基于突变级数法的福州市某区土壤重金属污染综合评价

以福州市某区土壤为研究对象,采用突变级数法对福州市某区土壤重金属污染进行评价,依据主成分分析对评价因子进行选择,整个评价指标体系避免了人为确定权重的主观性.结果表明:福州市某区土壤重金属污染目前整体呈现一个较为良好的态势,但有部分地区处于"病态"状况.距离该区中心较近的西客站、李园天桥、远洋以及于山、东街口到靠近郊区的燎原、三角埕、鼓山等地的污染的综合隶属值呈递增的趋势,表明距离城市中心越近的土壤重金属污染越为严重.     

巨灾风险大数据处理应急分类、分解、分拣算法与应用

本文主要研究巨灾风险大数据处理的应急分类、分解、分拣算法,给出了相应的算法原理和可操作的步骤.首先根据巨灾风险大数据灾害规模巨大的特征,提出了一种用来解决巨灾风险大数据中一级事件的应急分类与二级事件及以下更低级事件的应急分解算法,并以特大地震灾害作为实例进行了算法应用.接着定义了事故灾难度,用来对巨灾风险大数据处理过程中,对各种级别的事故灾难后果进行不同的数字标识.然后提出一种用来解决巨灾风险中大数据快速处理的应急分拣算法,并在汶川地震中大规模灾害的应急救援计划中进行应用.经过采用这样的应急分拣原理,就可以在面对巨灾风险大数据的复杂、繁多和零乱的重灾事件状态下,使整个应急救援方案优化,并能够有条不紊地进行救援.     

三要素产出函数中技术要素的突变特性研究

在一定的假设条件下 ,构建包括劳动、资本和技术要素在内的三要素产出函数。将技术作为状态变量 ,劳动和资本分别作为控制变量 ,运用突变理论中的尖点突变模型讨论三要素产出函数中技术不同于普通生产要素的特殊性 ,也即技术非连续变化条件下 ,生产要素技术投入的各种突变情况     

危险评价的广义突变理论

引入分析力学,泛函分析和变分原理,对系统危险性进行分析,在系统安全理论和泛涵的基础上建立了危险评价的突变模型,发展了事故分析及危险评价的更高层次的突变理论,称之为危险评价的广义突变理论,通过两个典型实例,介绍了广义突变理论的应用方法。     

赤道东太平洋海表水温变化的多层次结构特征分析

以小波理论为基础来进行赤道东太平洋海表水湿变化的多层次结构特征分析,结果表明,赤道东太平洋海表水温的变化表现十分明显的多层次演变结构和突变特征,一级保留信息能较好反映从１９１年以来的历次厄尔尼诺事件和反厄尔尼诺事件,并对这些事件的强度,层次结构和突变等重要信息给予良好的表现,二,三级保留信息则分别反映了赤道东太平洋海温在另一层次里演变的结构特征,是对一级保留信息的增加和完善。     

基于均值方差模型的最优巨灾保险计划

针对一家风险厌恶保险公司,构造了一个由巨灾期权和再保险组合而成的巨灾保险计划,借用标准均值方差模型,分析了巨灾期权和再保险的最优组合安排.研究表明,巨灾期权与再保险结合可以拓展保险的机会集合和改进效率,且最优解还受到巨灾期权和再保险的交易成本影响.     

楼兰的兴衰与环境变迁、灾变

通过对楼兰兴衰史及同一时期的环境变化的综合研究表明 :楼兰的兴衰与环境的变迁、灾变密切相关 ,自然环境变迁、灾变是楼兰消亡的重要原因 .     

随机巨灾索赔相依风险模型的动态最优再保险

在索赔风险时变、相依条件下,建立随机巨灾的可调态再保险模型.在指明超额赔款再保险为最优分保形式的基础上,讨论并发现目标函数随自留巨灾风险水平的增大,在任意相依结构下均先减后增的变化定理,从而获得了自留向量的一般性显式表达式.根据巨灾风险的特征,还在一类特定的相依结构下,以自留风险的期望效用和方差为优化目标,对自留向量进行了更为明确的表示并给出具体示例.结果表明,随着巨灾风险相依强度的上升,分保的满意度降低,经营稳定性减弱,对保险公司的负面影响很大.此时,为实现客观风险下的分保目标最优,常规风险的自留水平应随之增大,体现了动态再保险的优越性.     

地震灾害后不同受灾人群身心应激症状影响度分析

面对地震带来的巨大灾难,通过探讨地震后不同类型灾民身心应激症状的影响度,有利于有针对性地对灾民进行心理救助,减轻灾害影响,提高灾害救援效果。本文将地震后灾民身心应激症状分解为4个指标,即生理症状、认知症状、情绪症状和行为症状。采用突变级数法构建了地震灾害后灾民身心应激症状突变模型,并以5·12汶川地震为例做实证研究,对不同类型受灾人群身心应激症状影响度进行了分析。通过对比研究发现,不同类型人群身心应激症状所受影响程度不同,女性、中老年组以及重灾区人群身心应激症状最严重。即使同一类人群,在面对同样灾害时,其在生理症状、认知症状、情绪症状和行为症状4个方面所受影响程度也不同。本文采用突变模型对地震灾害后灾民身心应激症状进行研究,所得结论与既往相关研究结论基本一致,表明模型的评价结果可靠、有效,为灾后减灾工作提供了新的思路和方法。     

灾变合作型协同进化遗传算法及其在Job Shop调度中的应用

合作型协同进化遗传算法是多个子种群通过协作而共同进化的新型算法,常应用于多目标、大规模的优化问题。本文在合作型协同进化遗传算法的基础上,进一步模拟自然界中的灾变现象,在原先的算法中加入灾变算子,提出灾变合作型协同进化遗传算法,以防止出现不成熟收敛现象,并用经典的函数优化问题和Job Shop车间调度问题进行仿真实验,其结果验证了改进算法的优良性能.