基于参数研究建立的隧道爆破超欠挖量预测模型

通过多线性回归分析筛选出一些对岩体性质、隧道轮廓和爆破设计影响较大的几个参数,并提出了一个爆破参数影响指标(BPI),它由这几个影响较大的参数定义表达出来。将爆破超欠挖量与这个BPI联系起来,同时,对于隧道的形状、节理产状进行修正,进而建立了合理的隧道爆破超欠挖量预测模型。

粘土基防渗浆材的实验研究

针对目前常用浆材的局限性和工程应用的需要,采用正交优化的实验方法研究一种以粘土为主的粘土基防渗浆材,浆材具有良好的稳定性和可灌性,其结石体具有低渗透性和较低强度,适用于非加固型的防渗注浆工程。

基于改进遗传算法的河流水质模型多参数识别

结合多种群遗传算法和自适应遗传算法,提出基于多种群-自适应遗传算法(MPAGA)水质模型多参数识别方法,实现对河流水质模型参数断面平均流速u、河流离散系数D和污染物降解系数K识别和估计。利用河流示踪剂实验监测数据,分别对美国特拉基河3个不同流量河段作水质模型多参数识别和估计。结果表明,与传统遗传算法(TGA)相比,MPAGA算法对3种不同流量河段水质模型参数估计结果准确和可靠。基于MPAGA水质模型多参数识别方法和分河段水质模型参数估计结果可提高河流水污染预测精度,判定河流水污染危险区域,为保障工农业用水安全提供重要科学依据和技术支撑。

基于改进遗传算法的河流水污染源反演方法

针对河流水污染应急响应过程中污染源排放历史迟知、未知的问题,结合多种群遗传算法和自适应遗传算法,利用一维河流水质模型和水质监测数据,研究建立了基于改进遗传算法的河流水污染定量源反演方法,实现了对河流污染源排放历史的识别与重构.将该方法应用于美国特拉基河流的3个不同流量下的示踪剂实验中,对示踪剂排放历史进行定量源反演分析.结果表明:IGA算法对高、中、低不同流量下的3次示踪剂实验均可以很好的重构和识别示踪剂排放历史,对于实际河流水污染源反演分析的误差均在可接受范围内.IGA算法在河流水污染源反演分析中具有一定的可靠性和稳定性,可为河流水污染精准溯源与治理提供科学的技术支撑.