经不能充分解释可持续发展时代的产业变化和演进规律,不能满足全面的产业分析的需要,也难以为宏观结构调整提供决策支持。本文在综述传统产业理论的基础上,提出在可持续发展理念下从产业分类、产业结构以及产业关联等方面对产业理论进行全方位重构的基本设想。     

海洋工程支持船后甲板作业风险分析和管理

"海洋工程支持船(OSV-Offshore Supply Vessel)"是海洋石油作业必不可少的辅助船舶,可用于各类平台一般物资的供应服务,既可以为平台运输液态的钻井液、酸类物质和化学物质,也可以运输包括甲板货在内的干散货等物资。由于其作业频繁和操作复杂,在实际作业中经常发生人员伤亡及财产损失事故,因此其后甲板作业安全管理一直都是被关注的要点。本文接合油田作业者对船舶后甲板装货区的要求及在实际作业中的经验总结,浅述"海洋工程支持船"为海洋工程做物资供应其后甲板的作业方法、安全风险分析及应对措施。     

应让环境公益诉讼成常态

正前不久,中华环保联合会副秘书长谢玉红在2015年环境权益维护实践情况通报会上说,"2015年是环境公益诉讼元年,经过多年探索和推动后,在立法层面已经基本确立了环境公益诉讼制度",社会组织正在以原告、支持起诉方或资金支持方等角色参与到环境公益诉讼中。所谓环境公益诉讼,是指社会成员,包括公民、企事业单位、社会团体依据法律的特别规定,在环境受到或可能受到污染和破坏的情形下,为维护环境公共     

区域泥石流短临预报及其应用——基于多普勒天气雷达技术的预报系统

基于先进的多普勒天气雷达探测技术,直接获取多种类型的降水产品,以模糊数学为基础,利用可拓学原理,建立了多层嵌套式泥石流预报可拓模型。模型根据研究区泥石流发生条件的不同,将临界雨量划分成不同的等级范围,确定泥石流发生的概率大小。将该泥石流预报方法应用到四川省凉山州,以ArcGIS为工具开发了凉山州泥石流短临预报应用系统。当有灾害性天气过程出现时,将启动预报系统,逢整点读取降水产品信息,实现1h滚动预报,预报时段为3h。系统可及时地为政府提供全州的泥石流预报信息,为减灾防灾决策提供技术支持。     

基于主导因子的绿潮灾害预测方法研究

为寻求基于主导因子的绿潮灾害预测方法,在以2014年南黄海绿潮遥感监测覆盖面积数据的平均增长速率为依据划分阶段的基础上,建立支持向量机（support vector machine,SVM）权重计算模型分析影响绿潮扩散的气候因子的权重变化,给出主导因子的权重交点和在不同阶段的变化规律,使用2015年监测数据验证该方法所得结果,误差为1.8%～7%。结果表明,温度与浪高均值比在形成期小于7,快速增长期为4～6,平稳期为5～7,消亡期大于7,雾霾的平均增长速率差分在形成期大于2或小于-2,快速增长期为-3～2,平稳期为-1～1,消亡期接近0。