技术创新、产业结构调整对能源消费影响的实证分析

在产业结构调整、减少能源消费、提高能源效率的过程中，技术创新是关键因素。本文在现有研究的基础上引入技术创新要素，建立技术创新、产业结构调整对能源消费影响的分析框架。通过假设建立了技术创新、产业结构调整对能源消费影响的计量模型，运用中国的数据进行了实证分析。研究结票表明。专利授权量增加能够节约能源消费，第一产业、建筑业、批发与零售业等能源消耗较少产业的产值比重增加能够减少能源消费。研究结论认为，基于技术创新的产业结构升级、优化和经济增长方式转变，是经济增长和能源消费脱钩的重要途径。     

活性污泥法的动力学方程讨论及数学模型研究

活性污泥法水处理过程是一个复杂的生化反应过程,伴随有物理化学反应、生化反应、相变过程及物质与能量的转化和传递过程.通过对微生物动力学方程的讨论,进而建立动力学模型,比较了Monod方程和Contois方程分别来模拟有机碳在曝气条件下的生化去除过程.模型主要预测底物浓度、溶解氧、微生物增长等引起的系统响应,为污水处理厂的运行提供指导.     

生态模型在环境化学中的应用

本文通过总结生态模型在环境化学各个研究领域的应用实例,阐明了生态建模这一研究方法在环境化学理论的发展中所起的促进作用.此外,本文还着重就各种富营养化生态模型进行了比较.详细地追述了它们的建立、应用及改进过程.同时系统地介绍了生态建模的理论及步骤.     

京津冀地区PM2.5溯源精准执法研究

以京津冀区域大气污染热点网格工作为基础,利用京津冀地区PM_(2.5)浓度数据、卫星数据、POI数据、检查反馈数据训练随机森林模型,建立PM_(2.5)网格浓度与反馈问题类型之间的关联性,识别污染源类型,并应用于沧州市热点网格检查工作。研究结果表明,该模型对扬尘及交通污染问题有较好的区分度,建议热点网格工作增加这两类污染问题类型及推荐检查时间等信息,进一步提高执法精准性和执法效率。     

林火数据的Logistic和零膨胀Poisson(ZIP)回归模型

利用统计模型对森林火灾数据进行了描述和分析,所用模型包括Logistic回归模型和零膨胀Poisson(ZIP)回归模型.将所用的森林火灾数据分别视为分组因子数据和有序变量数据进行建模.为了进行预测和验证,建模时使用部分数据,其余数据作为检验数据,用以检验预测的准确性.研究结果显示,所研究的两类模型都得到了与检验样本接近的结果,具有较好的火灾次数预测能力.其中零膨胀模型不仅可以得到与Logistic模型相当的结果,而且能够有效解决火灾数大于天数的问题,以及可以对零值过多的数据进行较好地建模.该研究表明所建立的Lo-gistic回归模型和零膨胀Poisson回归模型都是分析火灾与影响因素相关性的适用模型.     

与叶猴共进午餐

我到武汉探亲,带着一岁半的儿子波波参观动物园。为了玩得开心,我特地约了表姐小琪。表姐有个儿子叫冬冬,8岁,随他妈妈一起来了,动物园里比三个大象还大的恐龙模型,如同活的一样,发出电影里那种吼声,乐得他大喊大叫。     

HAN阻隔防爆模型研究

通过合理简化,利用多方气体状态方程,分别建立油品储运容器内可燃混合气体定容爆炸模型和装设阻隔防爆材料的油品储运容器内可燃混合气体爆炸模型,获得了阻隔防爆性能测试装置的燃爆容器抗爆设计限值,以及其在HAN阻隔防爆测试中燃爆容器试爆压力量级的控制下限值,同时,还给出HAN工程应用中容器留空率的计算方法,具有实际指导意义。     

塔段连接对多塔悬索桥中间钢桥塔极限承载力的影响∗

以泰州长江公路大桥为工程背景,通过有限元法研究塔段连接对多塔悬索桥中间钢桥塔极限承载力的影响。考虑中间钢桥塔的几何、材料非线性及塔段连接的接触非线性影响,采用ANSYS建立该桥局部塔段为板壳单元的多尺度有限元模型,计算并对比在两种典型加载方式下该模型与杆系有限元模型的钢桥塔极限承载力结果。研究表明:两种加载方式下,桥塔的破坏模式基本一致,表现为材料不连续的上塔柱节段局部形成塑形铰而使桥塔成为机构;多尺度有限元模型与杆系模型获得的荷载位移曲线基本一致,而多尺度模型的极限承载力稍高,且差异在2%以内,可认为塔段连接不是桥塔结构的薄弱点,其对其极限承载力的影响可以忽略。     

基于混沌、灰色理论模型,预测煤矿生产中安全状况的对比分析

建立煤矿安全生产状况预测的非线性回归模型、混沌动力学模型、灰色模型和灰色残差模型,用4种模型对我国百万吨煤矿死亡率进行预测分析,其结果表明:混沌动力学预测模型和非线性回归模型使用参数较少、计算简单,易于推广,但预测精度尚不高,误差较大;使用灰色残差模型进行预测,虽然计算复杂,但预测精度较高,验证2007年度百万吨死亡率相对误差仅为0.96%,煤炭生产的安全性指标百万吨死亡率宜采用残差模型进行预测。笔者认为,灰色残差模型在对煤矿安全生产的宏观管理领域有广泛的应用前景。