数列中由递推求通项的方法

数列是学生学习的难点,求通项是其中最重要的内容,数列的通项公式表达了数列的函数本质,由递推求通项是高考数列命题的热点题型。本文从近年高考试题的重点——一阶递推入手,分类解析各种由递推求通项的方法,望能对学生有所帮助。     

基于LBM的集中涌出瓦斯在通风网络中蔓延仿真

应用速度-浓度双分布格子Boltzmann模型建立了基于LBM的瓦斯蔓延速度模型和浓度模型,并通过Boussinesq方程将2个模型有机耦合起来.采用基于分块耦合算法的速度-浓度LBM模型将巷道分成若干规则的块,对各块分别独立计算,仅在边界处交换数据,从而去除冗余网格,简化了网格计算,提高了系统资源利用效率.模拟实例结果表明,通过该模型可得到集中涌出瓦斯在通风网络中蔓延的直观信息和其速度、体积分数、压力等大量数据,还可以得到每条巷道内瓦斯体积分数峰值及其个数、位置和到达时间,从而能提供有效避开高浓度瓦斯的方案.集中涌出瓦斯在通风网络中蔓延一段时间后总体体积分数会降低,但是由于某些位置(如巷道拐角、巷道风流交汇处)的风流处于紊流状态,其瓦斯体积分数相对比较高,人员进入矿井时应尽量避免在这些地方停留.     

船舶区域溢油风险程度甄别的人工神经网络方法

利用误差反向传播 (BP)人工神经网络 ,建立了海域船舶溢油风险程度甄别的评价模型。该模型能够反映出研究海域各区域发生船舶溢油事件的风险等级差别 ,具有一定的客观性和实用性。     

气溶胶等效复折射率反演的免疫进化算法

通过Mie散射理论公式构建目标函数,利用免疫进化算法对气溶胶等效复折射率的实部和虚部进行协同优化,据此创新性地提出了气溶胶等效复折射率反演的新途径.基于成都市2017年9~12月逐时的气溶胶散射系数和吸收系数观测数据以及该时段同时次GRIMM180大气颗粒物监测仪的连续监测资料,研究结果表明,气溶胶等效复折射率反演的免疫进化算法不仅是普适的,而且还具有收敛速度快、计算稳定和求解精度高等特点.通过与其它气溶胶等效复折射率反演方法的对比分析,进一步论证了新方法的优势,这为气溶胶等效复折射率演变机理以及气溶胶吸湿性增长模型的后续研究提供了算法保障.     

基于PMF-PCA/APCS与PERI的菏泽油用牡丹种植区表层土壤重金属潜在来源识别及生态风险评估

研究特色农产品产区土壤重金属来源及其潜在风险,对科学管理、安全利用土壤和作物资源具有重要意义.以菏泽油用牡丹种植区为研究对象,采集并测定了254件表层土壤样品As、Cd、Cr、Cu、Hg、Ni、Pb和Zn等8种重金属的含量.采用多元统计法分析了重金属的含量特征及相关性,利用地累积指数（I_geo）、正定矩阵因子分解法（PMF）和主成分分析/绝对主成分分数法（PCA/APCS）相结合的手段解析了表层土壤中重金属的来源,借助潜在生态风险指数（PERI）对该8种重金属的生态风险进行了评估.结果表明,土壤中除Cd元素的平均值高于菏泽市背景值1.44倍之外,其余7种重金属的平均含量均与菏泽市土壤元素背景值基本一致;经相关分析和聚类分析,土壤中Pb、Hg和Cd元素受后期人为活动的干扰影响较大;研究区8种重金属的来源为自然源、农业化肥源、工业燃煤源和生活交通源,贡献率分别为81.31%、15.45%、2.74%和0.50%;研究区84.25%的点位处于轻微生态风险,而中度风险和强风险点位占比分别为14.96%和0.79%,其中Cd和Hg是研究区生态风险主导元素.     

基于不同排放清单的长三角人为CO2排放模拟

目前基于排放清单估算的区域和城市尺度上的人为CO₂排放不确定性较大.为了我国实现碳达峰和碳中和的目标,亟需对我国的区域尺度,特别是大城市群的人为CO₂排放进行准确估算.分别利用两种先验人为CO₂排放数据(EDGAR v6.0清单和EDGAR v6.0联合GCG v1.0的改进清单)作为输入数据,采用WRF-STILT大气传输模型模拟长三角地区2017年12月至2018年2月大气CO₂摩尔分数,再以安徽全椒高塔观测的大气CO₂摩尔分数作为参考值,通过贝叶斯反演方法得到的比例因子改进了模拟结果,并实现了长三角人为CO₂排放通量的估算.结果表明：(1)在冬季,相对于基于EDGAR v6.0模拟的大气CO₂摩尔分数值而言,基于改进清单模拟的大气CO₂摩尔分数与观测值更为一致;(2)模拟的大气CO₂摩尔分数在夜间高于观测值,白天则相反,主要因为排放清单的CO₂排放数据不能表征人为...     

实验室人工标准色阶的制备

本文介绍一种简便易行，效果良好的实验室人工标准色阶的制备方法。     

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.