基于模糊聚类分析的莱州湾南岸地下水化学分布特征研究

针对莱州湾南岸咸水入侵区地下水质连续、渐变和边界模糊的特征,利用规格化变换对莱州湾南岸地下水化学组分数据进行标准化,采用夹角余弦法作为相似系数,用平方法计算传递闭包构造模糊等价矩阵进行模糊聚类分析,将莱州湾南岸地下水划分为3类并绘制其平面分区图.在此基础上,用探索性数据分析技术的箱线图分别识别各类地下水各组分的分位数、中位数、极值等数据分布情况,并结合 Radial 图绘制各类地下水各组分均值;利用基于 CA 舒卡列夫分类方法的 Piper三线图识别了各类地下水的水化学类型;最后在相关分析基础上选取代表性指标绘制等值线图,结合模糊聚类分区探讨了分区各指标的空间结构特征及内在机理.综合上述分析,定义玉区为海水入侵重点治理区,域区为海水入侵综合防范与整治区,芋区为卤水区.     

基于直觉模糊推理的信任等级评估

信任关系的不确定性是信任评估和可信赖性预测的最大挑战,针对该问题,将具有良好语义表述和推理能力的直觉模糊理论用于描述信任关系的不确定性,提出一种基于直觉模糊推理的信任评估方法。首先,确定了基于直觉模糊推理进行信任等级评估的基本原理,选取了主体提供服务的能力、请求服务的数量、传播速度、评价和关注度等5个分析模式;然后对这5个模式进行归一量化和模糊化,建立直觉模糊推理规则,进行信任等级推理。实验结果表明,该方法能够比较准确的评估出主体的信任等级,与专家经验基本吻合。     

地下储层表征的不确定性及科学思维方法

由于地质的复杂性和资料的不完备性,地下储层表现为“灰箱”系统,表征结果存在着不确定性.基于系统论和科学哲学的方法,探讨了地下储层表征中不确定性的成因类型、内涵及解决方案,并论述了地下储层表征过程中所应重视的科学思维方法.地下储层表征中存在两类基本的不确定性类型:①随机不确定性,主要由局部预测整体(如应用多井资料进行井间储层预测)以及第二性资料的非完全映射(如应用地震资料预测储层)所致;②模糊不确定性,主要由储层概念模式认知不足所致.为了使表征结果逼近地质实际,除了正确应用和创新相关理论和方法外,需要具备科学的表征理念和思维,包括总体把握、分级约束,多科一体、地质为核,发散求索、聚焦论证,辩证思维、综合分析;同时,应正确理解和处理宏观与微观、绝对与相对、静态与动态、映射与多解、局部与整体、模糊与置信、确定与随机、个别与一般、复杂与简约、手工与自动等矛盾统一体的关系.     

民采空区危险性两级模糊综合评判——以招远市北截村为例

在充分搜集资料的基础上,对招远市北截村民采空区进行实地勘查,从地质条件、灾害发育程度及采空区特征3个影响因素入手,选取了9个评判因子进行两级模糊综合评判,采取最大隶属度原则确定采空区危险性等级,并进行了评估分区。评判结果能较准确地反应实际情况,为该区地质灾害防治工作及开发建设规划提供了依据。     

基于模糊分类的UBGM(1,1)-Markov模型在露天矿边坡沉降预测中的应用

针对UBGM(1,1)-Markov模型中存在2个邻近值可能被归属到不同状态,导致预测值产生偏差的问题,结合模糊分类理论,构建基于模糊分类的无偏灰色-马尔科夫模型(unbiased gray-Markov model based on fuzzy classification, FC-UBGM(1,1)-Markov)。首先对UBGM(1,1)模型进行残差修正,然后将修正后拟合值的相对残差序列作为Markov链进行区间划分,再结合模糊分类的隶属度函数,计算相对残差的模糊向量,根据隶属度确定其所属的状态。实际算例表明,该模型比传统UBGM(1,1)-Markov模型的预测效果更好。     

基于AHP与模糊综合评价方法的南沙东部岛礁战略价值评价

南沙群岛是沟通太平洋与印度洋、联系亚欧大陆的交通要冲,具有重要的战略地位,在目前南沙众多岛礁被南海周边国家非法占据的背景下,控制未占领岛礁是维护我国主权和领土完整的有效手段,评价未占领岛礁的战略价值具有深远意义。研究基于AHP和模糊综合评价方法,选取五方礁、信义礁、海口礁、半月礁、舰长礁5座环礁为研究对象,通过建立评价要素指标体系,构建模糊综合评价模型,从主权价值、军事价值、航道控制价值和资源控制价值4个方面对岛礁战略价值进行综合评价,分析其战略意义和建设潜力结果显示,5个环礁的岛礁战略价值从高到低分别为五方礁（90.57）、半月礁（86.99）、信义礁（74.09）、舰长礁（65.94）、海口礁（58.12）,其中五方礁和半月礁战略价值最高,具有很大的发展潜力。     

基于三角模糊数随机模拟的地下水环境系统综合风险评价模型

采用随机模拟方法模拟三角模糊数,把三角模糊数及函数间运算简化为普通的实数之间运算,建立基于三角模糊数随机模拟的地下水环境系统综合风险评价模型(ARA-SSTFN)。结果说明:以置信区间形式表示的ARA-SSTFN评价结果,比现有常规方法结果提供评价结果可靠性方面更多信息,能反映受多种不确定性因素综合影响的地下水环境系统综合风险评价客观实际情况;ARA-SSTFN在流域水资源、水环境和水旱灾害等有随机性、模糊性和数据资料不精确等多种不确定性因素综合作用的各种资源环境系统综合风险评价问题中有推广应用价值。     

不同权重条件下降雨对边坡稳定性影响的二级模糊综合评判

边坡稳定性影响因素众多,其中一部分具有明显的不确定性,用经典数学理论及力学模型很难描述。采用二级模糊综合评判法,对影响边坡稳定的离散型和连续型因素采用不同方法确定隶属度,并利用二元对比分析法给出各因素权重值;同时考虑降雨对边坡稳定的重要影响,对降雨后各影响因素的权重进行修正,建立边坡稳定的二级模糊综合评判计算模型,评价降雨前后边坡稳定性的变化。研究结果表明：模型所采用的隶属函数,充分考虑了各个因素的不同特点和分布规律;考虑降雨前后权重的变化,能使评判结果更趋合理。以实际工程为例,模糊综合评判结果显示：降雨前边坡处于基本稳定状态,降雨后处于欠稳定状态,与经典极限平衡法计算结果一致。     

Automatic classification of dome instabilities based on Doppler radar measurements at Merapi volcano, Indonesia: Part I

Monitoring lava dome instabilities is crucial to efficiently monitor active dome building volcanoes. The Doppler radar technique provides a unique opportunity to gather information about the number of instability events occurring at the growing dome and about the dynamic processes that take place during different types of instabilities. So far, three different kinds of processes have been identified: sliding material, gravitational break-offs and explosive outbursts. In addition, Doppler radars provide rain measurements, which can be used to investigate possible correlations between rainfall and dome activity. Two radar systems have been installed at Merapi volcano in October 2001 and January 2005 to continuously monitor dome instabilities. Due to the large number of instability events that occur during times of high activity, manual processing and analysis of instability events is not practical for monitoring purposes. Therefore, an automatic classification system has been developed, which is capable of identifying different kinds of instabilities as well as rainfall. Two different kinds of classifier models have been applied: (1) neural network and (2) K-nearest-neighbour classifier model. Both classify Doppler spectra according to the underlying dynamic process, that is, rain, sliding material, gravitational break-off or explosive outburst. The classifiers are able to identify disturbances, which have no physical source, but are merely artefacts from the radar device itself. Because radar events are sequences of Doppler spectra, a rule set has been defined, which finally determines the event class. All classifiers have been trained and tested on independent data sets to estimate the classification performance. The overall classification rate is about 90 per cent. Discrimination of instabilities and non-volcanic events reaches about 98 per cent accuracy.     

多灾种综合风险评估软层次模型

在复杂的灾害风险系统中,风险并非简单相加,但目前的研究成果基本是单一灾种简单相加得到的综合风险,缺乏可靠性。因此,此研究基于灾害风险系统理论,引入模糊信息粒化方法和模糊转化函数,利用模糊近似推理理论和方法,建立一个多灾种综合风险评估软层次模型。研究表明该模型的优势：1）不仅考虑了灾害风险系统中的确定性,而且还包括了随机不确定性和模糊不确定性;2）利用模糊信息粒化方法不仅减少了数据的不确定性,而且还包括了一些主观信息,使得评估结果更加接近实际,理论与实际紧密结合,更有利于风险管理者和决策者为减少损失规避风险提供依据;3）通过模糊转化函数将不同灾种得到的不同量纲的量转化同一量纲的量,以便于综合分析和模糊近似推理,获得多灾种综合风险。以云南省丽江地区（市）的地震－洪水灾害为例,验证多灾种综合风险评估软层次模型的实用性,并将其结果与世界银行灾害管理中心和哥伦比亚大学灾害和风险研究中心所建议的风险评估模型（HMU－CHRR模型）的结果进行比较分析,讨论了本研究所建模型在多灾种综合风险评估中的特点。