干旱形成机制与预测理论方法及其灾害风险特征研究进展与展望

在全球变暖背景下,干旱事件发生的频率和强度不断增大、影响不断加重,干旱发生规律的异常性和机制的复杂性也更为突出,对干旱形成机制、预测理论方法及灾害风险变化规律等方面都提出了新的挑战,也制约了当前干旱预测、预警及其灾害防控能力的提高。近年来,在国家重点基础研究发展计划(973计划)课题等多个国家级项目支持下,已在干旱灾害形成机制与预测理论方法及其风险特征方面取得了一系列新成果。通过动力诊断、数值模拟和田间试验等方法,开展了干旱形成的多因子协同作用和多尺度叠加机制、干旱致灾过程的逐阶递进特征,以及干旱灾害风险分布演化的主控因素等方面的研究。对如下几方面的新进展进行了系统总结归纳:(1)厘清了全球变暖背景下青藏高原热力、海温、夏季风、遥相关等多因子对干旱形成的作用机制。(2)发现了降水亏缺时间尺度和农作物不同生长阶段的干旱敏感性规律。(3)揭示了变暖背景下典型区域干旱灾害风险分布及其变异的新特征;构建了干旱灾害风险新概念模型。(4)研发了东亚季风区的季节和次季节干旱集成预测系统。在总结归纳已取得研究成果的基础上,对未来干旱形成机制及其灾害风险科学研究进行了展望,提出了5个重点研究方向:(1)多因子联动及其多尺度叠加效应对干旱形成的影响;(2)系统整合人类活动和决策以及相关反馈的气候模式研究;(3)揭示陆-气耦合和大气环流协同作用对干旱的影响;(4)认识干旱灾害对粮食安全和生态安全影响的关键过程;(5)提高不同气候情景下干旱预估的准确度。

基于D-S证据理论的岩爆预测方法研究

为了有效预测岩爆,提出基于D-S证据理论的岩爆预测方法.首先,选取与岩爆发生相关的6个指标因素作为证据体,并通过模糊物元框架和正态型隶属度函数构建证据体的基本概率分配.然后,利用K均值将证据体分类,并提出簇内证据用传统方式融合而簇间证据用权重方式融合的组合融合规则,以减轻高冲突证据融合的不利影响.最后,将模型应用在秦岭终南山公路隧道2号竖井工程,且与经验方法对比.为了分析预测过程的不确定性和估计岩爆发生概率,采用蒙特卡洛模拟进行抽样仿真,并通过Spearman秩相关系数衡量输入指标的全局敏感性.研究结果表明:输入指标在不同的岩爆案例的影响程度差异较大且方向不同;5个岩爆案例的发生概率在40.8%~70.1%之间.该模型表现出优异的预测分类性能,可为深埋地下工程岩爆预测提供参考.

基坑降水引发的沉降理论计算及预测研究

为有效掌握基坑沉降变形规律,以基坑所处地质条件为基础,先结合有效应力原理,利用分层综合法计算基坑降水引发的沉降理论值;其次,再以基坑施工过程中的现场沉降监测数据为基础,通过变形预测来佐证理论计算值的准确性。分析结果表明:在基坑沉降的理论计算结果中,沉降理论计算值均不同程度的小于沉降监测值,且随着与降水井中心距离的增加,沉降值具持续减小特征;在基坑沉降的预测研究结果中,所得预测结果的相对误差均值介于2.02%~2.09%,说明ILSO-RVM-CT在基坑沉降变形预测中具有较强的预测能力,且预测结果显示基坑沉降变形后续还会具小速率增加特征,说明基坑沉降变形趋于稳定。

基于分解集成及不确定理论的碳价格预测

准确的碳市场价格预测是碳排放交易市场相关政策制定和碳金融发展的基础.为消除碳市场价格原始序列存在的非线性、非平稳性、高噪声性和不确定性,准确预测碳市场价格,论文将不确定理论、集合经验模态分解(ensemble empirical mode decomposition,简称EEMD)和径向基神经网络(radial basis function,简称RBF)相结合,构建了碳市场价格预测模型,并将其应用于广东省碳市场价格预测.首先通过EEMD算法和fine-to-coarse方法对原始的碳市场价格数据进行分解和重构,得到具有不同变化规律的高频项和低频项,并将其代入RBF神经网络进行训练,然后采用不确定理论,对低频项的输出权重进行不确定性分析,对残差趋势项采用线性回归进行拟合,最后将3个子项的预测结果进行集成求和得到最终的碳市场价格预测值.实证结果表明无论是在均方根误差(root mean square error,简称RMSE)、平均绝对误差(mean absolute error,简称MAE)还是在平均绝对百分比误差(mean absolute percentage error,简称MAPE)指标方面,论文模型在碳市场价格预测方面都比其他预测模型更具优势,预测结果更准确.

D-S理论和Markov链组合的桥梁性能退化预测研究

为准确预测桥梁性能退化,考虑到数据随机性和微小扰动发生状态跳跃,提出了一种D-S(Dempster-Shafer)证据理论和Markov链组合的桥梁性能退化组合预测模型和性能退化率的概念.该模型基于指数平滑(exponential smoothing,ES)方法获得新的预测数据序列,并利用Markov链和D-S理论不断进行优化,从而实现桥梁性能退化的组合预测.实际工程的应用结果表明:性能退化率可以直观地表征在梁性能退化的速度.其次,该模型的平均相对误差为1.54%,较于回归、灰色和模糊加权Markov链模型,精度分别提高了1.11%,0.88%和2.8%,而后验差比值为0.242,小于0.35;模型的标准差为9.021,相比其他模型分别减小了3.978,3.405和7.500,而变异系数为0.109,均小于其他模型,验证了组合预测模型在精度和稳定性方面的优越性,可为在役桥梁结构性能退化预测与维护提供理论基础.

攀西某强蚀变钒钛磁铁矿钛的赋存状态及理论指标预测

攀西四大矿区是我国战略资源铁、钛主产区,铁、钛均可综合利用,矿集区内铁主要从钛磁铁矿中回收,钛主要从钛铁矿中回收,从其他矿物中回收的类型鲜有报道。对攀西某地强蚀变矿石研究发现,矿石中铁含量低,主要赋存于绿泥石中,无利用价值;钛可有效利用,钛的赋存机制与四大矿集区差异较大。为查清该矿石中钛的赋存状态,采用多种矿物学研究手段对矿石进行了深入研究。研究结果表明:矿石中钛的主要载体矿物为锐钛矿及钛铁矿,分别占总钛的51.39%、21.54%,二者或紧密共生,或独立存在,粒间普遍分布不规则填隙状碳酸盐等脉石矿物;锐钛矿与钛铁矿粒径0.074 mm以上含量低,分别占35.64%、43.92%,细磨单体解离度较差。此外,因矿石发生重度蚀变,少量钛还分布在结晶较差无法有效利用的锐钛矿-绿泥石过度相及榍石等矿物中,即矿石为细粒难选冶、钛赋存状态复杂的钒钛磁铁矿矿石。基于矿石的嵌布特性,最终制定了原矿棒磨后摇床富集钛,预富集产品焙烧-磨矿-酸洗-浮钛-酸浸的混合选钛工艺流程,获得了TiO_(2)品位及回收率均在50%以上的钛精矿,研究成果为该区钛的后续选冶工艺制定提供了新的理论支撑,释放了呆滞钛资源,对同类型矿石综合利用具有重要的参考意义。

基于灰色理论的几种模型在基坑变形预测中的应用综述

基坑工程在施工过程中会受到环境、天气、人为等因素影响发生沉降变形,给工程建设带来安全隐患。以灰色系统理论为基础,分析基坑变形预测中的几个主要模型,包括GM(1,1)模型,灰色残差修正GM(1,1)模型,灰色Verhulst模型,灰色马尔可夫预测模型,灰色神经网络预测模型等几种不同模型对基坑施工过程中发生的变形进行预测,并阐明不同模型间的优劣势及其应用范围。结论是:各个模型都有各自的优缺点和适用性,都在基建发展过程中起到了重要作用。

“资源定量预测理论与方法”课程教学改革与实践

围绕矿产资源定量预测中的地质大数据挖掘、找矿信息融合和预测评价等关键科学与技术问题,面向中国地质大学(武汉)迈向2030建设战略规划提出的“资源+”与“智能+”等学科群建设要求,推动人工智能与地球科学深度融合,学校开设了“资源定量预测理论与方法”课程。针对课程教学在课程思政元素挖掘、教学内容更新、多学科知识融合、创新能力培养等方面存在的“痛点”问题,教学团队秉持“以学生为主体,教师为指引,产出为导向”的教学理念,践行“知识传授、能力培养、价值塑造”三位一体的人才培养模式,基于科教融合推动课程内容重构与教学方式创新,以“教材建设+案例构建+实习实训”推动多学科知识交叉融合与资源能源预测核心能力培养,突出课程思政教育的育人功能,着眼“知识-能力-素质”一体化育人,实现了教师执教能力提升、高质量课程建设以及创新人才培养的目标。

基于模型驱动和自动演进理论的矿集区找矿预测数据模型应用软件开发

本文旨在构建一个系统而全面支持矿集区找矿预测数据模型应用的软件体系架构。采用模型驱动和自动演进的软件研发理论,服务和支持矿集区找矿预测数据模型应用。研发工作主要集中在3类核心应用软件的研发:数据模型管理类软件、数据模型使用类软件和数据质量控制类软件,推出这些软件将有效地管理数据模型,提高矿集区找矿效率,并确保数据质量可靠性和准确性。提出了一个包含9个层次且完备的支持软件体系架构,全面覆盖数据模型从需求、设计到实际应用和用户层面各个环节。通过构建和研发支持矿集区找矿预测数据模型应用的软件体系架构及一套核心应用软件,成功为矿集区找矿预测提供了有效信息技术支持。这项工作不仅提高了找矿预测理论方法研究层次,还显著提升了软件技术应用水平,并可推广使用,具有重要的找矿指导意义。

MPC灰色理论算法在同步预测控制器设计中的应用

随着人工智能算法和预测模型的发展与优化,对复杂交叉耦合的环境和对象,数学模型建立困难或测试手段精度不高的场景,难以保证有效的控制方案运行和算法应用。首先,在分析干扰模型和同步控制预测原理基础上,引入MPC(模型预测控制)灰色理论算法的经验值理论,灰色预测算法的原理是约束集均方值最优解。其次,将多变的输入参数整合成若干段的模型匹配的数学模型,其控制系统的时间轴能够以离散时序建立完整的时间模型。利于分析和解决无法用传统数字精确描述的复杂模型或系统问题,尤其是信息获取不完备或者失真的参数信息。最后,分析工业控制模型多为纯滞后的二阶惯性环节的时延控制对象,通过三组建模和仿真实验,得出基于MPC灰色理论算法设计同步预测控制器具有较好的优势,属于一种多值混合动态算法。在误差调节和波动抑制具有良好的同步效果。

基于粗糙集理论与PCA-APSO-SVM的沥青路面使用性能预测

针对传统沥青路面使用性能预测精度较低的问题,建立了基于粗糙集理论(rough set,RS)与主成分分析法(principal compoent analysis,PCA)-自适应粒子群算法(adaptive particle swarm optimization,APSO)-支持向量机(support vector machine,SVM)的沥青路面使用性能预测模型。基于沥青路面的时序指标与影响因素指标,建立了11个初始预测指标(包括前3年的路面使用性能、当量轴次、路龄、养护性质、坑槽率、修补率、年降水量、平均气温、日照时数);通过RS属性约减筛选出9个核心指标;利用PCA提取4个主成分,得到了基于4个主成分的数据集;将APSO引入到SVM中,对数据集进行训练,并优化了SVM模型参数;建立了路面使用性能的PCA-APSO-SVM预测模型,并以G6京藏高速甘肃境内某段道路为例,对路面使用性能进行预测。研究结果表明:PCA-APSO-SVM模型预测精度较PCA-PSO-SVM、APSO-SVM、PSO-SVM有较大提高,预测结果与实际情况更加符合,能为路面养护决策提供相关参考。

理论物理学家方忠院士团队“拓扑电子材料计算预测”荣获2023年度国家自然科学奖一等奖

2023年度国家科学技术奖共评选出250个项目和12名科技专家。其中,国家最高科学技术奖2人;国家自然科学奖49项,其中一等奖1项、二等奖48项;国家技术发明奖62项,其中一等奖8项、二等奖54项;国家科学技术进步奖139项,其中特等奖3项、一等奖16项、二等奖120项;授予10名外国专家中华人民共和国国际科学技术合作奖。

可拓理论在技术演化与预测中的应用潜力

[目的/意义]可拓理论是一种围绕矛盾问题本质和转化变换机理寻求解决问题途径的方法论,将其引入技术演化与预测分析,是应对当下国际科技竞合环境、面向国家科技自立自强需求的创新融合举措。在揭示复杂技术创新过程中,不仅可以强化分析方法科学性,提高信度和效度,也为更深入地理解技术演化机制,寻找潜在发展机会提供可能。[方法/过程]本文在系统梳理技术演化与预测主流方法、可拓理论在知识管理与技术创新典型应用的基础上,总结当前方法存在的不足。以面向农业遥感领域作物估产问题为例,进行可拓分析和定性验证。[结果/结论]从理论基础、表达方式和分析过程3个角度,探讨可拓理论用于挖掘领域技术发展前沿方向的意义与潜力,指出利用可拓理论分析领域技术演化过程需要注意的问题,并通过案例分析证明理论思想的适用性。

基于前景理论的软件缺陷预测过采样方法

在软件缺陷预测中,数据困难因子对预测性能的影响比类不平衡更为明显。然而,大多数现有软件缺陷预测过采样方法在解决类不平衡问题过程中,忽视了软件项目数据集固有的数据困难因子,从而导致预测性能不佳。针对上述问题,提出一种基于前景理论的过采样算法(POS)。POS同时考虑局部邻域中同类和异类样本的影响来评估少数类样本的学习难度,通过基于引力的策略构建同类收益和异类损失来刻画样本的前景值,并强调异类损失来计算少数类样本的采样权重,以此降低引入数据困难因子的风险,提高合成样本的质量,进一步提升预测性能。在NASA数据集上的实验结果表明,POS算法在AUC、balance和G-mean等性能指标上均有所提升,具有更好的缺陷预测性能。

基于灰色理论的储气库管柱剩余寿命预测研究

储气库在天然气的运输和储存方面发挥着不可替代的作用。针对储气库管柱腐蚀变量众多、关系复杂,且获取数据样本困难等问题,提出了基于灰色理论的储气库管柱剩余使用寿命预测方法。首先,结合灰色理论,设计了一种可动态更新建模数据的GM(1,1)(Grey Model)模型。其次,通过中石油某地下储气库中C5井中管柱剩余壁厚的样本数据集,建立了储气库管柱定量腐蚀剩余寿命预测模型,统计预测模型的平均相对误差,并与监测数据、最小二乘预测法进行比较。结果表明:基于灰色理论的预测方法平均相对误差为0.27%,模型预测达到一级精度,可作为预测储气库管柱安全性的一种新方式。最后,使用Matlab进行软件界面设计,开发储气库管柱剩余寿命预测软件,更加直观、快捷地实现其剩余寿命定量预测,最大限度地延长管柱乃至整个储气库的寿命。

面向全色域转杯纺纱的Kubelka-Munk双常数理论模型构建及颜色预测

为了能在色纺纱的纺纱阶段即时调控纱线颜色,减少混色成本,缩短工艺流程,结合三通道数控转杯纺纱的特点构建了全色域网格化混色模型,该模型可在纺纱过程中进行全色域范围内的色相调控、明度调控和彩度调控。为了解决色纺纱的测配色问题,得到与之相匹配的测配色系统,根据来样快速进行计算机测配色,节约成本,结合传统Kubelka-Munk双常数理论模型的特点,从构建的全色域网格化混色模型中选取混合样来进行颜色预测。从传统Kubelka-Munk双常数理论模型颜色预测的结果发现,部分混合样的预测反射率明显低于实际的反射率,针对这个问题,重新构建了新的Kubelka-Munk双常数理论模型来进行颜色预测得到新的预测反射率,并用插值替换的方法,把传统Kubelka-Munk双常数理论模型预测结果中明显低于实际反射率的部分用新的预测反射率替换,得到最终的混合样预测反射率。结果表明:与传统的Kubelka-Munk双常数理论模型预测混合样颜色结果相比,新的Kubelka-Munk双常数理论模型预测颜色并用插值替换法替换后得到的最终的混合样的颜色,色差平均值从1.48降低到1.04,且所有混合样的色差均能控制在2.0以内。该预测方法较传统Kubelka-Munk双常数理论模型具有更好的预测精度,所构建的全色域网格化混色模型和新的Kubelka-Munk双常数理论模型可应用于多基色纤维混色色彩和混合比的预测。

基于图式理论的英语听力预测能力培养研究

英语听力理解是大学阶段需要提高的语言技能之一。运用恰当的学习方法,学习效果会更为理想。为促进听力能力的提高,借助图式阅读理论,结合快速阅读的猜读方法,从三个维度(语言、内容、形式)进行听前预测,并构建了新的图式。分别从理论与实践两个方面进行了探讨:给出关于三个维度预测的理论性建议;从学生视角,以信息填空为例,完善了图式阅读理论的应用过程,对听力材料进行预测并创建了新的听力图式,为听力理解做准备。

预测驱动最优化:不确定性、统计理论与管理应用

现代管理决策面临着错综复杂的不确定性。随着大数据应用的不断深化,最优化技术与算力的持续提升,以及统计学与机器学习的蓬勃发展,预测驱动最优化正在成为应对复杂不确定决策问题的有力工具。预测驱动最优化通过整合统计预测建模与决策最优化,实现对不确定性与决策效能的联合统计管理,从而形成统计一致、有效的数据驱动型决策范式。本文聚焦于不确定环境下的统计预测建模与管理决策最优化,分别探讨分布已知(随机型)与分布未知(分布鲁棒型)条件下的预测驱动最优化模型框架。在此基础上,介绍预测驱动最优化在运营管理领域的前沿应用研究,并总结若干重要的未来研究方向与挑战。

基于“毒垢”理论的结肠息肉复发危险因素探讨及预测模型构建

【目的】基于邱健行教授“毒垢”理论,探讨内镜下结肠息肉切除术后的复发危险因素,建立预测模型并进行复发风险预测。【方法】回顾性收集2018年1月~2023年6月在广东省第二中医院脾胃科行结肠息肉切除术的383例患者,所有患者均在1年以上1年半内再次行肠镜检查,其中254例患者复发,129例患者未再复发;同时,将数据集按8∶2比例随机分为训练集306例及验证集77例,分析结肠息肉切除后复发相关危险因素,建立Logistic回归预测模型并进行验证。【结果】(1)复发相关因素分析及模型的构建:Logistic回归分析结果显示,年龄(OR=1.03)、高血压(OR=2.91)、体质量指数(BMI)水平(OR=2.12)、饮食不节(OR=5.01)、烟酒史(OR=2.24)、精神类药物使用史(OR=2.44)、湿热(OR=4.83)、痰饮(OR=3.24)、血瘀(OR=5.17)以及息肉数量(OR=1.38)、直径(OR=1.13)、病理性质(OR=2.27)为结直肠息肉复发的相关因素(P<0.05或P<0.01)。(2)模型的评价:训练集受试者工作特征(ROC)曲线下面积(AUC)为0.874(95%CI:0.834~0.914),验证集ROC曲线下面积为0.883(95%CI:0.806~0.961),训练集及验证集校准曲线显示基于上述因素所建立的模型预测准确性可靠。(3)模型的临床运用:可通过绘制列线图进行风险预测,通过绘制临床决策曲线(DCA)及临床影响曲线(CIC)提供决策依据。【结论】年龄、高血压、BMI水平、饮食不节、烟酒史、精神类药物使用史、湿热、痰饮、血瘀以及息肉数量、直径、病理性质为结直肠息肉复发的相关危险因素,基于上述因素所建立的预测模型具有良好的区分度、校准度,能对患者的结肠息肉复发概率作出预测。

基于灰度理论的桥梁施工控制误差预测研究

定义桥梁状态实测值和理论值的比值为调整系数,将前n个施工阶段的实测调整系数作为原始数列,采用灰度预测模型对后续各施工阶段的调整系数进行预测,利用预测的调整系数对桥梁状态的理论计算值进行修正,案例的计算结果表明采用该方法修正后的桥梁状态数据与实测数据更为接近,预测过程具有较高的精度。