Kinetic parameter estimation for decomposition of organic peroxides by means of DSC measurements

The thermal stability of organic peroxides (cumene hydroperoxide 80 wt% and dicumyl peroxide) was studied by means of calorimetric measurement (DSC, TA Q1000) in an isotherm mode and a dynamic mode. Analysis of power profiles released in the isothermal mode was combined with the analysis of the decomposed compounds by a gas chromatograph/mass spectrometer (GC/MS) to determine the reaction mechanisms corresponding to each of the two reactions. In this work, a methodology for estimating kinetic parameters was based on the comparison of the power profile (dynamic mode) given by the model to that obtained experimentally by changing the parameters values. Parameter estimation is achieved using the mixed estimation method where a genetic algorithm is combined with a locally convergent method.     

灌区河道串联闸群防洪优化调度

针对河道串联闸群防洪优化调度的特点,详细推导了河道串联闸群防洪调度的洪水演算公式,明确了关键计算环节,建立了串联闸群防洪优化调度模型,应用水力学圣维南四点隐式差分法和遗传算法相结合对模型进行求解。采用VB6.0开发了人机交互的闸群防洪调度系统。通过实例计算,验证了河道串联闸群防洪优化调度方案的合理性,可为河道串联闸群防洪调度提供参考。     

基于链式多重插补的WOA-ELM煤与瓦斯突出预测模型*

为了提高缺失数据下煤与瓦斯突出预测准确率,提出1种基于链式支持向量机多重插补（MICE_SVM）的鲸鱼优化算法（WOA）-极限学习机（ELM）预测模型,以淮南朱集矿区为例,选取5个煤与瓦斯突出影响指标作为模型特征,采用提出的MICE_SVM算法插补突出事故数据中缺失值,利用WOA优选ELM输入层权值及隐含层阈值,构建煤与瓦斯突出预测模型,将插补后数据用于WOA-ELM模型的训练与测试,并与其他模型的预测效果对比。研究结果表明:MICE_SVM插补前、后的有突出数据预测准确率分别为83.02%,90.41%,MICE_SVM显著提高了有突出预测准确率,对无突出和整体的预测准确率提高不明显;数据插补后WOA优化ELM对无突出、有突出和整体的预测准确率分别为97.94%,96.25%,96.48%,较优化前分别提高了5.79%,5.84%,5.55%,数据插补后WOA-ELM为最佳预测模型。     

基于Adam优化深度神经网络快速确定瓦斯抽采半径*

为解决煤矿瓦斯有效抽采半径难以快速准确确定的问题,采用基于Adam算法优化DNN（深度神经网络）方法来预测瓦斯抽采半径。查阅文献共收集已得到验证的970组数据集,每组数据选取煤层瓦斯初始渗透率、钻孔直径、抽采时间、地应力、煤层初始瓦斯压力作为预测模型的5个特征量,有效抽采半径作为目标输出值。接着预测模型进行不断学习和训练,最终训练得到1个最优的瓦斯有效抽采半径预测模型。利用训练好的最优预测模型结合Python语言开发出计算有效抽采半径的软件,并使用该软件在四季春煤矿和鹤煤六矿进行有效抽采半径预测的工程实例研究,验证该软件预测抽采半径的实用性和准确性。研究结果表明:通过使用开发的软件,可快速且较准确地计算出矿井瓦斯有效抽采半径,可为暂不具备现场测试条件的矿井抽采设计提供一定的参考依据。     

自适应人工鱼群-BP神经网络算法在径流预测中的应用

为了提高水库和河流中长期径流预测精度,提出了弹性自适应人工鱼群算法(RAAFSA)。应用RAAFSA算法训练BP神经网络,实现BP神经网络参数优化,形成弹性自适应人工鱼群-BP神经网络混合算法(RAAFSA-BP),对石泉水库进行中长期径流预测。仿真计算表明,弹性自适应人工鱼群优化的BP神经网络算法收敛速度快于BP神经网络算法、人工鱼群-BP神经网络算法和RBF神经网络算法。该混合算法克服了BP神经网络和人工鱼群算法易陷于局部极值、搜索质量差和精度不高的缺点,改善了BP神经网络的泛化能力,输出稳定性好,预报精度显著提高,每次预测相对误差绝对值都小于6%,合格率达到100%。该算法成功地解决了石泉水库中长期径流预测精度不高的难题,可有效用于水库和河川中长期径流预测。     

基于密码技术的计算机安全防护体系

密码技术是实现网络安全的关键技术之一,本文首先介绍密码技术的基本概念,然后着重讨论建立密码防护体系的基本思想和密码防护体系,加密算法,并详细探讨了密钥的管理方法和密码技术的应用。     

OPTIMIZATION OF INTERMITTENT PUMPING SCHEDULES FOR AQUIFER REMEDIATION USING A GENETIC ALGORITHM1

ABSTRACT: Using a genetic algorithm (GA), optimal intermittent pumping schedules were established to simulate pump‐and‐treat remediation of a contaminated aquifer with known hydraulic limitations and a water miscible contaminant, located within the Duke Forest in Durham, North Carolina. The objectives of the optimization model were to minimize total costs, minimize health risks, and maximize the amount of contaminant removed from the aquifer. Stochastic ground water and contaminant transport models were required to provide estimates of contaminant concentrations at pumping wells. Optimization model simulations defined a tradeoff curve between the pumping cost and the amount of contaminant extracted from the aquifer. For this specific aquifer/miscible contaminant combination, the model simulations indicated that pump‐and‐treat remediation using intermittent pumping schedules for each pumping well produced significant reductions in predicted contaminant concentrations and associated health risks at a reasonable cost, after a remediation time of two years.     

基于遗传算法优化的大气质量评价的污染危害指数公式

基于污染危害率概念,提出了大气环境质量评价的污染危害指数计算公式和新的因子赋权法．指出用污染物的浓度相对值代替其监测值,公式中的参数可认为不随污染物种类和数目而改变．采用遗传算法对公式中的参数进行优化,得到了适用于多种污染物的大气质量评价的污染危害指数计算公式应用该公式对实例评价的结果与用其他多种方法评价结果进行了比较结果表明,该公式用于大气环境质量评价的物理意义明确、普适性强、计算简单、使用方便．     

火灾探测算法评估技术研究

论述了火灾探测算法评估技术研究的重要性。提出一种火灾探测算法评估技术方法,在评估过程中主要考虑了火灾探测算法的三种重要属性,即火灾探测性能、环境适应性和抗误报能力。设计并实现了三种火灾探测算法评估模式和相应的实验流程,包括实体实验、接口模拟和软件模拟。为每一种模式设计了具体的实验方法,评估实例证明了所设计的模式和方法的有效性。     

改进的BP算法在黄河下游枯季径流预测中的应用

本在黄河下游地区应用多层前向人工神经网络理论,通过改进BP算法,建立下游枯季径流预测的BP神经网络模型,使用花园口-利津水站26年的完整序列测流资料训练和检验网络并用于预测,结果表明,通过本次研究建立的BP网络模型是合理的,可靠的,它较好地反映了黄河下游的枯季径流规律,可为今后黄河流域水资源的统一调度,管理,尤其是预防黄河下游再次出现断流提供科学依据。