基于SPA模型的煤矿瓦斯危险源风险评价

根据危险源理论和三类危险源的观点,采用集对分析(SPA)方法,进行了安全一事故集对的同异反分析,指出应采取措施控制不确定项,尤其要控制其中的第二类、第三类危险源才能使系统趋于安全状态;同时建立了煤矿瓦斯危险源风险评价模型,通过联系度的计算得出煤矿瓦斯的安全等级.研究表明,将集对分析方法应用于某煤矿瓦斯危险源风险评价,计算简单,结果较为精确、可靠,为不确定系统的评价提供了一条新思路.     

集对分析用于湖泊富营养化评价研究

建立了利用集对分析方法进行湖泊水质富营养化评价的新模型，并研究了我国五个主要湖泊的富营养化状况，与其它方法进行比较，取得了满意的结果，为湖泊水质富营养化评价提供了一种简单而适用的评价方法。     

螺旋钢管盘制成形的一种新方法

对如何在三辊卷板机上进行盘制螺旋钢管、盘管所用模具及成形工艺作了介绍.     

五元联系数在湖泊水质综合评价中的应用

集对分析是一种新的处理模糊和不确定问题的系统理论方法,运用同异反表达式可解决各种模糊不确定问题,而五元联系数又是集对分析理论的拓展. 针对当前众多湖泊富营养化评价方法过程复杂繁琐问题,提出利用基于五元联系数的系统态势对湖泊富营养化程度进行等级评价,其评价结果与其他评价方法基本一致;并且用集对分析法对湖泊富营养化程度进行等级评价,评价结果更符合实际情况,对监测数据的利用率高,对营养化程度的划分更细致,能够得到属于同一级别的湖泊富营养化程度的排序. 五元联系数克服了以往集对分析评价级别只有3个等级的缺点,扩大了评价等级范围,因此可在更多领域得到广泛应用.      

地下水环境质量评价的一种新方法--集对分析法

提出了一种新的地下水环境质量评价模型———集对分析法。该方法是一种处理不确定性问题的理论,其模型数学表达简单,物理意义明确,所含意义深远。研究结果表明:集对分析法简便易行,评价结果准确,在环境质量综合评价中具有广泛的实用价值。     

实现环境保护战略目标的风险评价

本文剖析了实现环境保护战略目标的保障体系,通过故障模式影响分析建立了实现环保战略目标的故障树,并利用最小割集法获得故障树的结构函数及顶端事件发生的概率.结果表明,实现环保战略目标的风险为0.311.根据相对重要性大小对各最小割集进行排序,认为环保资金不到位是最显著的风险要素,其中环保投资比例偏低及环保资金管理不善是两个最主要故障.     

关于安全阀整定压力判定方法的讨论

安全阀整定压力是安全阀重要的技术指标之一。国内安全阀检验机构主要通过压力曲线拐点法或听声音法判定安全阀整定压力,国内外型式试验机构通过开高位移判定安全阀整定压力。通过比对试验发现：压力曲线拐点法或听声音法容易受到安全阀结构形式、是否有前泄及安全阀校验台试验容器和储气罐容积不能满足法规要求等因素影响检验的准确性;开高位移判定更为客观、准确。     

基于粗糙集和支持向量机的标准农田地力等级评价

标准农田是耕地的精华,是确保国家粮食安全的关键。科学评价标准农田地力等级对标准农田培肥和土壤改良有着重要意义。将粗糙集(Rough Set,RS)理论和支持向量机(Support Vector Machine,SVM)相结合,提出了基于RS和SVM的标准农田地力等级评价方法,同时,利用遗传算法的并行搜索结构和模拟退火的概率突跳特性,提出了GASA优化SVM参数算法。该方法首先在确定标准农田地力等级评价指标的基础上,利用地力调查样本数据及传统的指数和法评价结果构建RS决策表,应用RS穷尽算法对决策表进行约简,剔除冗余的评价指标,然后用约简后的评价指标作为SVM的输入,运用GASA优化SVM参数算法对SVM进行训练,建立标准农田地力等级的RS-SVM评价模型。应用该方法对温州市鹿城区标准农田地力等级进行评价,与未用RS约简的SVM模型和BP神经网络模型评价结果进行对比,SVM模型和BP神经网络模型的输入指标数均为15个,其评价正确率分别为100%和90%;RS-SVM模型的输入指标数为14个,其评价正确率分别为100%,结果表明,该方法通过RS约简评价指标后,SVM评价精度并没有降低,但降低了SVM输入向量维数和计算复杂度,提高了训练效率;SVM 用于标准农田地力等级评价,具有比BP神经网络更高的评价精度,可有效用于标准农田地力等级评价,为耕地地力评价提供了新方法。     

基于粗糙集和BP神经网络的流域水资源脆弱性预测研究——以淮河流域为例

水资源是一种重要的自然资源和经济资源,对其未来的脆弱性进行预测可以预估研究区未来的水安全状况,对其脆弱性问题做出预警,从而及时采取治理措施。因此,合理科学的水资源脆弱性预测研究是缓解水资源脆弱性的有效手段。目前,水资源脆弱性研究主要是针对水资源现状进行评价,对其未来状况的预测较少。集成了粗糙集和BP神经网络两种方法,首先采用改进了的盲目删除法对构建的流域水资源脆弱性评价指标体系进行约简,其次通过BP神经网络拟合约简后的指标数据与脆弱度之间的映射关系,构建流域水资源脆弱性评价预测模型。基于之前研究的样本数据和脆弱性结果,探讨淮河流域未来的水资源脆弱性状况。结果表明:淮河流域2015年、2020年和2025年的水资源脆弱度分别为0.305、0.359和0.390,处于轻度脆弱和中度脆弱的状况,除2015年脆弱性状况有所好转以外,2020年和2025年的水资源脆弱性程度与近几年相比有所加剧,根据指标数据可知该现象主要是受年降水量、人均用水量、万元GDP废水排放量、垦殖指数、有效灌溉面积比和干旱面积受灾比6个指标的影响,为避免水资源脆弱性的加剧,应当有针对性的加强这几个方面的管理和控制。     

城市生态环境演变趋势的集对分析预测研究——以武汉市为例

自然生态环境是城市社会经济健康发展的重要物质基础,生态足迹作为生态环境承载状态测度的指标,受到社会、经济、人口等多种因素的影响,表现出时空动态性和不确定性等特征,集对分析(SPA)为不确定性问题的建模提出一条新的思路。在对1988—2004年武汉市生态足迹及其社会经济影响因子时间序列分析的基础上,通过构建的集对分析动态模型,对武汉市2005—2020年总生态足迹发展趋势进行了预测。研究结果表明,2005—2020年总生态足迹将由1810.925万hm2增长到2873.857万hm2,呈现出低于GDP和生态效率增长速率的趋势,但生态环境将进一步恶化,对此就武汉市生态系统的发展提出了对策与建议。最后,指出SPA动态模型为城市生态系统预测研究提供了一种可行的解决方案。