国家自然科学基金(10772132) 作品数:16 被引量:84 H指数:5 相关作者: 王洪礼 冯剑丰 葛根 李胜朋 郭嘉良 更多>> 相关机构: 天津大学 南开大学 天津市城乡建设和交通委员会 更多>> 发文基金: 国家自然科学基金 国家教育部博士点基金 中国博士后科学基金 更多>> 相关领域: 经济管理 环境科学与工程 生物学 理学 更多>>
基于马尔可夫模型的天津海域污染治理投资策略研究 被引量:1 2009年 以天津约3 000 km2的海域环境质量为研究对象,运用马尔可夫法对天津海域2003-2007年的水质数据建立不同类别水质的海域转移概率模型,并引入污水排放量和水污染治理投资两个变量,采用多元回归分析法拟合转移概率同污水排放量和水污染治理投资之间的函数关系,研究为达到不同的污染治理目标而付出的污染治理投资,为天津海域环境治理投资决策提供了一定的参考意见。 王洪礼 李怀宇 郭嘉良关键词:马尔可夫模型 基于不连续回归树的最大李雅谱诺夫指数计算方法 2009年 最大李雅谱诺夫指数是判断动力系统稳定性和检验混沌的主要依据。运用回归树的随机梯度Boosting拟合非线性函数,提出一种从时间序列计算最大李雅谱诺夫指数的新方法。由于回归树不连续,其雅可比矩阵不存在,传统雅可比方法不能运用。直接从回归树计算最大李雅谱诺夫指数,不考虑拟合函数的雅可比函数。随机模拟结果表明该方法能很好逼近真值,且对噪声和嵌入维数稳健。最后计算移动通话和短信总量两个实测数据的李雅谱诺夫指数,结果表明本文方法和人工神经网络具有同样的结论。 李胜朋 王洪礼 冯剑丰关键词:随机梯度 BOOSTING 捕食者干扰对浮游生态系统吸引子影响研究 <正>通过构建包括10种浮游植物和6种浮游动物的生态系统动力学模型,研究了不同捕食者干扰(predator interference)强度分别对具有对称(symmetric)、非对称(asymmetric)以及同种(co... 冯剑丰 万越之 王洪礼关键词:海洋生态系统 吸引子 文献传递 海岸带城市经济发展与环境污染的关系研究 被引量:1 2011年 海岸带区域资源丰富、自然条件优越、地理位置突出并具有独特的海陆特性,已成为人类社会经济生产活动最活跃和最集中的地区。与此同时,海岸带生态区域又承受着极大的环境生态压力,造成了海岸带区域原本脆弱敏感的生态环境更加不堪重负。因此,迫切需要对海岸带生态经济系统中经济发展与环境保护之间的关系进行深入研究。选定包括近岸海域水体质量以及空气质量等描述海岸带区域环境质量的指标和描述经济增长的指标,再利用环境库兹涅兹曲线(EKC)理论,建立海岸带城市经济-环境计量模型,还利用天津市实际数据进行了曲线拟合,具体分析了天津市EKC曲线的演变机制。 郑玉昕 王洪礼关键词:环境库兹涅兹曲线 经济增长与环境质量 海水淡化—沿海城市水资源可持续发展的重要策略 被引量:1 2010年 我国是一个缺水的国家,沿海地区由于人口稠密,经济发达,水资源供需矛盾尤为突出,已经严重影响中国经济发展的可持续发展。根据水资源可持续发展的理念,综合比较各种有效办法,调研各种淡水资源获得成本。最后指出,随着海水淡化成本的降低,海水淡化将成为保证沿海城市水资源可持续发展的最重要措施。 李琦关键词:水资源 可持续发展 海水淡化 海洋浮游生态系统模型的稳态非线性动力学研究 被引量:1 2009年 以Logistic模型为基础,考虑捕捞行为及其所造成的污染对浮游生物的削弱作用,并考虑浮游生态系统具有一定的自净能力,建立了一个新的海洋浮游生态系统非线性动力学模型。分析了模型的非线性动力学特性,并得出了模型的稳定性条件和发生Hopf分岔条件,在此基础上,深入分析了捕捞强度参数的变化对系统稳态的影响,并且用数值模拟验证了理论分析结果的正确性。 王洪礼 沈宇航 葛根关键词:非线性 稳定性 HOPF分岔 随机梯度的海岸带渔业经济影响因素分析 被引量:3 2011年 海岸带区域资源丰富、自然条件优越、地理位置突出并具有独特的海陆特性,已成为人类社会经济生产活动最活跃和最集中的地区。特别是海岸带渔业经济发展迅速,在海洋经济中的地位越发重要。与此同时,海岸带生态区域又承受着极大的环境生态压力,污染物排放等因素严重影响着渔业经济的发展。因此,在选取典型海岸带城市和分析其渔业产值的主要影响因素基础上,通过随机梯度算法建立海岸带渔业经济胁迫模型,采用实际数据进行了拟合,得到了各个主要影响因素,并提出了相应的对策。 王洪礼 倪强 郭嘉良 孙静关键词:海岸带 渔业经济 影响因素 非线性检验及预测在污水处理厂评价中的应用 被引量:2 2010年 为了避免污水处理厂规模盲目扩大造成的投资效率低下的现象发生,科学地预测合理的用水量必不可少。基于用水量的实际历史数据,利用BDS检验、Box-Pierce检验和Box-Ljung检验以及非线性检验,如代替数据检验Surrogate date test、Hinich双谱检验、White人工神经网络检验来选择时间序列重构预测模型。根据实际用水量情况,比较各种不同重构模型预测误差,包括线性AR模型以及随机森林、随机梯度Boosting、支持向量、人工神经网络和自适应样条等。结果表明,有着非线性关系的人工神经网络误差最小,符合检验结果。 张世英 李琦关键词:用水量 Numerical simulation of Verhulst-type kinetics with Poisson white noise A new numerical method is developed for finding response samples for a Verhulst-type system subjected to Poiss... Jianguo Tan1Nonlinear Prediction of Gross Industrial Output Time Series by Gradient Boosting Predicting gross industrial production is helpful to design plan in development zone.History data in Jinchuan ... Rui ZHANG