简介:近年来随着污染的加剧,地下水中检出的污染指标种类不断增加。原有的地下水污染评价方法未对天然劣质指标进行突出考虑,对指标性质差异性也未考虑,已不适用。在综合分析了地下水污染评价的各种方法后,考虑天然状态下地下水水质差异巨大,天然劣质指标的参评容易使评价结果出现偏差,对天然劣质指标进行单独考虑。另外,判别组分信息,分别对天然组分与人工组分进行评价,最后采用指标分类的污染综合评价方法对地下水的污染状况进行评价。将其运用到淮河流域某地区地下水污染评价中,结果表明,淮河流域某地区地下水中总硬度、铁、锰、氟化物、苯并(a)芘5项指标为劣质指标。研究区感官性状与一般化学指标以Ⅰ级、Ⅱ级为主,Ⅳ级中污染、Ⅴ级重污染水主要分布在研究区中西部的城区;毒理学指标以3级为主,其次为4、5级。评价结果简单明了,物理意义明确,对比内梅罗污染指数法,评价结果更加符合实际情况。提出的地下水污染指标分类综合评价方法对劣质指标进行了考虑,有效解决了评价结果偏差、夸大污染程度与范围、不同性质指标容易产生歧义的问题,综合体现了地下水污染信息。
简介:采煤工作面的液压支架是承受顶板压力的主体结构,选择支架的主要根据是其将要承受的周期来压荷载。为预测周期来压,构建了基于小波和混沌优化的最小二乘支持向量机(LSSVM)方法。该方法利用小波分解技术将所选的样本集数据分解成不同频率的分量,基于混沌理论对分量相空间进行重构。各重构分量分别使用LSSVM模型进行训练,其中LSSVM预测模型的参数由混沌粒子群算法进行优化。最后,将各LSSVM模型得到的预测分量进行小波重组得到完整的周期来压荷载预测波形。通过在重构时的计算发现,在某周期下,荷载的时序序列有一定的混沌性。与其他3种模型进行比较,基于小波和混沌优化LSSVM的预测模型得到的最终荷载波的精度更高,收敛性也较好。