运用神经网络分析电流测定堆肥系统中的对苯二酚

针对生物传感器检测堆肥系统中对苯二酚时存在的检测范围较小和检测精度不高等问题,在分析漆酶生物传感器检测电流信号的基础上,以传感器响应电流为输入变量,以对苯二酚浓度为输出变量,建立了神经网络(ANN)模型,对网络进行了优化,确定了最佳的网络参数(最佳隐含层神经元数为7,最佳输入层神经元数为5,最优的传递函数组合为Tansig-Logsig,最优的算法为Levenberg-Marquardt算法),并将模型预测性能同非线性回归(NR)模型进行了比较.NR的RMSE(均方根误差)为14.441 9 ìmol/L,预测值与实测浓度之间的相关系数为0.994 4;与之相比,ANN的RMSE达到4.444 2ìmol/L,预测值与实测浓度的相关系数为0.9996,预测性能明显优于NR.对苯二酚的检测范围达到0.015～450ìmol/L,在现有水平上进一步扩大了检测范围同时提高了检测精度.     

基于DEA理论的中国区域环境效率分析

利用数据包络分析(DEA)模型对中国大陆31个省市区的环境效率进行总体分析与评价,并利用Tobit回归模型分析环境效率的影响因素.结果表明,我国区域环境效率总体水平比较低,但环境效率正逐年好转.根据经济与环境的协调程度可以将全国划分为生态平衡区、优化发展区和集约发展区3类环境-经济功能区.人均GDP、产业结构、城市化率、生产技术水平等都是影响环境效率的重要因素,其中人均GDP、第三产业比重与环境效率呈显著正相关,城市化率和单位GDP能耗与环境效率呈弱负相关.     

利用神经网络法对胺类有机物急性毒性的分类及定量预测

运用三层误差反向传播网络对５１种胺类有机物进行了结构－毒性关系的研究,进入的结构参数为分子连接性指数信息理论指及分子量等６种均可通过分子拓扑图直接计算获得的指标。毒性参数选用大鼠经口ＬＤ５０,根据其大小将样本分为３类：高毒,中毒,低毒,在神经网络模型上作出差别归类,并分别对每类进行定量预测。     

硅藻指数在嫩江支流甘河的适用性评估

为了筛选出适用于甘河水生态评价的硅藻指数,合理评价甘河水生态健康状况,2018年8月在嫩江支流甘河调查了19个点位的着生硅藻群落结构和水环境特征.应用21种硅藻指数对甘河水生态健康状况进行评价,采用箱体图法分析了所选硅藻指数的适用性,使用Spearman相关分析研究了硅藻指数与环境因子的相关性,最后应用多元线性回归方法分析了不同因素对硅藻指数在甘河评价正确率的影响.结果表明:①所选硅藻指数中,IBD（biological diatom index,硅藻生物指数）、EPI-D（diatom eutrophication pollution index,富营养污染硅藻指数）和IPS（specific pollution sensitivity index,特定污染敏感指数）的评价结果区分度最好,最适用于甘河水生态健康状况评价.②甘河丰水期水生态健康状况总体较好,约70%的点位水生态健康状况为健康、较好和一般,约30%的点位水生态健康状况为较差和极差,极差的点位全部位于甘河下游区域.③硅藻指数与COD_Cr的相关性对硅藻指数评价正确率有显著影响（P < 0.01）,硅藻指数与COD_Cr相关性越强,评价的正确率越高;物种覆盖度对硅藻指数评价的正确率也有影响,但不显著,各点位最小物种覆盖度高于65%时,物种覆盖度对藻指数评价的正确率影响较为明显.研究表明,硅藻指数可以有效地评价水生态健康状况,但硅藻指数与环境因子之间的相关性等因素会影响评价的正确率,因此选择合适的硅藻指数进行研究区域的水生态健康状况评价尤为重要.      

基于UD-PLS对牛粪堆制Cu和Zn钝化预测模型的研究

选取钝化材料木醋液和影响堆肥质量的关键因素:含水量和C/N,每个因素安排6个水平,利用均匀设计进行多因素多水平试验,对试验结果进行偏最小二乘回归分析,建立对重金属的钝化预测模型.结果表明:木醋液添加比例为0.50%、含水量为40%和C/N为40时,Cu和Zn的钝化效果均达到最大值,分别为13.5%和30.2%;其中重金属Cu的钝化预测模型为 ,其中交叉有效性为 ,模型达到精度要求;重金属Zn的钝化预测模型为 ,其中交叉有效性为 ,模型达到精度要求.针对多因素多水平的复杂堆肥系统中,将均匀设计与偏最小二乘法有机耦合,有效地解决了试验次数多、因素间多重相关性的问题,从而使模型精度和实用性都得到提高.     

Environmental pollution by persistent toxic substances and health risk in an industrial area of China

Soil is an important environmental medium that is closely associated with humans and their health. Despite this, very few studies have measured toxicants in soils, and associated them with health risks in humans. An assessment of health effects from exposure to contaminants in soils surrounding industrial areas of chemical production and storage is important. This article aims at determining pollution characteristics of persistent toxic substances (PTS) in an industrial area in China to unravel the relationship between soil pollution by PTS and human health. One hundred and five soil samples were collected and 742 questionnaires were handed out to residents living in and around an industrial area around Bohai Bay, Tianjin in Northern China. Concentrations of organochlorine pesticides and polycyclic aromatic hydrocarbons (PAHs) were determined in soil. Mann-Whitney U and binary multivariate nonconditional logistic regression models were employed to analyze the relationship between health indicators of local residents and contaminant levels. Odds ratio (OR) and a 95% confidence interval (CI) for health incidences were also calculated. The average concentrations of DDT (73.9 ng/g), HCH (654 ng/g) and PAHs (1225 ng/g) were relatively high in the industrial area. Residents living in the chemical industry parks were exposed to a higher levels of PTS than those living outside the chemical industry parks. This exposure was associated with a higher risk of breast cancer (OR 1.87, 95% CI 0.12–30.06), stomach cancer (OR 1.87, 95% CI 0.26– 13.41), dermatitis (OR 1.72, 95% CI 1.05–2.80), gastroenteritis (OR 1.59, 95% CI 0.94–2.68), and pneumonia (OR 1.05, 95% CI 0.58–1.89).     

基于修正组合模型的青海省城市需水量预测

根据城市用水量系统具有非线性和随机波动性的特点,为了充分发挥组合灰色神经网络预测模型能够综合单变量预测及非线性处理的优势,同时降低组合权系数计算方法的不确定性对模型预测效果的影响,论文提出了基于马尔科夫链修正的组合灰色神经网络预测模型。将其应用于1980—2009年青海省城市用水量序列的拟合分析,并预测其2010、2015以及2020年的城市需水量。结果表明:基于马尔科夫链修正的组合灰色神经网络预测模型预测结果的误差更小,精度更高。     

基于GA-BP的渗透系数多目标反演分析模型研究

针对渗透系数反演结果不唯一问题,以扬压力和渗流量2类渗流监测效应量为反演目标,建立了基于正交设计、有限元正分析和GA-BP相结合的渗透系数多目标反演分析模型。结合水口大坝2009—2018年渗流监测时间序列数据,开展了大坝坝体、坝基岩体渗透系数反演研究,并对反演结果进行了验证。研究结果表明:建立的渗透系数反演模型可较好地解决渗流单目标反演的缺陷,反演结果为绝对渗透系数,且反演结果真实可靠。     

基于Spark Streaming流回归的煤矿瓦斯浓度实时预测

为了实时分析瓦斯监测流数据并对瓦斯浓度进行准确预测以实现瓦斯灾害实时预警,以实时流数据处理框架Spark Streaming构建基于流回归的瓦斯浓度实时预测系统。系统采用分布式流处理技术,可使基于回归算法的瓦斯浓度预测模型更新周期达到秒级,提高了瓦斯浓度预测精度,满足流式大数据处理的实时性要求。实验表明:应用Spark Streaming流回归预测系统在采样周期为5 s的瓦斯监测数据流上进行实时预测时,预测平均均方根误差随模型更新周期的缩短而减小,模型更新周期可达15 s,且更新周期为45 s时预测总均方根误差最小,既能保证预测精度,又能提高瓦斯灾害预警时效。     

星载无源微波器件加速寿命试验方法研究

目的 为星载无源微波器件能够在地面通过加速寿命试验验证其在轨可靠性和寿命提供理论依据和试验方法.方法 设计一种温度和功率同时作用下的双应力加速寿命数学模型,通过分析加速应力与寿命的对应关系,设计科学合理的加速寿命试验方案,通过分析加速寿命试验下器件指标的变化,给出器件可靠性和寿命评估结果.结果 以某隔离器这一典型无源微波器件为例,在选取激活能0.8 eV下,利用温度-功率双应力加速寿命数学模型,计算得隔离器要满足10 a的在轨寿命和可靠性,加速寿命试验时间需不低于1230 h.通过1300 h以上的加速寿命试验,对比试验前后隔离器指标,隔离器的正向损耗恶化了0.07 dB,说明加速寿命试验对产品电性能老化有一定影响,但指标变化均在技术要求范围内,产品能够满足可靠性和寿命要求.结论 设计的温度-功率双应力加速寿命数学模型和加速寿命试验方案,能够为星载无源微波器件高可靠长寿命验证提供参考和借鉴.