Processing Modflow在地下水位预测中的应用

数值模拟软件逐渐成为预测地下水演化更普遍的工具,并且广泛应用于地下水动态变化研究.以乌苏市平原区为例,结合区域水文地质条件及钻井资料,利用Processing Modflow建立三维水流数值模拟模型,并对该模型进行平面流场拟合,验证出模拟值基本符合2018年实测地下水位,通过模型模拟2018—2027年不同条件地下水位变化趋势,结果显示,2027年现状条件下比用水总量条件下浅埋深面积减少了550km2.     

高校研究生实验室安全风险评估与管理体系建设

实验室安全问题是高等院校一直存在的急需改善的问题,主要分析了安全事故发生的主要原因,并提出了相应的解决方案,针对高校研究生实验安全问题进行相应的实验室安全风险评估与管理体系的建设,发现实验过程中可能存在的一切安全隐患,并做好相应的防范措施,最大限度地避免安全事故的发生。     

太湖地区2020年洪水先兆特征与降雨预测模拟研究

以单要素年际序列分析为基础,采用多种方法对太湖地区2020年洪水的先兆特征进行总结,基本摸清了太湖地区旱涝转换的规律.研究表明,通过成因、频率和相似年景对比分析,可以从宏观上找到暴雨洪水发生的理论依据;通过历史演变法、分段法和细部特征法的研究,可以从无锡站年际降雨序列的微观变化中准确把握太湖地区2020年降雨大幅增长的趋势和数值预测的范围;太湖流域的气候与长江中下游地区基本同步,气候突变和非典型旱涝周期的研究,可以提升气候预测水平.     

基于Stacking集成算法的岩爆等级预测研究

岩爆是地下工程面临的一个巨大灾害，岩爆预测可以降低岩爆带来的危害。机器学习是岩爆预测方法的研究热点和发展方向，但现阶段各机器学习算法表现不同，并且相互独立工作，没有融合，不能优势互补，导致各机器学习算法的准确率、泛化性和稳定性较低。本文采用Stacking集成算法，融合现阶段使用较多的8个机器学习算法(4个集成算法和4个基本算法)，充分发挥各算法的优势，实现优势互补；为保证新特征信息具有多样性，结合各种机器学习算法的原理和岩爆样本库的特点，提出3组考虑多个岩爆预测指标的Stacking集成算法，每组算法拥有不同基模型和多个元模型，解决了传统Stacking集成算法接受特征信息受限和元模型选择困难的难题。对比分析各组Stacking集成算法与独立算法的准确率、精确率、召回率和F1值，结果表明构建的Stacking集成算法可以有效融合各机器学习算法，预测性能显著提升。在3组Stacking集成算法中，Stacking集成算法二的基模型由Random Forest Classifier,Extra Trees Classifier,Gradient Boosting Classifier和L...     

化工设备泄漏失效频率修正模型研究

化工设备泄漏失效频率数据对化工企业定量风险评估具有重要意义,但目前国内还没有建立相应数据库,在实际应用过程中往往采用国外的数据.介于工业化水平的差异,直接引用国外的数据不够严谨,因此,选取挪威船级社(DNV)公布的数据库为基础,建立合理的修正模型,从而获得适合我国化工行业的通用设备泄漏失效频率数据库,为定量风险评估及设备泄漏概率预测提供数据支撑.