土石坝风险等级智能预测分析及模型优化研究

大坝溃坝会造成大量的生命财产损失和巨大的环境破坏。精准快速确定土石坝风险等级,对于控制土石坝溃坝危害具有重要意义。本文采用K-最近邻(KNN)算法填补了数据库中大量缺失数据,引入遗传优化算法(GA)优化轻量级梯度提升机(LightGBM)超参数,建立了基于GA-LightGBM的土石坝风险等级快速预测模型。采用受试者工作特征曲线(ROC)、曲线下面积(AUC)值等其他评价指标对模型精度进行验证,并将其与传统机器学习模型进行了对比。研究表明,所提模型预测准确率为89.95%,准确度最高。模型的AUC值为0.977,说明模型在适用性和预测精度方面都优于传统预测模型。采用SHAP分析对该模型进行了全局影响因素分析及案例分析,结果表明,检查频次是导致土石坝风险最重要的影响因素之一。

基于XGBoost算法的人—虎共存区域风险等级划分

以2014—2019年珲春地区红外相机拍摄的东北虎数据为基础,基于XGBoost算法构建了虎出没区域风险等级划分模型。由模型检验可知:模型的准确率为93.51%,精确率为93.85%,召回率为93.08%,F1值为93.31%,Cohen s Kappa统计系数为90.2%。研究结果表明:基于XGBoost算法构建的人-虎共存区域风险等级划分模型分类效果好、预测准确度高,运用该模型对人-虎共存区域进行风险等级划分是可行的。

基于超参数优化的极限学习机区域水资源短缺风险评价

为科学评价区域水资源短缺风险水平,改进极限学习机(ELM)评价性能,提出晶体结构算法(CryStAl)、鹈鹕优化算法(POA)与ELM组合的水资源短缺风险评价模型,并通过云南省水资源短缺风险评价实例进行验证。首先,简要介绍CryStAl、POA原理,通过4个标准函数对CryStAl、POA进行仿真测试;其次,建立水资源短缺风险评价指标体系和等级标准,采用线性内插和随机选取的方法生成样本,并构建ELM超参数优化适应度函数;最后,采用CryStAl、POA对适应度函数进行寻优,利用寻优获得的最佳ELM超参数建立CryStAl-ELM、POA-ELM模型对实例各年度水资源短缺风险进行评价,结果与模糊综合评价法、CryStAl-SVM、POA-SVM、ELM、SVM模型的评价结果作对比。结果表明:CryStAl、POA具有较好的寻优精度及全局搜索能力;CryStAl-ELM、POA-ELM模型对检验样本评价的平均绝对百分比误差(MAPE)分别为0.077%、0.083%,评价精度较CryStAl-SVM、POA-SVM模型提高57.7%以上,较SELM、SVM模型提高83.5%以上;CryStAl、POA能有效优化ELM超参数,提高ELM的评价性能。CryStAl-ELM、POA-ELM模型评价结果表明,实例2006年~2008年水资源短缺风险为“较高风险”,2009年~2012年为“中风险”,2013年~2019年为“较低风险”,2020年~2025年为“低风险”;近15年来云南省水资源短缺风险水平呈下降趋势,且下降趋势显著。

梯级水库汛期运行水位协同浮动调度模型方法

水库汛期运行水位协同浮动旨在不增加防洪风险前提下,挖掘中小洪水利用潜力,提升流域水资源利用水平和供水保障能力,已成为防洪与水资源高效利用领域的研究热点和难点。从防洪库容置换与风险防控出发,基于动态预见期和预泄能力约束,嵌套运用预泄预蓄法和库容补偿法,解析了梯级水库汛期运行水位协同浮动关系;考虑帕累托最优解集和最优前沿的动态变化特性,建立了面向动态多目标的梯级水库汛期运行水位协同浮动调度模型;把环境变化检测、随机再生种群和基于参考点的帕累托前沿预测策略引入智能算法,提出求解调度模型的动态多目标智能算法,基于风险效益评价指标以评估调度方案,为梯级水库汛期运行水位协同浮动运用提供技术支撑。

基于图分类的智能车辆复杂场景风险等级评估与建模

准确估计驾驶场景的风险等级是保障车辆安全驾驶的基础,也是车辆智能化的重要体现.针对多种交通参与者共存的复杂行驶场景,提出一种基于图分类的场景风险等级评估方法,完成对场景的建模和对当前场景风险等级的有效评估.实车实验表明,所采用的驾驶员操作特征数据可以很好地表示驾驶员对场景风险等级的理解,并且图表示模型可以对场景中多种动态交通参与者及其交互关系进行有效说明,所提出的方法能够较为准确地对复杂行驶场景的风险等级进行评估,促进智能车辆安全行驶系统在复杂环境下的发展.

面向城市超低空物流场景的最小风险路径规划算法

随着城市超低空物流运输场景的迅速发展,无人机路径规划的安全性显得尤为重要,针对现有路径规划算法无法满足超低空物流运输无人机在密集障碍物场景下进行安全轨迹规划的问题,基于A*算法,将三维环境依据飞行高度划分为多个高度层,以规划风险最小轨迹为目标,从时间、风险两个维度对A*算法的成本估计函数进行重构,从而提出面向城市超低空物流场景的最小危险路径规划算法。仿真实验一表明,本文提出的最小风险路径规划算法在3种不同城市场景,15种不同运行环境中,相比于传统轨迹规划算法,规划得到的路径安全距离平均增加60%,安全性显著提高;将该算法应用于多无人机多高度层的复杂城市场景中,实验结果表明,本文提出的最小风险路径规划算法在兼顾航程的同时可以为多架无人机规划安全性更高的路径;在实验三中运用蒙特卡洛法证明本文算法在路径规划算法中的可靠性与鲁棒性,为城市超低空物流场景提供了安全性更高的路径规划方法。

基于SCSO-SVM的行业供应链风险检测优化方法

为实现供应链风险等级的高精度检测,基于SVM的参数设置对SVM的性能的影响,提出一种基于沙丘猫群算法(SCSO)优化SVM的供应链风险等级检测方法。首先,通过层次分析法建立供应链风险等级评价指标体系;之后,由于SVM的参数设置会影响到SVM的性能,利用SCSO算法对SVM的参数进行了优化,并给出了一种新的基于SCSO-SVM的供应链风险识别算法。与单独的SVM模型相比,SCSO-SVM的供应链风险检测的准确率分别提高了3.06、7.04个百分点,从而说明SCSO-SVM可以有效提高供应链风险检测的精度。

基于GMM聚类的铁路网络数据风险等级分类方法

铁路行业信息基础设施及重要信息系统产生的数据种类繁多、数量庞大且价值密度高,而不同类型或等级的铁路网络数据存在不同级别的安全风险。为了完善铁路网络数据风险评估机制,设计一种基于高斯混合模型(GMM,Gaussian Mixture Model)聚类的铁路网络数据风险等级分类方法。从数据和风险角度提取关键信息,构建风险信息数据集;通过K-means聚类获得初始聚类中心;基于混合距离计算进行GMM聚类,实现数据风险等级划分。经实验验证,与传统K-means聚类、谱聚类算法相比,GMM聚类算法对铁路网络数据的聚类效果更优,能够更加准确地对铁路网络数据进行风险等级分类,从而为进一步落实铁路网络数据安全管理要求提供重要的技术支撑。

货运车辆主动安全预警系统

在科技高速发展与追求高效的当今社会,保证货运车辆行驶安全尤为重要,为了能够有效避免事故发生,在事故发生前给出提示预警至关重要。本文首先分析了组成货运车辆主动安全预警系统的高级驾驶辅助系统ADAS、司机驾驶行为预警系统DMS的组成以及关键技术。其次,定义主动安全预警系统能够预警的危险类型;通过整合ADAS、DMS系统获取的数据及视频结合主动安全预警算法,最终生成风险等级对应不同等级提醒驾驶员改正危险驾驶行为。最后阐述对货运主动安全预警系统的价值总结以及前景展望。

基于场级协同的风电机组安全控制技术

文章提出了一种基于场级协同的风电机组安全控制技术,该技术主要基于风电场场级控制平台,该平台支持通过多种通信接口对风电机组主控和传感器数据进行采集,实现各设备之间信息互联互通,并凭借其强大的数据分析和科学计算能力,实现各种智能控制算法的实时运行。风电场部署场级控制平台后,可通过智能算法识别机组是否存在风险,对风险机组进行机舱航向校准,并计算该机组所处位置的绝对风向及前后排位置分布情况,风电场前排机组遭遇极端外部条件时,后排机组提前动作,降低极端外部条件给机组带来的风险,提升风电机组运行稳定性,降低风电场整体载荷水平,从而控制风电机组故障率。海上风电运维环境恶劣、条件复杂,带来了极高的运维成本,通过该技术降低故障率可减少海上风电运维成本。

工程项目工期——成本综合模糊优化

针对工程项目中工期的不确定性,本文提出了一种综合模糊集合论与遗传算法的新方法来解决工期—— 成本优化问题。该算法能较好的寻找项目在不同风险水平下的工期——成本优化的最优解,同时能深入分析工期 和成本的理想平衡点,为决策者提供相关信息,用于指导实践。

基于图论的最低风险水平线路方案自动搜索算法

以计算机图论为基础,研究线路方案拓扑关系,提出采用有向图网络表征线路局部方案间网络拓扑关系。借鉴图论最短路径问题思想,构建一种最低风险水平线路方案搜索算法,实现在高速公路线路风险全局最优的条件下,自动搜索出一条整体风险水平最低的推荐方案。

基于电力系统风险评估的灾害预警量化算法

提出一种基于电力系统风险评估的灾害预警量化算法。该算法首先根据电力系统元件的历史故障数据和天气数据计算电力系统的事故发生概率;其后通过效用函数进行评价,构建事故后果严重度模型;然后根据事故发生概率和事故后果严重度模型计算风险指标;最后基于风险指标集和由指标标度法确定的指标权重,算得综合风险评估值,并对该综合评价指标值与各等级电网安全风险的取值范围进行比较以确定电力系统当前的安全风险等级,从而达到预警目的。

基于金融输电权和BDE算法的双层最优购电组合策略

在输电网开放的电力市场环境下,利用金融输电权(FTR)进行阻塞管理是近年来阻塞管理领域的研究热点,而拍卖是进行FTR分配的主要方式之一。采用FTR对冲阻塞风险,将FTR拍卖市场和电能交易市场相结合,提出了考虑阻塞风险的供电公司双层最优购电组合模型,上层优化以供电公司效用最大化为目标,下层以FTR拍卖收益最大化为目标。在决策过程中综合考虑了电能市场和FTR拍卖市场的双重不确定因素。针对该双层优化模型的随机性特点设计了基于蒙特卡罗和微分进化的双层微分进化(BDE)算法。算例结果证明了适当的FTR可降低购电组合的风险,并表明了该双层模型和算法的合理性和有效性。

区域危险品道路运输网络双层反馈规划模型及算法

为通过运输网络规划方式降低区域路网危险品运输风险,根据危险品道路运输网络规划中存在监管者路网规划和运输者路线选择的双层约束特征,在假设监管者网络规划目的为总运输风险最小,运输者选线目的为总运输成本最小的基础上,建立区域危险品道路运输网络双层规划模型。进一步提出能求解得到稳定运输网络的双层反馈式算法,即在传统模型算法中增加稳定性检验和反馈调整算法,进而保证运输者在监管者规划路网中所选路线运输成本最小的同时运输风险也尽可能小。最后,通过实例分析检验模型和算法的有效性。计算结果显示,反馈式算法求得的运输网络更稳定,总运输风险值也比传统模式和算法的低。

具有判断学习能力的在线租赁问题与风险容忍水平

研究了具有学习判断能力的在线租赁问题。在不确定性租赁设备过程中,决策者不能准确描述设备租赁需求时间信息的概率分布函数,只能在一定能力水平范围内预测判断设备的租赁需求时间是否达到临界值。判断正确则决策者获得一个改善性能的风险型竞争比,失败则得到一个比确定性竞争比性能差的竞争比,这种判断能力是随着时间和经验的累积而线性递增的。分析结果显示:对于具有学习判断能力的在线租赁决策者,存在一个最优的风险容忍水平,在该容忍水平下判断租赁需求临界值获得的预期竞争比最小。决策者可以有效利用其在实践过程中的经验对租赁需求时间进行判断以改进在线租赁策略的性能,而不是根据事先给定的风险容忍水平设计风险在线租赁策略。

基于改进捕食搜索算法的IT外包进度风险控制

提出了IT服务外包项目的两层进度风险控制模型。针对问题中两层结构的特点和捕食搜索算法(PS)在寻优中的效率问题,分别引入了两层结构和基于2-opt寻优方式的禁忌机制,设计了两层禁忌捕食搜索算法(TLTPS)。在仿真实验中,首先给出了仿真结果,进而,在5个不同规模的算例下,比较了TLTPS与GA、PSO和PS的仿真实验结果,验证了该算法的合理性和有效性。

公路隧道施工安全重大风险源风险等级评估方法研究

基于现行《公路桥梁和隧道工程施工安全风险评估指南》中重大风险源评估中评估指标间的相关性,提出一种改进的基于贝叶斯理论的风险评估方法,其评估结果能够体现风险等级发生的可能性,是对现行方法评估结果的完善和修正.依托实体隧道工程验证了改进后评估方法的准确性和可靠性,结果表明,该方法评估结果更加详细、可靠.

考虑两级中断的弹性供应链网络优化设计

针对一个包含了供应商、工厂、分销中心以及最终客户的四级供应链网络设计问题,在考虑工厂与分销中心两级中断的基础上,融合转运策略来设计供应链网络,并且将弹性系数以约束形式加入模型中,建立了以供应链整体利润最大为目标的供应链网络模型。采用改进的遗传算法对模型进行求解,并通过具体算例验证了模型和算法的有效性,为供应链网络设计的决策者应对中断风险提供了有效依据。

用于多目标IT外包进度风险控制的两层鲸鱼优化算法

针对IT外包过程中项目工期不确定带来的进度风险问题,委托方旨在以最小风险管理成本实现外包项目面临的进度风险最小,代理方旨在通过承包项目达到自身利润最大化,构建了两层多目标进度风险管理模型。基于模型的两层互动关系提出了两层鲸鱼优化算法(bi-level whale optimization algorithm,BiWOA)求解模型,其中利用佳点集理论产生初始解,设计非线性收敛因子更新机制平衡算法的全局探索和局部开发能力,并加入最优解动态反向学习策略增加种群多样性。最后,设计算例验证模型及算法的有效性,并与鲸鱼优化算法(whale optimization algorithm,WOA)、飞蛾扑火(moth-flame optimization,MFO)算法进行对比分析。结果表明,BiWOA具有更高的求解精度及逃离局部最优解的能力,明确了BiWOA求解该问题的有效性和优越性,并提出基于本算法的进度风险控制方案。