简介:目前国内外还没有对不同火险条件下草原火险时空发生概率的研究,而这方面研究对草原火灾管理对策和防火救助应急预案的制定具有重要意义。根据呼伦贝尔草原火灾统计月报表和相关气象、社会经济资料,利用Logistic回归模型建立草原火险预测模型,对草原火险进行了空间上的预测。结果表明,日平均风速、日降水量对草原火险影响较大;以2005年所有火灾案例对草原火险预测模型进行检验,研究表明,该预测方法具有较高的可靠性,可为火灾管理和减灾决策的制定提供指导。
简介:采煤工作面的液压支架是承受顶板压力的主体结构,选择支架的主要根据是其将要承受的周期来压荷载。为预测周期来压,构建了基于小波和混沌优化的最小二乘支持向量机(LSSVM)方法。该方法利用小波分解技术将所选的样本集数据分解成不同频率的分量,基于混沌理论对分量相空间进行重构。各重构分量分别使用LSSVM模型进行训练,其中LSSVM预测模型的参数由混沌粒子群算法进行优化。最后,将各LSSVM模型得到的预测分量进行小波重组得到完整的周期来压荷载预测波形。通过在重构时的计算发现,在某周期下,荷载的时序序列有一定的混沌性。与其他3种模型进行比较,基于小波和混沌优化LSSVM的预测模型得到的最终荷载波的精度更高,收敛性也较好。
简介:分别采集某焦化厂新、老厂地面站,炼焦焦炉和成品焦仓的4个排放筒粉尘样品,通过超声波萃取和高效液相色谱的方法,对炼焦过程中几个排污节点排放粉尘中富含的多环芳烃(PAHs)进行了分析。数据显示:炼焦焦炉排放筒中PAHs的质量浓度最高,达86.95μg·m^-3;新厂地面站排放筒中PAHs的质量浓度最低,为6.09μg·m^-3;从粉尘中PAHs单组分的分布特征来看,4个点位粉尘样品中共检出14种PAHs,菲和荧蒽的含量均很高,其中炼焦焦炉排放筒粉尘中苯并[b]荧蒽的含量最高;4个样品粉尘中不同环数PAHs的分布规律为,主要以低环数的PAHs为主,仅炼焦焦炉排放筒中的分布规律不一致,以高环数的PAHs为主;从排放筒排放物污染水平分析,以炼焦焦炉排放筒最为突出,粉尘的质量浓度为国家3级标准的75.7倍,苯并[a]芘的质量浓度介于1级和2级标准之间。可见,焦化厂排放物对环境的污染严重,而炼焦过程中产生的多环芳烃对环境的污染更甚。
简介:矿井瓦斯突出的发生是一个非线性系统在时空演化过程中的灾变行为,影响突出的各个基本因素与突出危险性之间存在复杂的非线性映射关系。对于处理这样的非线性时空演变问题,传统的数学方法是有局限性的。为了更好地预测矿井瓦斯涌出量,将灰色理论引入到预测精度高的遗传神经网络,使灰色理论和遗传神经网络有机结合起来,以神经网络理论为基础,利用遗传算法优化隐含层神经元个数和网络中的连接权值,并用其建立瓦斯涌出量的预测新模型。在实验室测试数据的基础上,建立遗传神经网络训练和检验样本集,并且将检验结果分别与标准BP神经网络的预测结果进行比较。
简介:为了给工业界提供一种快速预测二元混合液体自燃温度的有效途径,将试验所测不同组分及配比的168个二元混合液体的自燃温度作为期望输出,将基于电性拓扑状态指数(ETSI)理论、引入混合ETSI概念而计算出的9种原子类型所对应的混合ETSI作为输入,采用三层BP神经网络技术建立了根据原子类型混合ETSI来预测混合液体自燃温度的BP神经网络模型,并应用改进的Garson算法进行多参数敏感性分析。经模型评价验证及稳定性分析,得到训练集的决定系数R2为0.965,平均绝对误差MAE为11.892K,测试集的交叉验证系数Q2ext为0.923,平均绝对误差MAE为15.530K,发现该模型的预测性能优于已有的多元非线性回归(MNR)模型,表明BP神经网络模型具有较好的拟合能力和预测能力,对烷、醇类混合体系自燃温度的预测精度最佳。
简介:针对"单一评价指标"难以准确揭示城市空气污染特征的问题,基于"空气质量浓度、人口暴露强度、人口加权浓度"3个指标,以长沙市为例,对比分析了各指标在城市PM2.5污染防控区划中的差异与优缺点。结果表明,研究区质量浓度指标区划下的暴露防控区呈梯度面分布,空间平滑效应明显。而顾及人口特征的人口暴露强度和人口加权浓度两个指标能够揭示污染防控区的空间微观差异,但前者受人口空间分布因素的影响过大,风险异常集聚效应"突出"。融入空气质量标准的人口加权浓度相对风险指标能够更准确地揭示长沙市人口PM2.5暴露风险空间变化规律。开展城市PM2.5污染防控多指标空间区划研究,有利于弥补单一指标评价结果的局限性及不确定性。
简介:大量温室气体CO2的存在严重影响环境,而咪唑型离子液体具有独特的气体溶解性,在CO2捕集方面的应用较为广泛。基于定量结构-性质相关性(QSPR)原理提出了一种新的描述符——拓扑指数(TopologicalIndex,TI)描述符,研究了咪唑类离子液体捕集CO2的性能与其拓扑指数描述符之间的内在定量关系。应用遗传算法获得与捕集量最为密切相关的一组拓扑指数描述符,将其与温度和压力一起作为输入参数,分别采用多元非线性回归算法及支持向量机算法建立了咪唑类离子液体捕集CO2性能与其拓扑指数描述符之间的非线性模型。通过多元非线性回归算法得出训练集和测试集的决定系数分别为0.771和0.754,由支持向量机算法得出训练集和测试集的决定系数分别为0.990和0.981。对预测模型进行了评价验证及稳定性分析,结果表明,两种模型均具有良好的稳定性能和预测能力。根据拓扑指数描述符所建立的预测模型为工程应用提供了一种预测咪唑类离子液体捕集CO2性能的有效方法。