一种长江下游水道通航安全风险识别方法

针对长江下游水道通航安全风险评价中存在的定量研究不足的问题,基于5M模型(Management,Machine,Man,Me-dia,Mission factor)构建了因子分析方法,利用该方法对长江下游水道历年发生的258件较大伤亡事故和223件较小伤亡事故案例进行主要影响因素分析,结果表明能见度不良、船舶交通流量大、船员安全意识薄弱、船舶设备陈旧是导致交通事故的主要因素。利用事故主要因素覆盖率和影响率对基于5M的因子分析法进行效果评价,并与统计分析法比较,结果表明:因子分析法的覆盖率虽然略有下降,但是影响率提高了56.4%。实例验证说明基于5M的因子分析法用于长江下游水道通航安全风险定量分析是可行的。

三(2-甲基-2-苯基丙基)锡羧酸酯的合成、结构表征和生物活性

Fifteen tris(2 dimethyl 2 phenylpropyl)tin carboxylates were synthesized and characterized by IR and 1H NMR. The results showed that these compounds may be four coordinated and there are a linear relationship between Δν CO 2 and the Hammett constants ( σ) of the para substituents of the corresponding substituted benzoates. The bioasay tests show that neophyltin derivatives have a good acaricidal activity and may provide an acaricide for the better activity and economy.

基于灰色神经网络的港口集装箱吞吐量预测模型研究

为降低港口集装箱吞吐量的预测误差,提高预测精度,在分析传统的灰色预测模型和BP神经网络预测模型的优缺点的基础上,构建了灰色神经网络港口集装箱吞吐量预测模型,该模型充分发挥了灰色模型所需初始数据少和BP神经网络非线性拟合能力强的特点。以实际数值作为初始数据,各种灰色模型的预测值为神经网络的输入值,神经网络的输出值为组合预测结果。通过实例分析,结果表明:灰色神经网络预测模型提高了预测精度,预测结果比较理想,优于单一预测模型,因此,该模型用于港口集装箱吞吐量预测是可行的、有效的。

吡唑甲醛肟的合成

以乙酰乙酸乙酯,水合肼,羟胺等为原料经五步反应,成功地合成1,3-二甲基-5-苯氧基-4-吡唑甲醛肟,它是合成农药、医药的中间体。

3,5,6-三氯吡啶-2-酚的合成方法

3,5,6-三氯吡啶-2-酚(以下简称三氯吡啶酚)是合成农药的中间体,也是一种重要的化工原料。其合成方法大体有两种,一种是以吡啶为原料,经高温氯化,脱氯及水解等步骤进行合成。这条路线比较成熟,但设备及工艺要求很严格。另一条是用丙烯腈与三氯乙酰氯反应,先形成3,3,5,6-四氯吡啶-2-酮,再脱掉氯化氢,得最后产品:

三峡水库蓄水对库区降水量的影响分析

三峡大坝建成后库区水位上升,常年水面面积也将大幅增加,库区下垫面将发生变化,从而导致局地气候特征的变化。为了解三峡大坝对库区降水量的影响,基于三峡库区37个雨量站点1958-01-01～2008-12-31逐日有效降水量资料,采用气象诊断旋转正交经验函数(REOF)方法计算并分析了三峡库区和大坝南北部年均降水量、四季降水量的时空变化情况,并通过REOF模态图时间系数分析了建坝前后降水量的波动情况。结果发现,三峡水库运行后库区降水量存在一定的波动,三峡大坝在运行前45年与运行后6年的时间内,年均、四季整个库区与北部降水量差值波动幅度并不明显。

基于AHP的港口安全风险模糊评判方法

针对我国港口安全风险的现状,从系统工程角度,采用层次分析法的基本原理,建立了港口安全风险分析模型,并运用模糊数学构建了隶属函数,求得港口安全风险的模糊评判矩阵,通过模糊评判获得了港口安全风险综合分数.结果表明,该评判方法能够科学合理地综合评价港口安全风险状况,为有关港口部门改善港口安全状况提供决策依据.

船舶交通流量预测的灰色神经网络模型

为降低船舶交通流量的预测误差,提高预测精度,在分析传统的灰色模型和反向传播(BackPropagation,BP)神经网络模型优缺点的基础上,构建灰色神经网络模型预测船舶交通流量.以实际测量值作为初始数据构建不同的灰色模型,各种灰色模型的预测值作为神经网络的输入值,得到最佳预测模型.实例分析表明:灰色神经网络模型可提高预测精度,预测结果比较理想,优于单一预测模型;该模型具有所需初始数据少和非线性拟合能力强的特点,用于船舶交通流量预测是可行和有效的.

港口集装箱吞吐量的灰色神经网络预测模型研究

为了降低港口集装箱吞吐量的预测误差,提高预测精度,文章通过分析传统的灰色预测模型和BP神经网络预测模型的优缺点,构建了灰色神经网络港口集装箱吞吐量预测模型,该模型充分发挥了灰色模型所需初始数据少和BP神经网络非线性拟合能力强的特点.以实际数值作为初始数据,各种灰色模型的预测值为神经网络的输入值,神经网络的输出值为组合预测结果.通过实例分析,结果表明:灰色神经网络预测模型提高了预测精度,预测结果比较理想,优于单一预测模型,因此,该模型用于港口集装箱吞吐量预测是可行的、有效的.

煤炭开采对水资源量影响分区研究

煤矿开采是影响河川径流量减少的因素之一,加剧了区域水资源供需矛盾。本研究以黄河中游791个矿井、14个矿区资料为基础,考虑煤层埋深、导水裂隙带发育、煤层顶板含水层分布状况,开展黄河流域中游头潼区间煤炭开采对水资源影响分区的研究。研究结果表明,主采煤层埋深从东北向西南逐渐增加;导水裂隙带发育贯穿至地表多发生在埋深较浅的位置,主要分布在窟野河流域的神木县、伊金霍洛旗、东胜、准格尔旗、榆林市北部地区;煤矿开采对含水层的影响模式划分为影响严重区、影响一般区、无影响区三种。

金沙江流域地形因子对降水量空间分布的影响

基于47个常规气象站点1958～2008年逐日降水资料,采用金沙江分辨率90 m的DEM数字高程模型,以逐步回归的方法构建了四季降雨量与10个地形因子的关系模型,以SPI方法分析了旱涝年因子系数的变化规律。结果表明,建立的模型诸因子平均相对误差在8%以内,四季降雨量受地理和局地因子的影响较大。

航道内实时船舶交通流航行风险主动评估

为主动评估航道内实时交通流航行风险,并对交通事故状态做出预警,利用高斯混合模型和最大期望算法构建了贝叶斯网络。基于长江草鞋峡水道内船舶检测器数据和交通事故数据,学习和训练贝叶斯网络的结构和参数,构建了贝叶斯网络分配器。分别对8组船舶交通流数据建立贝叶斯网络分类模型,结果表明：采用交通事故发生前20～40 min内、且距离事故地点最近的2个船舶检测器的数据构建的模型分类效果最优,正确率为78.13%。最后通过与BP神经网络和K近邻两种估计算法比较,证明了BN模型预测效果更优,是一种较好的实时交通流航行风险评估方法。

基于复杂网络的交叉航道内船舶汇聚度模型

为了准确认知交叉航道内船舶的复杂态势,提高航道管理效率,根据船舶拥挤的形成过程,提出了交叉航道拥挤的定义。基于船舶汇聚的静态和动态特征,建立了船舶间汇聚度计算模型。在此基础上,基于复杂网络理论,构建了反映交叉航道整体汇聚度的加权网络模型。通过实例计算分析,结果表明加权网络模型能够准确反映交叉航道内船舶汇聚程度,为航道管理的有效实施提供决策依据。

港口环境资源的生态性评价方法研究

针对目前关于港口环境资源生态性评价方法中存在的不足,综合运用AHP和灰色聚类方法,并根据港口生态资源理论,建立起由水资源、能源、土地资源、岸线资源和生态资源等指标体系构建的港口环境资源生态性多层次灰色评价模型.通过实例进行计算,结果表明该方法能够有效利用评价指标的信息,科学合理地综合评价港口环境资源的生态性状况,具有较好的可操作性和实用性.

基于小波消噪和混沌序列的SVM模型研究应用

基于小波消噪理论,采用改进小数据量法计算最大Lyapunov指数,对北碚水文站月径流时间序列进行混沌特性识别,利用C-C法重构相空间挖掘北碚站月径流时间序列中的信息,通过SCE-UA算法优化出惩罚因子、核宽度,并引入径向基核函数简化非线性问题的求解过程。实例结果表明,SVM径流预测模型实现了精度与实用性的统一,可较好处理复杂的水文序列,具有较高的泛化能力和预测精度,为资料匮乏地区预报研究提供了一种新方法。

基于一种改进型线性增长模型的船舶流量预测

为了提高船舶流量预测精度,综合考虑交通需求、季节、气候等因素,通过分析船舶流量历史数据,在线性增长模型基础上,构建了考虑周期性波动因素的船舶流量预测改进模型,并运用贝叶斯估计和预测方法求解模型,提出了一种新的船舶流量预测方法.实例验证表明,与传统线性增长模型预测结果比较,新模型更符合船舶流量实际情况,月流量预测结果的平均绝对误差下降了3.56%,标准差下降了3.79%.因此,将该预测方法用于船舶流量预测是有效的.

上海和宁波-舟山港竞争合作的博弈分析

在完全信息条件下的竞争合作博弈模型基础上,分析了上海港和宁波-舟山港竞争合作的发展趋势,研究表明:合作-合作策略是上海港和宁波-舟山港的最优选择,也是一种共赢结果;在服务替代率不是很大,但也不是很小时,若要使两个港口的总收益进一步增加,必须建立一定的利益分配原则。

实时交通流条件下船舶航道航行风险预警模型

为提高航道内实时交通事故预警精度,基于长江下游两个水道内发生的交通事故数据和船舶检测器数据,运用随机森林（Random Forest,RF）模型对事故发生前20～40 min内的航道状态初始数据进行重要变量筛选,根据筛选出的4个最重要的变量结合高斯混合模型和最大期望算法构建新的事故预警贝叶斯网络（Bayesian Network,BN）模型.实例检验表明：新的BN模型优于直接利用初始数据建立的模型,事故预警正确率达到81.29%;可转移性测试中新的BN模型的事故预警正确率虽有所降低,但整体预警正确率和事故预警正确率仍高于利用初始数据建立的模型;新的BN模型用于实时船舶交通流航行风险预警是有效的.

基于小波理论枯水期径流事件规律分析

采用复Morlet小波函数对长江上游寸滩水文站1950~2006年枯水极值事件1、3、7、15、30、60、90 d枯水流量系列年际变化与出现日期进行了距平、小波分析,揭示了寸滩水文站枯水极值事件变化多时间尺度的复杂结构,并根据主周期对未来变化进行了预测。结果表明,57 a来寸滩站1、7、30、60 d枯水流量系列总体上呈上升趋势,上升趋势率分别为3.31、3.88、5.33、6.25(m3.s-1)/10 a,1、7、30、60 d枯水流量系列均在2月达到极小值的比例最高,均存在6~8、10~12 a的2类尺度的周期变化规律,在尺度6~8 a中存在着9个循环交替,枯水流量持续长度呈现减弱的趋势,2007~2016年枯水流量持续高频,呈增加的趋势。

一种港口安全风险灰色评价方法

根据系统工程的人-机-环境理论提出了港口安全风险评价指标体系,并运用层次分析方法和灰色聚类方法设计了具体的港口安全风险评价模型。通过实例计算,验证了该方法的可操作性和可行性。