改进的灰色关联法在流溪河流域地下水环境质量评价中的应用研究

基于28个采样点2018年雨季和旱季19项指标的监测数据,运用改进的灰色关联法评价了流溪河流域的地下水质量,并结合流溪河流域地下水的实际情况,与单因子评价法的评价结果进行了对比。改进的灰色关联法评价结果表明,研究区地下水质量综合评价结果较好,雨季优于旱季,基岩裂隙水优于松散岩类孔隙水,中游优于下游。单因子评价法和改进的灰色关联法的评价结果差别较大甚至部分结论完全相反,比较而言改进的灰色关联法的评价结果更符合实际。     

引黄灌区农业面源污染影响因子敏感性评价

农田排水沟渠系统作为农田面源排放和下游受纳水体的过渡带,对于农田径流来说是汇,而对于下游受纳水体是源.氮、磷污染物在排水沟渠输送过程中的迁移特征是农业面源污染防治的核心内容之一.本研究在总结国内外有关研究成果的基础上,通过监测试验、数据拟合和敏感分析来确定水深、流速、水温、pH值、溶解氧浓度等五个主要因子对排水沟渠中氮、磷污染物迁移转化作用及其影响情况.研究表明,在实现沟渠中氮、磷污染物的最大截留率时,在其他条件相同的情况下,流速和水深起重要作用,影响程度最高.     

北京城区河流沉水植物分布特征及环境因子关系研究

通过北京城区11条河流30个点位沉水植物及水环境因子调查,对沉水物物种分布、生态位特征及与水环境因子相互关系进行了研究,结果表明:北京城区河流均有沉水植物分布,春季优势种为菹草、穗花狐尾藻和篦齿眼子菜,夏季为金鱼藻、狐尾藻、篦齿眼子菜、黑藻、苦草及菹草.水深为影响城区河流沉水植物种类数量的重要因子,菹草为春季沉水植物管理关键物种.研究城区河流沉水植物分布特征及与水环境因子的关系,对北京市河流水生态环境的管理和持续改善具有重要的参考和指导意义.     

复杂系统维护策略最新研究进展: 从视情维护到预测性维护

对于复杂、可修复的工程系统, 设备维护是确保系统安全性、可靠性、可用性的重要手段之一. 系统维护策略已经历修复性维护、定时维护、视情维护等多种维护策略. 其中, 视情维护是目前最受关注的维护策略, 它通过收集和评估系统的实时状态信息进行维护决策, 具有全寿命周期内系统可靠性高、运营维护成本低等优点. 近年来, 随着物联网技术、信息技术和人工智能的快速发展, 一种更新颖的视情维护策略——预测性维护逐渐成为领域研究热点. 本文首先简要回顾了系统维护策略的发展历程; 然后, 重点介绍了视情维护的研究进展, 根据决策支持技术的不同, 将视情维护划分为基于随机退化模型的视情维护和基于数据驱动的预测性维护, 对每类技术的发展分支与研究现状进行了疏理、分析和总结; 最后, 探讨了当前复杂系统维护策略面临的挑战性问题和可能的未来研究方向.     

自动信任协商中一种最小信任披露策略

自动信任协商是通过逐渐请求和披露数字证书在两个陌生实体间建立相互信任的方法。当前对自动信任协商协商策略的研究,往往存在很多问题。文章提出了一种基于期望因子的自动信任协商模型,该模型采用MCD策略,通过分析各信任证书的期望因子,当可能的协商存在时,它能披露和请求最小的信任证找到一条成功的协商路径,当协商不可能成功时,尽快的发现并终止它。它能保证在协商的过程中没有不相关的信任证被披露并且不需要暴露双方的访问控制策略,同时通过实验证了明MCD策略是完备的。     

基于变论域理论的模糊自适应控制方法研究

针对一类非线性、快时变性以及模型不确定性问题,设计了一种基于变论域的模糊自适应控制器。利用模糊模型逼近控制系统的非线性部分,以及采用李亚普诺夫方法证明所设计的非线性控制系统的渐进稳定性并推导出自适应律。最后将设计的控制器应用于倒立摆,仿真结果表明跟踪性能良好。     

瞬态压力测试系统的环境因子校准

多数瞬态压力信号的测量是在恶劣环境下进行的,用静态校准的特性直接用于动态参量的测量会给测量结果带来很大误差,为了减小测试环境对测试系统的影响,提高测试数据的置信度,提出了环境因子校准的思想.文中分析了两类环境力信号对测试系统输出信号的影响,介绍了火炮膛压测试仪和石油井下射孔压力测试仪的环境因子校准系统组成及工作原理.经...     

带有局部控制因子的图割光流估计

提出一种带有局部空间项控制因子的图割光流估计算法,能判断和处理光流场的平移遮挡现象。文中分析了平移遮挡的形成机理,构造了遮挡判别公式,基于本次的正向和反向光流场,依靠遮挡判别结果调节局部空间项控制因子,建立下次的能量泛函,加强背景区域对遮挡区域的平滑作用,隔绝运动区域对遮挡区域的平滑作用,从而构造出新结构的网络流图。另外,该算法被证明可以阻断遮挡误判在各次图割优化过程间的传递,从而使逐次α-扩散移动图割光流算法具有自适应处理遮挡的能力。通过与Ground-truth光流场的实验对比,表明该算法能较好地判断与处理遮挡导致的光流场无效区域。     

小生境网格进化算法在电力系统控制中的应用

研究电力系统自动控制的准确性.电力系统的供电输出需要满足多条线路目标的最优状态输出,即在电力系统的自动控制中就存在多目标优化问题,并且实际的电力系统输出线路需电量不均衡,使得多目标优化的解集存在非均匀分布的情况,造成电力系统稳定性和可靠性受到影响.传统的多目标优化算法不能有效处理解集非均匀分布的问题.为了提高优化解集接近真实解的程度,提出一种小生境网格进化算法来解决电力系统中的多目标优化解集非均匀问题.采用小生境技术在算法中设置排挤因子,利用个体间的进化排挤作用形成小的个体环境,可维持个体解集的分布多样性.实验表明,改进方法能够有效解决电力系统多目标优化的解集非均匀问题,保证了电力系统自动控制的准确性.     

融合局部聚类特征的银行间网络重构研究

准确地重构银行间网络是开展银行系统性风险研究的首要工作,实证研究发现最小密度方法低估了真实银行间网络的连边密度且无法刻画其“核心?外围”结构。该文提出一种融合局部聚类特征的银行间网络重构方法。通过引入局部增强矩阵对最小密度方法的概率矩阵进行修正,增强核心银行间的连接倾向。进而,引入自适应因子法对银行间关系重构过程进行权重分配,从而建立具有局部聚类特征的低密度银行间网络。在2018年中国272家银行年报数据集上的实验结果表明,在核心银行连边密度和平均聚类系数上,融合局部聚类网络的银行间网络相比于未融合的银行间网络提升了83.9%和60.1%。而且重构的银行间网络具有稀疏性、异配性和无标度等实证网络结构特征。