基于PSR-CGPM的区域"水资源-能源-粮食"系统安全评价研究

资源安全问题已成为制约我国经济可持续发展的瓶颈.本文分析了水资源、能源和粮食复杂系统相互作用的机理及耦合关系,基于压力-状态-响应(PSR)模型建立了区域水资源-能源-粮食(WEF)系统安全评价指标体系;构建了基于熵权法和通用灰色预测模型(CGPM)的水资源-能源-粮食系统安全综合评价及预测模型.以我国典型区域内蒙古为例,对其2007-2016年的水资源-能源-粮食系统安全进行综合评价并对未来5年的水资源-能源-粮食系统安全水平进行预测.结果表明:内蒙古2007-2016年WEF系统安全水平从2007-2009年较为稳定,2009-2010年明显下滑,之后安全水平呈平稳上升趋势;对内蒙古WEF系统安全综合指数进行预测,结果显示,2017-2021内蒙古WEF系统安全水平持续改善.最后,结合内蒙古实际,提出了加强水资源-能源-粮食管理的政策建议.

基于熵值法和灰色预测模型的土地生态系统健康评价

在界定土地生态系统健康内涵的基础上,构建了基于"压力—状态—响应"(PSR)模型的评价指标体系,采用熵值法和灰色预测模型,对四川省土地生态系统健康状况进行了评价。研究结果表明:(1)1999—2010年四川省土地生态系统健康水平总体不断提高,综合指数从0.481 3增加到0.637 2,健康等级经历了"临界状态—亚健康"的演变过程;(2)压力指数和状态指数总体上呈现下降趋势,响应指数总体上呈现上升趋势;(3)人均耕地面积、土地垦殖率、水土流失程度、单位耕地化肥负荷、单位耕地农药负荷等是土地生态系统健康等级提升的关键制约因素;(4)2011—2015年四川省土地生态系统健康水平呈现稳步上升趋势,年均增长率为2.86%。

基于预测状态表示的多变量概率系统预测

针对由于多变量概率系统预测高复杂度而导致的建模困难问题,提出了一种基于预测状态表示(PSR)的系统建模新方法,首先介绍一种通用多变量过程概念,并进一步用此概念描述多变量系统。在此基础上,引入了针对多变量系统的预测模型MV-PSR,模型基于可观测信息,可在有限维实现对多变量的预测。实验结果表明,该近似模型有效降低了系统预测的复杂度。

基于预测状态表示的Q学习算法

针对不确定环境的规划问题,提出了基于预测状态表示的Q学习算法.将预测状态表示方法与Q学习算法结合,用预测状态表示的预测向量作为Q学习算法的状态表示,使得到的状态具有马尔可夫特性,满足强化学习任务的要求,进而用Q学习算法学习智能体的最优策略,可解决不确定环境下的规划问题.仿真结果表明,在发现智能体的最优近似策略时,算法需要的学习周期数与假定环境状态已知情况下需要的学习周期数大致相同.

发现和学习不可复位动态系统的预测状态表示的一种新算法

提出了一种发现和学习不可复位动态系统的预测状态表示的新算法.在证明系统的任意landmark均可作为系统的初始状态的基础上,利用发现的landmark确定系统在任意时间步所处的经历,然后采用蒙特卡罗方法估计任意经历下任意检验发生的概率,解决了在不可复位动态系统中,经历下检验发生的概率难以获取问题,进而发现和学习不可复位动态系统的预测状态表示.实验结果表明,本文算法获得的系统的预测状态表示在预测精度上明显优于suffix-history算法,验证了所提算法的有效性.

用于未来态预测的电网运行断面时空相似性挖掘

运行状态有效预测可为电网风险预判与优化调控提供数据基础,对保障系统安全运行具有重要意义。该文提出一种用于未来态预测的电网运行断面时空相似性挖掘方法。首先,采用图表示学习算法对电网拓扑及其属性信息进行深层次无监督学习,提取表征运行断面空间特征的属性向量;然后,利用滑动时间窗算法将历史运行断面对应的空间特征向量按照不同时段划分到多个窗口;最后,从微观和宏观两角度计算不同窗口间对应样本相似性,获取与当前时段内断面最相似的一组连续断面,并将该组历史断面的后续时刻断面作为当前电网运行未来状态的参考。通过新英格兰10机39节点系统和实际电网算例进行验证,结果表明所提方法能够有效提取最相似的历史断面,进而实现对未来状态的辅助预测。

基于预测状态表示模型和稀疏分布记忆的多观测系统预测

提出了一种新型的PSR建模方法,该方法建立针对复杂多观测系统的近似预测模型S-PSR,将系统中的检验和经历依据归属关系进行归类划分,利用稀疏分布记忆(SDM)存储结构进行模型当前状态保存和状态更新,实现了对多观测系统复杂数据的处理。实验表明,该近似模型相比其他模型具有更好的预测准确性。

北京市门头沟区生态安全评估及预测

为研究和预测北京市门头沟地区生态安全形势，并在实践中为生态安全评价提供理论依据，在生态环境管理的方法论基础上，根据统计年鉴，采用压力状态响应模型建立生态安全指标体系，以不安全指数法对指标实际值归一化，运用层次分析法确定指标权重，采用加权指数法计算生态安全综合值，评价了门头沟区3年的生态安全状况。结果表明：门头沟地区2006-2008年3年期间，生态安全综合指数分别为：0．6192、0．6393、0．6395。显示生态安全综合值缓慢上升，生态安全越来越好。但是仍然处于较不安全状态。指出其主要原因有经济欠发达、自然资源缺乏、人口众多等。建议该地区加快产业结构调整、改变增长方式、控制人口、提高土地利用率，保护环境并治理污染。

预测状态表示综述

预测状态表示是描述离散时间有限状态的动态系统的新方法。使用动作—观测值序列的预测向量表示系统状态在将来时刻发生的概率,能解决现有动态系统决策过程中计算复杂的问题。综述了预测状态表示的基本原理,介绍了预测状态表示的建模过程和规划算法,对已有的建模方法和规划方法进行总结分析和比较,指出了该研究领域的发展方向,最后提出了研究面临的挑战。

预测状态表示模型的复位算法

预测状态表示(Predictive State Representations,PSRs)是用于解决局部可观测问题的有效方法.然而,现实环境中,通过样本学习得到的PSR模型不可能完全准确.随着计算步数的增多,利用PSR模型计算得到的预测向量有可能越来越偏离其真实值,进而导致PSR模型的预测精度越来越低.文中提出了一种PSR模型的复位算法.通过使用判别分析方法确定系统所处的PSR状态,文中所提算法可对利用计算获取的预测向量复位,从而提高PSR模型的准确性.实验结果表明,采用复位算法的PSR模型在预测精度上明显优于未采用复位算法的PSR模型,验证了所提算法的有效性.

甘肃省泾河流域2010-2019年农村生态环境质量分析及预测

[目的]研究甘肃省泾河流域农村生态环境质量评价的相关问题,为农村生态环境保护和高质量发展研究提供参考。[方法]基于压力—状态—响应(PSR)模型,构建了甘肃省泾河流域农村生态环境质量评价指标体系。运用熵值法和综合指数法对生态环境质量水平进行评价,并采用灰色GM(1,1)模型进行预测。[结果] 2010—2019年农村生态环境质量综合指数等级变化趋势为"劣等—差等—中等",但总体呈现上升趋势,压力指数呈"Ⅴ"型波动变化,状态指数和响应指数逐年增长,说明环境治理的政策实施有效,预计到2021年将达到良好等级。[结论]今后还需加大农村环保的资金和政策投入,改善各地环保制度措施,增强民众意识等。

轨迹驱动的多层时空图神经网络交通路况短期预测

城市交通路况的短期预测是支持交通管理、在线导航的基础应用。出租车轨迹作为低成本、高时空覆盖率的交通监测数据类型,已广泛用于提取实时路况,支持路况短期预测。然而出租车轨迹时空覆盖极不均衡,导致大量的路段和时段轨迹数据缺失或覆盖率不足,难以直接基于轨迹数据精确估计全路网所有路段全天候的交通状态,精度和可靠性都不能满足实时交通路况估计和短期预测的需要。因而基于不均衡轨迹数据的全路网交通路况在线短期预测成为大城市交通精细化监测和管理的一大技术难题。本文针对轨迹数据的时空分布不均衡问题,设计了路网的动态分层方法,将城市路网根据轨迹的时空分布划分为多层路网,包括轨迹质量较好的主干路网以及轨迹分布较为稀疏的次级路网。在分层路网基础上,我们提出轨迹驱动的多层时空图神经网络路况短期预测方法,依托不同路网层级建立多层时空图神经网络,设计顾及轨迹时空分布的层内和层间消息传递机制,基于因果膨胀卷积和图注意力描述路网之间复杂的路况时空关联。在路况关联表征模型基础上,设计实现了表征-预测一体化的集成端到端图神经网络预测模型,可同时对全路网所有路段的速度和状态进行在线预测,有效提升轨迹分布稀疏路段的路况预测质量。通过武汉市大型路网的真实轨迹数据测试,本方法比基线方法在预测精度上有显著改善,特别是在轨迹数据缺失较严重的路段上取得了较好的预测性能,同时训练效率也有显著提升,表明所提出的多层时空图神经网络预测方法能有效地应对轨迹分布不均衡导致的路况预测难题。

预测状态表示综述

预测状态表示(predictive state representations,PSR)是一种新型的动态系统模型,用动作-观察值序列的预测向量来表示系统的状态以及预测未来事件发生的概率。综述了预测状态表示的基本原理,对其建模算法进行比较,并概括其最新的应用拓展,最后指出其发展方向。