网络计划在液化气球罐内外部检验过程中的应用

在以工期考虑为重点的V-3002B液化气球罐内外部检验过程中，引用现代管理中网络计划技术关键路线法，为加快芳烃厂压力容器检验提供了科学的依据。本文总结和介绍了网络计划技术在芳烃厂贮运车间V-300亚球罐内外部检验过程应用情况。     

人工神经网络模型和公路复垦土地适宜性评价

提出了人工神经网络用于公路临时用地复垦土地适宜性评价，利用该模型对京大高速公路山西段复垦山西段复垦土地进行了适宜性评价，探讨了人工神经网络在土地复垦适宜性评价时的特点和注意问题。     

我国汽车报废回收利用体系框架初探

主要介绍了国内外废旧汽车回收处理现状,并从法制建设、回收网络构建、回收技术研究、宣传教育等方面提出了我国应对废旧汽车回收利用的对策建议。     

基于遗传算法的人工神经网络大气环境评价

人工神经网络模拟大脑的认知功能,通过改变连接点的权值和阈值来训练神经网络完成特定的功能。运用基于遗传算法的BP网络模型,以国家大气质量标准作为网络的输入样本对网络进行训练,对某地区大气质量进行评价,结果与综合指数法比较吻合。     

Characteristics of air particulate matter and their sources inurban and rural area of Beijing, China

ＩｎｔｒｏｄｕｃｔｉｏｎＴｈｅｒｅｉｓａｇｒｏｗｉｎｇａｗａｒｅｎｅｓｓｔｏｔｈｅｉｍｐｏｒｔａｎｃｅｏｆａｉｒｐｏｌｌｕｔｉｏｎｉｎｍａｊｏｒｃｉｔｅｓ.Ａｎｕｍｂｅｒｏｆｓｔｕｄｉｅｓｈａｖｅｓｈｏｗｎｔｈａｔｔｈｅｃｏｎｃｅｎｔｒａｔｉｏｎｓｏｆｃｅｒｔａｉｎｔｒａｃｅｅｌｅｍｅｎｔｓｉｎｔｈｅｕｒｂａｎａｔｍｏｓｐｈｅｒｅｈａｖｅｂｅｅｎｅｌｅｖａｔｅｄｂｙ ｐｏｌｌｕｔｉｏｎ ,ａｎｄｔｈｅｒｅｆｏｒｅ ,ｔｈｅｈｉｇｈｅｓｔｃｏｎｃｅｎｔｒａｔｉｏｎｓｏｆｔｈｅｓｅｃｈｅｍｉｃａｌｃｏｎｔ…     

2007年春节期间北京大气颗粒物中多环芳烃的污染特征

利用大流量颗粒物采样器分昼夜采集了2007年春节前后大气气溶胶中PM₁₀和PM_2.5样品，并采用气相色谱-质谱技术对PM_2.5样品中的多环芳烃进行了检测.春节期间大气颗粒物中PM₁₀和PM_2.5夜间平均质量浓度为232 μg·m^-3和132 μg·m^-3,分别高于白天的PM₁₀(194 μg·m^-3)和PM_2.5(107 μg·m^-3)；除夕后颗粒物日平均质量浓度为252.3 μg·m^-3 (PM₁₀)和123.8 μg·m^-3 (PM_2.5)，分别高于除夕前的166.7 μg·m^-3(PM₁₀)和106.8 μg·m^-3(PM_2.5)；同时夜间PM_2.5中多17种多环芳烃(PAHs)的总浓度都高于相应白天的总浓度，且除夕前多环芳烃日均总浓度为95.9 ng·m^-3，高于除夕后的58.9 ng·m^-3.结果表明，除了受一定的气象条件的影响外，大量燃放烟花爆竹会对大气颗粒物浓度有影响，但对大气中的多环芳烃影响不大，而春节期间工业及交通污染排放的减少削减了排放到大气中的PAHs.根据荧蒽/芘等比值指标判别北京PAHs主要以燃煤为主、交通为次的混合局地源污染.     

基于三层网络的SBR法深度脱氮智能控制系统的中试研究

以一座处理量为60m3·d-1的SBR法中试系统为研究对象,将三层网络智能控制技术引入SBR工艺中,并对该智能控制系统的深度脱氮效果和稳定性进行了中试研究.在SBR法硝化反硝化过程中,pH、DO、ORP曲线上会出现反映生物脱氮进程的特征点,以pH、DO、ORP为控制参数建立的智能控制策略可以准确判断反应的终点,避免了过度曝气,在保证深度脱氮的前提下节省了能耗.经过10个月的稳定运行,即使在温度较低的情况下,该SBR法智能控制中试系统出水的各项指标完全能够达到国家污水排放一级标准,并且达到了深度脱氮的效果,出水COD低于50 mg·L-1,总氮低于5 mg·L-1.     

区域环评中大气环境容量估算的研究进展

目前,在大气环境影响评价中,区域大气环境容量的研究是实施大气污染物总量控制的前提.文章综述了大气污染物区域环境容量的主要影响因素、用于其计算的空气质量模型以及大气环境容量研究的一般步骤.现阶段应用较广泛的大气环境容量的预测模型有A-P值法模型、箱模型、线性优化模型、ADMS模型及多种模型相结合的复合模式等,通过研究分析,提出了现阶段大气环境容量研究存在的主要问题及其有效的解决途径.     

青藏高原生态资产地域划分中的SOFM网络技术

针对目前地域划分中存在的问题,论文尝试以人工神经网络技术作为区划工作的理论支撑,构建了自组织特征映射SOFM网络,以青藏高原环境与生态系统资产作为待分客体,探索了新技术和方法在生态资产地域划分中的应用。结果表明,对于自然界中广泛存在的非线性问题,SOFM网络具有比聚类分析等线性分类器更强的适应性。应用SOFM网络在对待分客体生态资产进行类型划分的基础上,使用策略性循环尺度转换(SCS)范式对其进行了区域转换,最终完成了青藏高原范围内生态资产的地域划分。     

用神经网络辨识化学强化一级处理系统

运用实验室得到的数据为样本 ,选取了CODCr和絮凝剂投加量为指标 ,采用三层结构的神经网络 ,利用Matlab的神经网络工具箱中的批处理梯度下降法对CEPT系统经行辨识。辨识结果表明 :模型的预测值与实测值的平均误差在 3 .7%左右 ,具有较高的精度。同时 ,该模型还具有适应性强 ,使用方便 ,高效的特点 ,为CEPT系统的在线实时控制提供了一条有效的途径。