现阶段城市物流绿色化发展趋势的动因与对策研究

城市物流形成绿色化发展趋势的主要动因在于汽车运输业的迅速发展及其给城市环境与人们生活质量所造成的巨大影响上.二战以后,汽车运输业的迅速发展和在给社会提供迅速、便捷与准确服务的同时,也给城市的环境造成了严重的负面影响;尤其是由于城市路网和货物运输中心等基础设施既落后且缺乏科学的规划,无形中更加剧了城市物流与城市环境保护之间的矛盾.为实现城市物流的绿色化发展,实践中就有必要合理规划城市物流系统、通过多式联运以尽量降低卡车运输量的比例、积极应用信息技术以推进和实现物流管理的智能化、发展第三方物流实现共同配送.     

上海城市交通与机动车排气污染调查

上海市机动车保有量逐年增加，车辆的排气污染愈来愈严重，据调查，１９９７年机动画排放的ＣＯ，ＭＮＨＣ，ＮＯＸ和ＰＭ分别达到５８．６，９．０８，６．２０和０．２３万吨。中心城区机动车排放的ＣＯ，ＮＭＨＣ和ＮＯＸ污染物５０％以上来自于小型车，是影响上海城区环境空气质量的主要污染源。     

网络计划在液化气球罐内外部检验过程中的应用

在以工期考虑为重点的V-3002B液化气球罐内外部检验过程中，引用现代管理中网络计划技术关键路线法，为加快芳烃厂压力容器检验提供了科学的依据。本文总结和介绍了网络计划技术在芳烃厂贮运车间V-300亚球罐内外部检验过程应用情况。     

人工神经网络模型和公路复垦土地适宜性评价

提出了人工神经网络用于公路临时用地复垦土地适宜性评价，利用该模型对京大高速公路山西段复垦山西段复垦土地进行了适宜性评价，探讨了人工神经网络在土地复垦适宜性评价时的特点和注意问题。     

嘉定城区河流水质现状评价及污染防治对策

通过对嘉定中心城区河流的水质现状调查和评价，提出了引清排污、加强市政措施等污染防治对策。     

城市生态环境监察工作探索

1996年以来,中国确定了污染防治与生态保护并重的方针,<全国生态环境保护纲要>进一步明确了全国生态保护的目标和任务,为切实加强生态环境保护工作力度,充分体现生态环境保护"预防为主、保护优先"的原则,环境监察工作必须从单一的工业污染源监察向工业污染源监察与生态环境监察并重转变.文章在阐述城市生态环境监察概念的基础上,探讨了开展城市生态环境监察的原则、内容和方法.     

二段生物接触氧化法处理城市污水评析

介绍了二段生物接触氧化法的构成、特点、运行情况、脱氮除磷效果及生物填料的选择,并进行了技术经济分析,最后总结了该工艺在城市污水处理厂中的应用情况.     

青藏高原生态资产地域划分中的SOFM网络技术

针对目前地域划分中存在的问题,论文尝试以人工神经网络技术作为区划工作的理论支撑,构建了自组织特征映射SOFM网络,以青藏高原环境与生态系统资产作为待分客体,探索了新技术和方法在生态资产地域划分中的应用。结果表明,对于自然界中广泛存在的非线性问题,SOFM网络具有比聚类分析等线性分类器更强的适应性。应用SOFM网络在对待分客体生态资产进行类型划分的基础上,使用策略性循环尺度转换(SCS)范式对其进行了区域转换,最终完成了青藏高原范围内生态资产的地域划分。     

用神经网络辨识化学强化一级处理系统

运用实验室得到的数据为样本 ,选取了CODCr和絮凝剂投加量为指标 ,采用三层结构的神经网络 ,利用Matlab的神经网络工具箱中的批处理梯度下降法对CEPT系统经行辨识。辨识结果表明 :模型的预测值与实测值的平均误差在 3 .7%左右 ,具有较高的精度。同时 ,该模型还具有适应性强 ,使用方便 ,高效的特点 ,为CEPT系统的在线实时控制提供了一条有效的途径。     

Application of Bayesian regularized BP neural network model for analysis of aquatic ecological data-A case study of chlorophyll-a prediction in Nanzui water area of Dongting Lake

Bayesian regularized BP neural network（BRBPNN） technique was applied in the chlorophyll-α prediction of Nanzui water area in Dongting Lake. Through BP network interpolation method, the input and output samples of the network were obtained. After the selection of input variables using stepwise/multiple linear regression method in SPSS i1.0 software, the BRBPNN model was established between chlorophyll-α and environmental parameters, biological parameters. The achieved optimal network structure was 3-11-1 with the correlation coefficients and the mean square errors for the training set and the test set as 0.999 and 0.000？8426, 0.981 and 0.0216 respectively. The sum of square weights between each input neuron and the hidden layer of optimal BRBPNN models of different structures indicated that the effect of individual input parameter on chlorophyll- α declined in the order of alga amount 〉 secchi disc depth（SD） 〉 electrical conductivity （EC）. Additionally, it also demonstrated that the contributions of these three factors were the maximal for the change of chlorophyll-α concentration, total phosphorus（TP） and total nitrogen（TN） were the minimal. All the results showed that BRBPNN model was capable of automated regularization parameter selection and thus it may ensure the excellent generation ability and robustness. Thus, this study laid the foundation for the application of BRBPNN model in the analysis of aquatic ecological data（chlorophyll-α prediction） and the explanation about the effective eutrophication treatment measures for Nanzui water area in Dongting Lake.