基于离差加权的煤矿突水水源判别模型及应用

矿井突(涌)水水源的快速识别是矿井水害有效防治的前提条件。针对应用模糊综合评判方法解决水源判别常用的\     

多层次模糊数学在煤层气开发潜力评价中的应用

对影响煤层气勘探开发潜力的各种因素进行了综合研究,确定了煤层气勘探开发潜力评价的4个二级指标(含气丰度、封盖性能、开采条件和产气性能)及相应的三级指标。采用模糊数学方法对各级因素指标赋予了权重,建立了用于煤层气勘探开发潜力评价的多层次模糊数学评判模型。利用该模型,对川南盆地群煤层气资源条件较好的古叙、松藻、筠连和芙蓉4个无烟煤矿区的煤层气开发潜力进行了评价,认为松藻矿区是川南盆地煤层气勘探开发的最佳试验区。建立的评价体系,可以作为高煤阶煤层气资源开发潜力评价的参考体系。     

RS和GIS支持下的生态风险评估——以塔里木河下游为例

目前为止,生态风险评估还没有一套完整的方法体系。本文以我国最大的内陆河-塔里木河下游区段为研究区域,将遥感、地理信息系统等先进技术手段与模糊数学方法相结合,根据ERA框架和层次分析思想建立塔河下游植被的生态风险评估指标,运用模糊综合评判的方法进行塔河下游植被生态风险的遥感定量评估;在评估结果的基础上进行可视化分析。结果表明:在流域生态风险评估缺乏有效的定量评估方法的情况下,Fuzzy集合论与AH P方法结合的模糊综合评判方法是可行的,具有较高的科学性;运用遥感、地理信息系统等先进的技术手段,实现了评估结果的定性、定量和可视化。     

条带开采地表沉陷预计参数的确定

概率积分法是条带开采地表移动和变形预计常用的方法,而概率积分法预计的精度取决于其预计参数的确定。以国内大量的条带开采实测资料为基础,应用相似理论对条带开采地表沉陷的相似现象进行了模糊聚类分析,计算出了条带开采地表沉陷预计参数。根据所得条带开采地表沉陷相似现象的分类及其地表沉陷预计参数,应用模式识别对待求条带开采地表沉陷预计参数进行了求取。工程实例表明,用模糊优化确定的预计参数进行条带开采地表移动和变形预计,其预计结果更加可靠、准确。     

基于云理论、粗集和模糊神经网络的区域橡胶种植适宜度评估模型

针对橡胶种植适宜性评估,基于云理论、粗集理论和模糊神经网络理论,提出了一种适宜度评估模型。该模型将转化的样本数据进行粗集简约,通过模糊神经网络得出评价因子的隶属函数,计算评价等级。研究结果表明,此模型能够科学、快速、准确地分析出橡胶种植最适宜区、适宜区、次适宜区和不适宜区。     

海洋灾害地质风险评价在辽东湾浅海油气开发区的应用

基于在辽东湾浅海油田多年调查获取的地质地球物理资料,构建以油气开发区潜在灾害地质类型为基础的灾害地质风险评价指标体系,确定潮流冲刷槽、浅滩、埋藏古河道、易液化砂层、软弱地层和浅层气等6个评价指标,利用层次分析法(AHP)确定各指标的权重值,采用模糊数学评判法对海区灾害地质风险性作定量评价。评价结果划为5级风险区(风险高、较高、中等、较低和低),其中,潮流冲刷槽为本区的高风险区,地势平缓的潮滩为低风险区。评价结果与区内已建海洋工程的评价分析相互印证,对海上工程建设具有实际应用价值。     

空间数据模糊聚类的有效性评价

基于模糊划分中存在的分类不确定性因素和空间数据的空间位置特征,提出了一种新的空间数据模糊聚类有效性函数。实验结果表明,这种新的有效性函数能够对模糊聚类结果的有效性进行正确的评价,特别是对于空间数据模糊聚类有效性评价,其分类效果较理想,同其他有效性指标相比,能得到较优的分类数。     

吉林省通榆县旅游资源模糊评价研究

该文基于模糊数学的理论和方法 ,从不同角度、不同层次对吉林省通榆县的旅游资源进行综合评价 ,并针对旅游资源特征 ,提出了发展旅游业的基本构思。     

锦州湾沉积物重金属污染特征及基于三角模糊数的生态风险评价

在锦州湾海域采集了20个表层沉积物样品, 测定Pb、Cr、Zn、Cu、As、Hg等6种重金属含量。数据分析表明Hg变差系数最大, 存在较重的污染。区域分布特征分析表明, 除了重金属Cr外, 其他五种重金属元素在沉积物中的含量均具有明显的由近岸向远岸逐渐降低的趋势, 说明陆源输入可能是锦州湾重金属污染的主要原因。通过聚类分析, 将研究海域分成三个区域, 采用三角模糊数处理和表征重金属含量, 对其进行生态风险评价(取可信度A=0.90), 结果表明重金属污染顺序是: Hg>Zn>Cu>Pb>As>Cr, 其中Hg和Zn在三个区都达到高污染程度。由于Hg极高的生物毒性, 使得该海域的生态风险都达到了极高的水平。     

组合数学在计算机科学中的应用

介绍了组合数学的概念、起源与研究的主要内容,分析了组合数学的特点,阐述了组合数学与计算机软件的联系,并着重通过两个例子说明了Ramsey数在计算机科学的信息检索、分组交换网设计分支中的重要应用.