飞机飞行振动预计技术研究

介绍了飞机飞行振动的主要来源和特征,分析了传统预计方法的不足,针对飞机飞行振动与高度、马赫数和攻角等飞行参数呈非线性关系的特点,提出了基于BP神经网络的飞行振动预计新技术,建立了预计模型,通过8组建模样本训练网络,确定了预计模型中的各个参数值。预计结果和实测飞机飞行振动信号比较分析表明,该方法预计精度高,验证了BP神经网络预计飞机飞行振动的可行性。     

广西发展燃料乙醇产业总体方案替代方案优选

规划环评的目的不是减小规划对环境的影响,而是通过比较,选出规划对环境影响最小的替代方案。本文运用AHP-模糊数学法,结合广西发展燃料乙醇产业总体方案,从大气环境、水环境、废弃物、资源承载力、资源能源消耗和生态环境保护等六个方面,合理选取指标,建立了方案布局合理性指标体系,并用AHP-模糊数学法对四种替代方案进行了计算,得出方案一的结果为77．44,方案二的结果为78．62,方案三的结果为78．23,方案四的结果为82．13。方案四为“零作为”方案,计算结果为环境本底参照值。论文以方案四为参照,同时结合各方案的隶属度,选出了最佳替代方案。     

基于网络监管系统的机动车排气污染控制管理

通过建立南京市机动车排气污染网络监管系统,将车辆上牌、尾气年检、路检抽检、公交治理、标志管理、区域限行、维修治理等有关机动车污染控制的工作环节纳入到系统中,实现全过程在线实时监控,以保证工作过程的规范性、检测数据的真实性和监督管理的科学高效性。     

基于矢量空间数据的陵水海滨风景名胜规划区生态敏感性评价

以陵水海滨风景名胜规划区为研究区域,通过调查主要生态敏感问题,选取基本农田、生态保护林、自然保护区、河流水库、道路等主要评价指标,建立评价指标体系,并在此基础上,以Are／info为平台,以矢量数据为数据环境,创建了生态敏感性评价模型。结果显示,20．28％和29．37％的规划区处于较敏感区和敏感区,8．85％旅游设施用地和9．54％旅游服务用地处于敏感区。最后提出了在旅游开发过程中,保护生态敏感目标的合理性建议。     

线性规划方法在区域发展规划环境影响评价中的应用

文章介绍了区域产业规模最优化发展的线性规划模型,解释了模型的具体含义并给出了模型中各参数的确定依据和方法,并在某区域发展规划环境影响评价中进行了应用。通过该模型得出的最优方案与规划方案的对比,可以评价规划方案的环境合理性,同时也可为区域产业发展提出调整建议,实现区域经济效益和环境效益的统一,最终实现区域的可持续发展。     

SWOT分析方法在城镇环境规划中的应用

可持续发展是当今世界的热点课题,城镇环境规划对于中国的城镇可持续发展和社会主义新农村建设具有重要的意义。然而现有的环境规划分析方法大多是对环境现状的直观描述和简单归纳总结,缺少定量的分析,因此。需要全新的分析方法的引入。本文运用综合评判法、矩阵分析、四半维平面坐标、强度梯度等数学手段,将SWOT分析方法引入环境规划领域,构成了一个适合于环境规划决策过程中应用的系统和定量模型。在此基础上,结合某城镇的环境规划实例,深入探讨了在城镇环境规划中如何引入SWOT分析这一重要方法,并成功得出了该镇环境规划的方向和对策,为其他城镇的可持续发展提供理论支持。     

汶川地震期间天津地震前兆台网运行与管理

汶川地震发生后,天津市地震局迅速进入应急体制,高效应对突发事件.监测中心、预报中心全体人员坚守岗位,履行职责,较好地完成了汶川地震期间天津地震前兆台网运行监控、数据管理、台站综合评比、数据服务、总结评估等项工作,以无私奉献的团队精神为地震监测预报工作做出了应有的贡献.     

优化模型在污泥处理厂选址中的应用

在我国大中城市,污水处理厂的不断兴建使污泥处理问题应运而生。采用混合整数优化模型可以解决污泥处理厂的科学选址问题,达到科学布点、合理运输、节省投资费用的目的。在传统厂群规划模型的基础上将目标规划、周密的约束条件等融于其中,并采用对于线形规划和非线性规划问题适用的LINGO软件进行求解。根据东莞市拟建的36个污水处理厂污泥产生预测情况,对污泥处理厂的设置进行了分析预测,详细对比了建一个、两个、三个污泥处理厂的运输费用、投资费用、运行费用等,最终确定兴建两个规模均为800t/d的处理厂,其位置分别位于东莞市厚街镇和常平镇,为厂址选择和规模提供了科学依据和保障。     

基于神经网络评估的密封点泄漏检测

介绍了运用神经网络评估方法对石化生产装置泄漏风险进行量化评估的主要程序：输入变量的选择、风险指标的确定及总风险评估指标的确定等。以某炼油厂柴油加氢精制装置的应用为例,说明该方法可以指导企业根据最终确定的风险等级制定泄漏检测计划,对高风险部位增加检测的频次,既能有效监控密封点的密封效果,又减少不必要的资源投入。     

基于神经网络的城市夜间环境监控与预测

因夜间天空亮度分布具有非线性变化特点,故引入神经网络算法,建立基于时间序列的夜天空亮度预测模型,夜天空亮度预测模型可为城市光污染防治提供评价依据.文章对神经网络的原理进行了论述,建立了基于时间序列预测模型.以测试数据为训练样本集,基于MATLAB(矩阵实验室,Matrix Laboratory的简称),采用改进的BP算法(误差反向传播算法)对网络进行学习训练,并对存在的误差进行了分析.基于时间序列BP神经网络的夜天空预测模型,当隐含层神经元数目为5,训练函数为L-M优化算法(trainlm)时,最大绝对误差可达到0.003 6 cd/m2,最大相对误差达到2.361 4%.结果表明,模型的运行结果与试验数据比较吻合,输出与目标矢量之间相关性也较好.