城市需水预测方法比较

为了提高城市需水预测精度,基于北京市2004—2014年用水量及影响因子,利用多元线性回归法、灰色模型预测法和BP神经网络法3种需水预测方法,模拟北京市用水量,并用北京市2015、2016年用水量对3种方法精度进行验证。结果表明:在现有资料基础上,虽然3种需水量预测模型均是可行的,但是BP神经网络法预测模型比起其他2种方法,预测精度最高,而且还具有收敛速度快、调整参数少等优点。预测得到了北京市2020年需水量为38.63亿m3,且在近几年仍呈增长趋势。     

河流作用下堵江滑坡运动特征差异性研究

【目的】水因素在滑坡灾前变形、运动解体、堆积过程中均发挥重要作用。从水力学角度,讨论河流流水对滑坡堆积、堵塞河道、形成堰塞坝的影响有重要减灾意义。【方法】基于2018年金沙江白格滑坡基础信息,聚焦有、无河流作用下滑坡运动演化过程中滑速、能量、形态特征差异,分别考虑白格滑坡处于无河流流水、有河流流水作用两种情况,开展了其运动过程的DEM模拟、CFD-DEM耦合模拟。【结果】根据计算捕获的速度、能量、形态等滑坡运动特征,量化揭示了河流流水对堵江滑坡的具体影响。【结论】研究发现：(1)河流流水影响下,滑坡体平均速度偏小,因河流影响的滑体部分较少,河流流速变化对滑坡体运动的影响较小且无明显规律;(2)动能和应变能在滑坡高速运动阶段受河流影响更明显,重力势能及能量损失在滑坡堆积阶段受河流影响更为明显,较无河流作用对白格滑坡应变能的影响最大,为1.80%。(3)河流对滑坡体形态特征的影响主要体现为最终纵向堆积长度的变化,滑坡计算启动后70 s,不受河流流水影响时,滑体纵向长度稳定在1.7 km,考虑河流流水影响下稳定在1.5 km,考虑河流影响下的模拟结果与实际情况较为吻合。     

我国智能投顾法律监管制度研究

智能投顾可利用算法模型为投资者自动生成个性化的投资咨询服务,是现阶段我国最典型的智能金融形式。相比传统投资顾问,智能投顾具有成本低、效率高的优势,有利于促进我国普惠性金融行业发展。然而智能投顾在我国产生发展时间较短,相关法律尚不完善,监督企业合规经验的重任落在监管上。我国监管部门重视准入监管却忽视了过程监管,产生以下问题：运营机构不遵守投资者适当性标准,利用算法黑箱与相关利益方合谋损害投资者权益。此外,智能投顾监管标准欠缺、监管机构不健全,监管效率较低。笔者通过梳理上述问题产生的原因,并对我国智能投顾监管目标进行厘清,为监管部门监管提出以下监管建议：明确投资者信息收集范围、强化风险提示与算法说明、要求算法强制备案、进行算法有效性检测、建立多主体的监管体系。