基于成像光谱仪MODIS的近十年武汉水汽含量变化分析

应用中分辨率成像光谱仪近红外通道数据进行大气水汽含量反演.采用三通道比值加权平均法用于武汉地区大气水汽含量反演,将反演结果与EOS发布的水汽产品进行对比,验证了该反演算法的可信性.借助遥感影像处理软件ENVI,利用三通道比值加权平均法反演了武汉地区近十年(2001-2011)的大气水汽含量,结合武汉地区实际地理位置、气候条件和城市发展现状,分析了武汉地区大气水汽含量变化.结果表明:武汉地区大气水汽含量在秋季和冬季呈明显减少趋势.借助统计软件SPSS对中分辨率成像光谱仪反演的大气水汽含量与地面气象探测因子气压、气温和相对湿度之间做回归分析,结果表明:大气水汽含量与气温呈正相关,气压呈负相关,和相对湿度的相关性不大,但在温度一定时,两者呈正相关.     

基于集成学习策略的化工园区大气污染影响预测

建立科学、有效、准确的空气质量预测系统,对于保护人们的身体健康和促进社会的和谐稳定具有重要的科学价值和实际意义。研究聚焦化工园区,基于物联网背景下企业排放实时数据,融合气象信息,采用多种有监督式机器学习(决策树、多元线性回归、Lasso回归、支持向量机、Xgboost、梯度提升机、Light GBM、MLP(多层感知觉神经网络))及改进的集成学习Stacking策略实现化工园区空气质量的预测,并识别影响大气污染的关键因素。结果表明:(1)Stacking策略下的预测框架与单模型预测结果相比有统计学意义上的显著提升。(2)在Stacking策略中,初级、次级学习器的选择策略影响预测的精度和泛化性,最佳模式为初级采用强学习器,次级使用线性模型。(3)在同一园区、不同企业污染物不同排放口对空气质量影响不同,研究结论可为政府监管部门对化工园区的治理和管控提供决策支持。     

考虑员工学习效应的MTO/MOS指派模型及算法研究

订单式生产(MTO)人工作业系统(MOS)是我国中小制造企业广泛采用的生产系统模式。在MTO/MOS中,一线员工生产技能对生产绩效具有直接的影响。随着重复操作次数的增多,员工的生产效率不断提高,即产生学习效应。本文考虑员工学习效应来优化一线员工的配置,强调员工初始技能和学习能力的个体差异对完工期的影响,以期缩小理论研究与生产实践之间的差距。本文首先提出一个基于员工初始技能、员工的学习能力、工艺难度和订单批量的员工技能动态变化函数。然后,以最小化完工期为目标,建立一个优化模型。由于员工指派问题属于“完全NP-Hard”问题,为了求解本文所提出模型,本文提出Bootstrap方法对问题进行求解。最后,基于一个算例分析,验证该模型及算法的有效性。