海水、大气化学演化对沉积矿床形成、演化的制约

本文重点探讨了海水、大气化学演化与沉积矿床的形成和演化的关系。依据模拟实验结果提出了大气的化学组成制约着风化淋滤作用的性质和向海盆提供矿质的能力；海水pH、Eh值的波动演化规律制约着海水中矿后的富集、分异和沉淀成矿的过程；海水化学环境的波动制约着沉积作用的旋回性和成矿作用的继承性；关于地史中海水、大气的化学环境变化与大型和超大型沉积扩床成矿的关系以及在一个盆地中为什么形成了这种矿床而不是另一种矿床，不仅与成矿本身的火山-沉积旋回有直接关系，还与成矿前的一系列火山-沉积旋回有直接关系。海水、大气化学环境的历史演化过程还控制着沉积矿床的成矿类型和成矿规模的演变，因此用海水、大气化学演化规律不但可以认识各种矿床的成因，还可以结合其他地质资料对很多类型的沉积矿床进行预测。     

灰色预测法在南宁市可持续发展趋势分析中的应用

本文运用灰色系统理论 ,建立灰色预测模型 ,对南宁市社会、经济及生态环境发展趋势进行了分析 ,并针对南宁市发展中的不合理状况 ,提出相应的调控对策。     

基于WATER9模型的城镇污水处理中VOCs排放量研究

通过开展城镇污水处理模拟实验,与WATER9模拟结果比对和误差分析,使用优化后的WATER9模型模拟计算扬州汤汪污水处理厂一期工程的VOCs排放量,并分析各参数对VOCs排放量的影响.结果表明:WATER9模型满足城市污水处理厂污水处理过程中VOCs排放量的模拟要求,优化后的模拟值与实测值之间的相对偏差小于8％.实验结...     

基于BP神经网络的儿童卧室内灰尘PAEs浓度预测

在实测数据的基础上,以邻苯二甲酸酯(PAEs)的各类影响因素为自变量,PAEs浓度为因变量,采用Back-propagation(BP)神经网络建立儿童卧室内PAEs浓度预测模型.结果表明,该模型的预测效果较理想,其中,STD比值均＞0.5,NMB均接近0,EMR均＜19％.以室内环境与儿童健康(CCHH)课题组天津地...     

气温和湿度在泸州市城区对臭氧浓度预测的运用研究

气温和湿度均为影响臭氧生成的要素,通过分析泸州市国控点数据,找出气温和湿度与臭氧浓度的关系,从而建立气温和湿度为变量的臭氧浓度预测模型.选取2019年泸州市主城区的气温和湿度数据,将气温按日最高温(Tmax)、日最低温(Tmin)和日平均气温(Tmean)划分,将湿度按四季划分,分别统计其与臭氧浓度的相关性.发现臭氧浓...     

基于MACD指标的民用机场安全风险趋势预测

为了解决民用机场安全趋势预测时所面临的预测方法主观性较大、预测结果不够科学,以及以伤亡事故信息作为预测源头数据的数据量不足等问题,首先,引入金融领域应用比较成熟的预测方法——异同移动平均线(Moving Av-erage Convergence/Divergence,MACD)指标预测方法,构建了民用机场安全风险趋势分析预测模型.该模型原理是运用两条不同速度的平滑移动平均线来计算两者的正负差——离差,再由离差的多日平均值计算离差平均值.通过观察离差值和离差平均值的方向、绝对位置和相对位置关系,将它们的同向、异向和交叉作为判断趋势翻转的时机.其次,依据《民用航空安全信息管理规定》(交通运输部令2016年第8号)、GB 3836.18-2010《爆炸性环境第18部分:本质安全系统》等相关的法律、法规及标准对安全风险信息的分类及收集范围进行了界定,并按照该安全风险信息的收集与分类方法收集了某机场3年的安全风险信息,运用上述模型进行了相关预测研究.最后,运用相关性分析及ABC管理图做了因素分析,给出了整改建议.结果表明,该模型方法能够比较贴近实际地预测企业的安全风险趋势情况,并能够从定性及定量两个维度提供解决问题的方法,为民用机场安全管理决策提供了一种新的思路.     

基于偏序集的采空区塌陷危险性评价研究

针对采空区塌陷危险性评价方法中的赋权争议问题,基于偏序集理论提出偏序集评价模型。首先阐明评价指标并确定其分级标准;然后应用偏序集评价模型得到Hasse图,并通过图展现的层集信息判别采空区塌陷危险程度;最后应用该模型对大宝山矿11个采空区的塌陷程度进行判别,评价结果准确合理。研究结果表明:该模型避免了以往研究中的赋权争议问题,克服了样本量不足致使模型无法应用的问题,而且能够应用更多的赋权方法识别排序的稳定程度,体现出样本间的分层信息。     

基于PSO优化BP神经网络的水质预测研究

为快速准确地预测河流水质,结合汾河监测数据,使用粒子群算法(PSO)优化BP神经网络模型(PSO-BP)进行水质预测.通过灰色关联度分析确定输入变量,利用PSO算法修正BP网络的初始权值、阈值,优化神经网络结构及算法全局收敛性.采用该模型对汾河主要污染物指标COD、BOD5、氨氮、挥发酚等进行预测和验证.结果表明,与传统的BP神经网络模型相比,PSO-BP模型使最大相对误差从15.43％减小到1.46％,其平均误差由4.00％减小到1.01％,预测均方根误差从5.956×10-3减小到1.605×10-4.因此,基于PSO-BP神经网络模型的预测更加精确,可用于水质预测.     

CH_4/N_2/O_2预混气激波火焰结构数值预测

研究激波着火现象，推导激波加热点燃可燃气控制方程组。针对甲烷预混气激波火焰结构进行数值模拟，计算了激波燃烧时的压力、温度、及不同组分随时间的变化历程。其中甲烷燃烧采用美国BERKELEY大学GRI-MECH机理，该反应机理包含177个基元反应，涉及32种组分。程序采用美国SANDIA国家实验室发展的大型化学反应动力学软件包CHEMKIN III中相关的模型、子程序和热力学数据库。计算结果表明激波火焰有其自身的结构特征。