ABC-RBF神经网络在平板坝裂缝开合度监测中的应用

为提高混凝土平板坝裂缝开合度预测精度,针对混凝土平板坝裂缝开合度监测序列呈非线性以及周期性变化的特点,将基于EMD分解优化的ABC-RBF神经网络模型应用于混凝土平板坝裂缝开合度安全监测中,对比分析普通RBF和ABC-RBF神经网络模型。结果表明,ABC-RBF神经网络模型预测误差相对较小,可用于分析混凝土平板坝裂缝开合度的安全监测。     

一次性竹木筷产品质量安全风险分析

近年来, 一次性木筷被广泛应用于餐饮行业, 而其质量安全问题也成为人们关注的重点。本文结合一次性竹木筷的产品特性、行业概况和现行标准的有关情况, 通过风险监测有关结果, 分析了一次性竹木筷产品质量状况和可能存在的潜在质量安全隐患, 同时对消费者可能造成伤害的风险因素进行了深入研究, 得出现行标准与生产工艺不相适应的结论。建议通过加强标准制修订、提高生产企业安全责任意识和消费者安全使用意识等措施, 促进一次性竹木筷行业整体质量的提升。     

大坝变形监测统计模型与混沌优化ELM组合模型

变形是反映大坝动态演化的重要效应量。为了提升统计模型预测能力,借助极限学习机(ELM)处理非线性问题的优势,对大坝位移的统计模型残差进行数据挖掘。而极限学习机欠缺对混沌动力特性的考虑,为了解决这个问题,采用混沌理论对统计模型残差进行了混沌动力学特性分析,揭示其混沌特性,并据此重构相空间,从而为混沌优化极限学习机提供先验知识。基于统计模型,结合极限学习机和混沌理论的优点,建立统计模型与混沌优化ELM的组合模型。将该组合模型应用于工程实例,由多个定量评估指标对模型进行性能评价,结果表明,组合模型建模合理,预测精度高于统计模型、统计模型与混沌优化BP神经网络组成的组合模型,在大坝变形监测中具有一定的应用价值。     

寒冷地区面板堆石坝施工期面板开裂原因

针对寒区面板堆石坝施工期面板开裂问题,结合某实际工程,在原型监测基础上,通过结构变形、气温变化、水化温升、自身收缩等方面的计算分析,发现水化温升与环境温差是影响累积降温温差的主要因素,当累积降温温差较大时,混凝土内的温度应力可能超出面板混凝土的抗拉强度,导致面板开裂。因此,针对年度温差较大、混凝土浇筑期水化升温较高的工程,提出了避免此类温度裂缝的处理建议,如优化混凝土配合比,优化施工工序,提高混凝土抗裂能力。     

基于柔性监管的食品安全风险监测研究

柔性监管的兴起与广泛应用为我国食品安全风险监测高质量发展提供了新的思路,推动市场监管朝民主、高效、透明方向发展,也是建设"服务型"政府的必然选择。而食品行业的安全问题仅仅依靠政府采用单一片面的刚性监管难于有效应对。本文以提升食品安全风险监测工作质量、创新方式方法、挖掘风险监测潜能为主旨,对柔性监管的概念、特征、作用方式进行深入分析,了解基于柔性监管的食品安全风险监测工作存在的不足。在现有食品安全风险监测工作的基础上,结合柔性监管所具备的协作、服务、激励、引导等特点,促使被监管主体采取改进措施实现高质量发展,与监管部门共同承担食品安全质量建设。为新时期基于柔性监管的食品安全风险监测工作赋能,提升风险监测工作质量,发挥风险监测作用,严守食品安全质量红线。