基于任务成功率的装备综合保障工作体系及协同设计环境研究

本文介绍了基于任务成功率的装备综合保障工作体系框架,提出了可靠性、维修性、测试性、保障性、安全性协同设计环境要求,从而为进行可靠性、维修性、测试性、保障性、安全性综合优化设计奠定基础。     

基于SOM-SVM组合分类器的涂层防护性能研究

目的为避免EIS,EN技术可能出现的问题,建立一个准确、高效的评价模型,以探究现役军用有机涂层防护性能。方法利用电化学阻抗谱(EIS)、电化学噪声(EN)技术分析了两种军车有机涂层在循环暴露试验中的腐蚀行为,提取低频阻抗模值|Z|_(0.1 Hz)与涂层噪声电阻R_n两种电化学评价参数作为自组织神经网络(SOM)的输入训练样本,同时结合支持向量机(SVM)方法建立涂层防护性能组合分类器。结果将涂层失效过程自适应地分为涂层防护性能良好、防护性能下降、基本失效三个阶段。结论所建立的SOM-SVM组合分类器对于辅助分析涂层防护性能具有可行性。     

基于支持向量机的地下水质量综合评价

提出基于支持向量机（SVM）机器学习算法的地下水质量评价模型。首先给出了训练样本生成和数据规范化处理的具体方法,然后采用支持向量机的多分类算法构建模型,并使用k折交叉核实方法对参数进行验证优化。最后通过实证分析,并与单因子指数法、模糊综合评价法和BP神经网络法的评价结果对比分析可知,该方法简便易行,评价结果客观且准确度较高,具有很强的实用性。     

基于主成分和粒子群优化支持向量机的水质评价模型

水质的评价是治理水污染必不可少的工作。为了准确、快速地对水质进行评价,利用主成分分析法从水质监测常见的多个物化指标提取出主成分,然后将主成分作为支持向量分类机的输入,利用历史数据进行水质评价训练并用粒子群算法优化参数,构造出水质评价模型,将从物化指标中得出的主成分代入此模型即可得到水质类别。最后,选取水质监测点实测数据进行试验,结果表明,模型的水质评价结果准确且稳定。     

基于遗传-支持向量机和遗传-径向基神经网络的有机物正辛醇-水分配系数QSPR研究

基于遗传算法(GA)的因子筛选和支持向量机(SVM)的非线性回归,提出了1种改进的有机物定量结构-性质相关(QSPR)建模方法--遗传-支持向量机(GA-SVM),并将其用于38种食品工业常用有机物正辛醇-水分配系数(Kow)的QSPR建模.结果显示,QSPR模型选取了分子量、Hansen极性、沸点、含氧率和含氢率5种参数;模型的预测值与实测值间的误差平方和(SSE)、均方差(RMSE)和决定系数(R2)分别为0.048、0,036和0.999,表明模型具有较强的预测能力;同时,交叉验证的结果(SSE=0.295,RMSE=0.089,R2=0.995)也表明,模型具有良好的稳健性,因此,GA-SVM算法适用于对有机物正辛醇-水分配系数的QSPR建模.此外,将基于GA-SVM的QSPR模型分别与基于遗传-径向基神经网络(GA-RBFNN)和基于线性算法的模型进行了比较,结果表明,应用GA-SVM建立的QSPR模型无论从稳健性还是预测能力上都优于应用其它2种算法建立的模型,因此,GA-SVM算法比GA-RBFNN和线性算法更适合于对有机物正辛醇-水分配系数进行QSPR建模.     

Implementing SDG 15: Can large‐scale public programs help deliver biodiversity conservation,restoration and management,while assisting human development?

Among the Sustainable Development Goals (SDGs), the proposed SDG 15 promotes activities that, inter alia, “Protect, restore and promote sustainable use of terrestrial ecosystems”. An important potential contribution in achieving SDG 15 is through public programmes designed to jointly promote human development through poverty alleviation and improvement of human livelihoods and biodiversity conservation/management/restoration. An analysis of twenty public programmes with such joint objectives yielded twelve lessons learned. In addition to financial commitments, government and intergovernmental agency input for such public programmes includes ensuring political will and appropriate legal frameworks. Local communities and civil society provide input through traditional and indigenous ecological knowledge and stewardship. Appropriate shared inputs in development and the implementation of such public programmes, with communication between local community, broader civil society, the scientific community and governments will result in: better use and management of biodiversity; alleviation of poverty; security of livelihoods and better governance systems. The Ecosystem Approach of the Convention on Biological Diversity provides an ideal framework when planning and implementing new programmes. Application of the lessons learned to new public programmes will ensure that the answer to the question posed in the title is an emphatic “Yes”, and assist with the achievement of SDG 15.     

不同SAPO分子筛负载MnOx催化剂的低温NH3-SCR性能研究

以磷酸硅铝分子筛SAPO-5、SAPO~(-1)1和SAPO-34为载体,采用乙醇分散法制备了用于低温氨选择性还原(NH_3-SCR)NO_x的分子筛负载MnO_x催化剂.活性测试结果显示,3种分子筛催化剂均展现出优良的NH_3-SCR活性,但三者在低温区间的SCR活性存在较明显差异,其SCR活性顺序如下:MnO_x/SAPO-34MnO_x/SAPO-5MnO_x/SAPO~(-1)1.借助XRD、N2吸附-脱附、XPS、H2-TPR、NH_3-TPD、NH_3FT-IR等技术对催化剂的表面活性物种及表面酸性等进行表征分析,结果表明,MnO_x主要以无定型状态分散于载体上,负载后载体的比表面积和孔体积均有所下降.XPS和H2-TPR分析证实,不同分子筛载体上MnO_x的表面浓度与氧化态明显不同.NH_3-TPD和NH_3FT-IR分析揭示了催化剂表面均存在Bronsted酸位和Lewis酸位,其中,Lewis酸性位对低温SCR反应起着关键作用.研究表明,催化剂的催化性能会因载体不同而存在差异,高Mn4+表面浓度和丰富的Lewis酸性位对催化剂在低温区间实现优良的催化活性尤为重要.     

战场环境下装备保障信息系统安全风险与防护

目的研究战场环境下装备保障信息系统的安全问题。方法从装备保障及装备保障信息系统的概念、分类和复杂战场环境下装备保障信息系统所面临的安全威胁入手,依照五分法把装备保障信息系统安全风险划分为5个等级,推导出风险评估模型,提出实施装备保障信息系统安全防护的技战术策略。结果战场环境下,为确保整个作战进程中装备保障活动安全、有效、稳定地进行,装备保障信息系统防护必须遵循统一协调、综合利用的积极防护原则,采用有效的风险控制措施加以应对。结论通过积极探索和发展装备保障信息安全与防护理论,找准战场环境信息防护中存在的薄弱环节,制定了装备保障信息安全防护策略,加强装备保障信息系统的安全管理工作,最终提高我军装备保障信息系统的防护能力。     

水资源环境承载能力监测预警平台设计探讨

建立水资源环境承载力监测预警平台与机制,是实现我国环境管理战略由以环境污染控制为目标导向,向以环境质量改善为目标导向彻底转变的重要支撑手段。以水资源环境承载力领域的相关研究进展为基础,提出水资源环境承载力监控预警平台的设计框架,平台设计的逻辑结构、核心功能以及相对应的水资源环境承载力评估技术,并对该平台建设的困难、问题及未来的发展趋势进行了分析,以期为水资源环境承载能力监测预警机制建设提供有益的参考。     

有机化学品不同温度下(过冷)液体蒸气压预测模型的建立与评价

(过冷)液体蒸气压(PL)是评价化学品在环境中分配、迁移和归趋行为的重要参数。PL具有较强的温度依附性。发展一种能够精确预测不同环境温度下化学品PL的方法,有助于填补化学品生态风险评估的大量数据缺失。本研究收集整理了661种有机化合物在不同温度下(200~830 K)共计10 478个log PL值。在此基础上,采用偏最小二乘(PLS)回归和支持向量机(SVM)方法,构建了PL的线性和非线性预测模型。结果表明:2种模型均具有良好的拟合度、稳健性及预测能力,SVM模型的预测性能略高于PLS模型(PLS:R2adj.tra=0.912,RMSEtra=0.477,Q2ext=0.910;SVM:R2adj.tra=0.997,RMSEtra=0.092,Q2ext=0.967)。机理分析表明,温度是影响PL的主要因素,温度越高,蒸气压越大;其次,X1sol也影响PL大小,X1sol用来描述分子间的色散作用,分子间色散力越小,蒸气压越大;此外,化合物的氢键个数、极性和分子构型等因素也影响PL大小。采用Wiliams plot方法表征了PLS模型应用域。所建立的模型可用来预测烷烃、烯烃、醇、酮、羧酸、苯、酚、联苯、卤代芳香烃、含N化合物及含S化合物在不同温度下的PL数据。