爆破地震波模拟研究

从工程实际出发,基于非平稳随机过程模型,首先确定要模拟的爆破震动信号的功率谱并将其作为目标谱,在所需研究的爆破震动频率范围内产生一定数量的随机数来作为模拟爆破震动波的频率,在假设爆破震动信号是由不同频率的谐波函数合成的基础上,利用谐波函数叠加的方法合成需要模拟的爆破震动。根据提出的数学模型,编制了相应的计算程序,实现了爆破地震波的人工模拟。提出了模拟两点(微差)爆炸和多点(微差)爆炸产生的地震动时程的非平稳随机过程实用模型,模拟了两点(微差)爆炸和多点(微差)爆炸产生的爆破地震波时程特性。结果表明,模拟得到的爆破地震波时程能够很好地再现爆破地震波的特性。     

都是直立行走惹的祸

我们人类是奇怪的生物:这些没尾巴的两足动物有着弯弯曲曲的脊椎、长长的四肢、弓形的足部、灵巧的双手和庞大的脑髓.我们的身体宛如一幅镶嵌画.     

齐鲁烯烃厂:“我要安全”快乐答题到一线

齐鲁石化烯烃厂在厂庆到来之际,由工会与安全环保部一起开展了"答题在一线活动",改变了以往考试笔答方式,把所有的题目带到一线来,随机抽取,职工现场回答问     

基于细观层次的混凝士断裂过程及破坏机理的数值分析

笔者利用蒙特卡罗方法随机生成混凝土的骨料分布,以模拟混凝土的细观结构;利用非线性有限元方法从细观层次上对混凝土试件的断裂过程进行数值分析,采用3种不同骨料分布的混凝土试件分别研究了混凝土试件在单轴受拉和单轴受压时的破坏机理.研究结果表明:混凝土的断裂主要发生在骨料与砂浆的粘结面上;试件在单轴受拉时的裂纹沿垂直于最大拉应力的方向扩展;而试件在单轴受压时的裂纹沿平行于最大压应力的方向扩展;数值研究还发现:裂缝的扩展方式不是直线和连续的,而是弯曲的,还出现裂纹交错分叉以及所谓的裂缝面桥现象.     

基于臭气测定值的渗滤液恶臭浓度机器学习预判模型

为了评估生活垃圾运输过程中,发酵垃圾渗滤液中气味浓度的变化.采用控温发酵对含水量不同的渗滤液样本进行处理,并应用仪器测量与人工嗅辨相结合的方法来确定气味浓度.结果表明,仪器测量结果与人工嗅辨值之间存在显著的相关性（r=0.916）,从而验证了所采用方法的有效性.进一步地,研究分析了水分含量、温度和发酵时间对气味浓度的具体影响.通过比较随机森林、XGboost和LightGBM等先进机器学习模型的性能,使用MAE、MSE、MAPE等评价指标后,确认随机森林模型在预测气味浓度方面的优越性.这些结果为理解和控制垃圾处理过程中的气味扩散提供了实用的参考,并为机器学习技术在环境科学研究中的应用奠定了基础.     

危险货物运输驾驶人风险倾向分类及识别模型研究

为合理评估危险货物运输驾驶人驾驶过程中的风险倾向,建立危险货物运输驾驶人风险倾向聚类及辨识体系,以动态监控系统中记录的驾驶人实时违规预警数据为基础,选取可能引发交通冲突的安全关键事件为特征参数,利用探索性因子分析方法实现指标降维,提取驾驶人风险倾向主因子,并通过K-means算法聚类不同风险倾向的驾驶人,最后基于聚类结果监督训练随机森林模型,辨识未知驾驶人的风险倾向。结果表明,利用选取的8类安全关键事件特征参数,可以将驾驶人风险倾向划分为攻击驾驶倾向、鲁莽驾驶倾向、驾驶分神倾向和驾驶疲劳倾向,且可以识别风险较低的驾驶人,基于随机森林模型的驾驶人风险倾向识别准确率为88.68%,可以较好地实现危险货物运输驾驶人风险倾向辨识。研究结果为危险货物运输驾驶人风险倾向分类及识别提供了方法依据。     

绿色低碳视角下中国区域创新效率研究北大核心CSCDCSSCI

绿色低碳已成为时代的主题,如何有效推进绿色科技创新以及改善中国目前的生态环境状况,对推动中国经济的健康可持续高速发展具有重要的意义。从绿色环保、低碳节能的角度出发,结合投影寻踪模型处理高维数据的特点,对随机前沿模型进行改进,从而构建了更加有效的估算创新效率的测度模型。在此基础上,选用2005-2011年中国30个省市地区的面板数据对中国各区域创新效率及影响因素进行实证分析,结果表明:中国区域平均创新效率约为0.645,虽然超过0.5,但仍然存在较大的无效率现象,创新效率有待于进一步的提高,且创新效率存在显著的区域异质性,各区域发展不均衡。同时,环境规制强度与创新效率呈"U"型关系,表明环境规制初期,由于成本的增加,会对创新效率产生负向影响,但随着时间的推移,环境质量得到改善,又会促进创新效率的提升;区域开放程度、技术市场成熟度和政府资助这三个因素对绿色创新效度均具有积极的推动作用,这说明较高的区域开放程度能够显著拉动中国创新效率向更高水平发展,成熟的技术市场有利于科技成果市场价值的实现并推动创新效率的提高,政府资助可有效降低区域绿色创新主体的创新成本和风险,激发其进行创新的积极性,对创新效率的提升具有显著影响。因此,要想有效提高中国及各区域的创新效率和社会经济的健康可持续发展,应当重视创新资源的有效利用,生态环境的改善,积极推进绿色创新技术,一方面要均衡经济增长与生态环境的协调发展,另一方面要积极引进并学习国外先进绿色创新技术,同时还要充分发挥政府作用来调控各区域创新能力的失衡现象。     

随机模型在地下水资源评价中的应用研究

介绍了地下水资源评价和管理中近年常用的随机模型,重点分析了回归分析方法、时间序列分析方法和建立随机微分方程等随机方法的应用及优缺点,简要指出了随机模型发展趋势.     

基于BP神经网络的甘肃省二氧化碳排放预测及影响因素研究

基于排放因子法估算2000—2020年甘肃省三大产业及生活能源消费直接CO₂排放量,描述分析其时序演变特征。建立BP神经网络模型并预测2021—2030年甘肃省CO₂排放量。构建甘肃省CO₂排放影响因素的STIRPAT拓展模型,利用多元回归分析定量探究了各因素对CO₂排放量的影响程度和内在作用机理,并结合随机森林进一步识别重要影响因素。结果表明：甘肃省产业及生活能源消耗直接CO₂排放总体呈波动增长趋势,且第二产业占比在70%以上,是主要的CO₂排放源;BP神经网络模型的预测误差为2×10^-4,相关系数>0.99,对于预测甘肃省CO₂排放具有较高精度,并得出2026年的甘肃省能源消耗直接CO₂排放量达到最大;甘肃省CO₂排放的驱动因素作用差异显著,CO₂排放强度、经济发展、城乡消费对CO₂排放的正向作用较大,城镇居民人均消...     

基于机器学习的星载短波红外CO2柱浓度估算

利用OCO-2卫星遥感数据、全球碳柱总量观测网(TCCON)站观测数据、NDVI归一化植被指数数据、ERA5大气数据,采用决策树和集成学习(XGBoost、普通随机森林、极端随机森林、梯度提升)对二CO₂平均柱浓度进行预测.通过相关性分析、特征选择与特征提取,建立模型预测CO₂平均柱浓度,再与TCCON站点的地基观测数据进行比对.通过分析不同模型(决策树、XGBoost、普通随机森林、极端随机森林、梯度提升)预测的结果,发现使用极端随机森林回归模型预测CO₂平均柱浓度的精度最高, R²、均方根误差(RMSE)、平均绝对误差(MAE)、平均相对误差(MRE)分别为:0.953、0.492×10^-6、0.260×10^-6、0.063%,其余模型次之,因此对极端随机森林回归模型的预测性能随自身参数的影响进行了分析,结果表明,在误差允许的范围内(±2×10^-6),极端随机森林回归模型和梯度提升回归模型预测的准确率一样,都为98.10%.由于C...