水利工程建设社会稳定风险评估与实证研究

水利工程建设社会系统脆弱性能够反映社会稳定风险水平,系统越脆弱,社会稳定风险水平越高。基于系统脆弱性视角,引入工程建设的公众风险认知,从社会风险暴露、公众风险认知、敏感性和应对能力四个维度构建水利工程建设社会系统脆弱性评价体系和模型,并对G水利工程建设社会稳定风险评估进行了实证研究。结果表明:2007-2018年G工程建设所在区域社会系统脆弱性逐渐降低,并且随着社会风险应对能力的不断提高,2014-2018年工程建设期的社会稳定风险处于较低水平,社会失稳的可能性较小,并建议通过构建标准化风险识别体系,实现风险评估端口的前移;引入公众参与,提高公众风险认知水平;加强社会保障能力建设、完善利益补偿机制、提高经济发展水平和风险控制能力应对工程建设产生的社会风险,降低社会系统脆弱性,实现社会稳定风险的有效控制。     

基于自适应网络模糊推理方法在河道洪水预报中的应用

对于易受洪灾的地区而言,快速而准确的洪水预报非常重要,能够为洪水预警消息的发布提供更长的先导时间,从而为可能受灾地区的人们提供更充足的时间以采取相应的防洪措施或安全转移。 常用的预报模型包括基于物理性模型和基于系统技术模型。尽管物理性模型能对洪水形成的物理过程提供很好的解释, 水文学家并不愿意使用它们,因为模型中参数的率定是比较复杂的。因此,一种基于纯数据集的黑箱技术已被广泛采纳。常用的黑箱模型包括线性模型(LR)、自回归移动平均模型(ARMA)和人工神经网络模型（ANN）等。 在当前的研究中,一个相对新颖的黑箱模型--基于自适应网络的模糊推理系统（ANFIS）被用来对长江某河段的洪水进行预报。与此同时,一个线性回归模型（LR）用来作为ANFIS模型的对照。在构建ANFIS中,混合学习算法 (即误差反衍（BP）耦合最小二乘法（LSE）) 用来训练模型的参数。此外,为避免出现过度训练现象,原始数据集基于统计特征值划分成3个子集：训练集、测试集和校正集。当对ANFIS模型训练时,测试集用来帮助控制训练代数。结果表明,ANFIS的预报效果优于LR模型。分析认为ANFIS能够提供预报精度是因为其采用了局部拟合技术,通常它会优于LR模型所采用的全局拟合技术。最后,对本研究而言,最适合的ANFIS模型是输入量为梯形的成员度函数。     

工艺管道焊缝γ射线透照技术的应用

基于γ射线探伤设备与普通X射线机相比具有以下优点：穿透能力强,探测厚度大;体积小,重量轻,不需要能源,特别适用于高空作业和在用设备的探伤;工作效率高,对环缝和球罐可进行周向曝光和全景曝光;设备故障率低,无易损件;可以连续运行,且不受温度、压力、磁场等外界条件的影响。因此在大型装置工程施工中,     

基于自组织理论的重大水利工程建设的社会系统稳定性研究

重大水利工程项目建设对社会系统稳定影响巨大。本文从系统稳定性的角度研究重大水利工程项目建设的社会稳定问题,将重大水利工程建设和社会系统作为一个复杂巨系统进行研究,基于自组织理论研究"重大水利工程建设——社会"(LHPS)系统稳定演变,以此探讨重大水利工程建设的社会稳定风险。首先运用ISM模型对LHPS系统结构进行分析,结果表明LHPS的社会保障子系统直接作用社会分配、移民安置和移民心态等子系统的稳定性,是LHPS系统稳定的关键因素;其次建立LHPS子系统稳定性演变模型,仿真分析了重大水利工程的经济影响和社会影响作为序参量的社会保障子系统自组织演化过程,结果显示,一个完善、稳定的社会保障子系统能有效降低外部扰动对其稳定性的干扰,以及降低社会矛盾和风险对整个社会系统稳定性的冲击,反之,外部扰动将会增大社会保障子系统的不稳定性,带来社会系统稳定性的紊乱。