变化环境下韩江生态流量演变特征分析

选取位于粤东、闽西南地区的韩江流域为研究对象,基于CA-Markov模型对2050年流域土地利用空间格局进行预测,构建SWAT分布式水文模型,以未来土地利用情景和气候变化情景为变量进行水文模拟,分析不同情景下韩江生态流量的时空演变特征。结果表明,未来城镇化扩张将使梅江支流中上游成为韩江流域内生态流量对土地利用变化最为敏感的区域;土地利用和气候变化将导致韩江流域枯水期流量整体减小,枯水期流量对环境变化更加敏感;韩江流域生态流量变化特征将呈现从西南到东北由升到降的趋势,梅江支流中上游地区的生态流量将得到改善;梅江和汀江两大支流上游区域生态流量对气候变化更为敏感;韩江流域径流总量下降,但丰枯流量分化加剧,长期来看枯季生态流量保障风险可能进一步增大。     

潮白河生态补水对通州区水环境的影响分析

分析了潮白河生态补水对通州区河段的地表水质和地下水位的影响,通过对地表水质、地下水位监测数据分析,结果表明:补水初期,上游补水使白庙橡胶坝上段由劣V类提升至V类,水质明显改善,但由于白庙橡胶坝上游存水以及运潮减河蓄水同时下泄至潮白河下段,下游化学需氧量、总磷、氨氮浓度总体均升高;补水后期,由于上游补水量不足,白庙橡胶坝上游水质变差至劣V类,但受运潮减河泄流水量影响,下游氨氮、总磷浓度均有所下降;沿线地下水受生态补水影响不明显,浅层地下水平均埋深维持在15m左右轻微波动,而深层地下水平均埋深累计增加2.38 m,仅前疃村和杜店单点地下水埋深有所减少.分析结果为探索潮白河生态补水对改善地表水质、回补地下水等目标提供参考.     

带有死区输入的非线性系统的自适应控制

针对一类具有死区非线性输入的非线性系统,同时考虑系统中存在未建模不确定项,设计了自适应控制器及未知参数的自适应估计率.该控制器使得闭环系统全局稳定且实现了输出信号对参考信号的精确跟踪.仿真结果进一步证实了该控制器能对未知死区及未建模动态进行有效的补偿。     

自适应变步长最大风能捕获算法

风能具有随机性、不稳定性的特点,为了提高风力发电系统中风能的利用效率,在比较各种最大风能捕获算法的基础上,分析了爬山搜索法和叶尖速比法的不足,提出了自适应变步长搜索算法来捕获最大风能.通过改进爬山搜索法的变步长策略,明显加快了搜索速度,通过引入初始估计叶尖速比值,大大缩小了搜索范围.该算法不需要实时检测准确风速,不依赖风力机最佳功率曲线,有效地降低了成本,提高风力发电的效率.文中重点分析了算法的自适应性和变步长策略,仿真结果表明,该算法能够使风力机更快速到达最大功率点,动态响应快,收敛性好.     

基于GA整定PID的液压电梯速度控制研究

针对液压电梯在工作过程中出现的启动时间长、运行速度不平稳、停止阶段轿厢抖动等不足,借助多物理领域仿真软件Simscape对液压电梯系统进行了综合建模,并提出了遗传算法(GA)整定PID对液压电梯运行速度进行控制的新方法。介绍了液压电梯的速度控制原理以及遗传算法的控制策略,针对液压电梯的工作特点对遗传要素进行了合理规划,并对不同工况下的液压电梯进行了仿真研究。仿真结果表明:在载重量为0 kg,500 kg,1000 kg的工况下,遗传算法整定的PID控制器在动态特性、跟踪特性等方面都具有明显的优势。最后通过实验证明了基于遗传算法PID整定在提高液压电梯运行性能方面的有效性。     

降膜蒸发过程的数值模拟和传热传质分析

利用CFD软件对逆流降膜蒸发过程进行了实验模拟研究,研究了速度边界层、热边界层和浓度边界层的变化对降膜蒸发传热传质特性的影响规律;通过建立一维逆流降膜蒸发的数学方程编程求解出了对流传热传质的Nu数和Sh数,利用Fluent软件模拟出的实验结果采用回归分析得出了气液流量比Raw、流道的长宽比αL、空气进口无量纲温度θai以及空气进口Re数与Nu数、Sh数之间的无量纲关系式,可为降膜蒸发换热器的设计提供参考。     

数据挖掘技术在高校就业预测分析中的应用

针对当前高校面临的就业问题,本文利用决策树C4.5算法对某高校近三年的毕业生就业信息进行分析,建立就业分析预测模型。首先选取高校就业信息管理系统中的就业信息,对信息进行采集和预处理,然后利用分类算法中的C4.5分类算法进行挖掘,最后对建立的决策树进行规则提取,从而得到毕业生就业预测规则。实验结果表明建立的就业分析模型是有效的、可靠的,对于全面提高大学生的就业能力、完善就业服务体系等方面具有一定指导意义。     

基于不平衡类数据集分类的空间插值方法

对于不平衡类数据集的分类问题,训练分类器后,分类结果产生了向多数类偏斜的问题,少数类识别率较低.为了提高少数类的分类精度,提出了一种改进的SMOTE方法—空间插值方法,利用少数类及其k近邻构造超几何体,在超几何体内随机产生虚拟少数类样本,当其k近邻中存在多数类时,缩小构造虚拟样本的空间,加强对易错分样本的训练,降低数据集类不平衡程度,并进行有效性验证.在实际数据集上,基于多个分类器进行仿真,结果表明,空间插值法在少数类和数据集整体分类性能优化效果较好.     

组合模型在传染病预测中的应用研究

研究传染病预测问题,由于受到外界因素和人体内部因素共同影响,具有不规则变动和非线性动态特点。传染病发生具有季节性、周期性和非规则等变化特点,单一模型只能预测中部分变化特点,预测误差比较大。为降低传染病预测误差,提出一种组合模型的传染病预测方法。首先分别采用ARIMA和LSSVM模型对传染病发生趋势进行预测,然后将两者预测结果输入到LSSVM重新进行学习,最后得到组合模型的预测结果。采用组合模型对某市乙肝发病率进行仿真。结果表明,组合模型降低了乙肝发病率的预测误差,预测结果更加可靠,为传染病预测工作提供新的技术手段。     

基于叶片形态特征的葡萄品种自动识别

葡萄在全世界种植范围较广,葡萄品种识别对葡萄资源统计、新品种鉴定及遗传资源保护都有重要意义。以成熟叶片为基本材料,不变矩、面积、周长、主叶脉长度和叶柄长度等11维特征向量为基础数据,采用叶片特征选择、图像处理、特征值提取、建立分类模型等方法,运用国际葡萄与葡萄酒组织形态分类方法和改进的欧式距离等技术开发一个基于葡萄叶片数字图像的葡萄品种自动识别软件。共测试17种酿酒和3种野生葡萄,识别率达87%。该方法具有自动化、识别速度快、花费低、省时省力等特点,可应用于葡萄病虫害的识别、杂交新品种双亲的判定等。