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。     

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。     

上海市电子废弃物产生量预测与回收网络建立

以上海市为例,利用无容量限制的设施选址模型(UFCLP模型)建立了上海市电子废弃物(WEEE)回收网络,同时,为获得模型求解所需数据,根据1991～2012年的销售量对上海市2010～2017年彩电、冰箱、洗衣机、空调和电脑的废弃量进行了预测.结果表明,5种电子产品的总废弃量会从2010年的269.49×104台增至2017年的635.75×104台.最后,依据区域GDP、人口密度和区域面积等多因素对电子废弃物空间分布量进行了预测,并以此为基础选取了214个回收站候选点,使用SITATION软件对UFCLP模型进行求解,最终确定10个点作为拟建回收点,可实现未来上海市约76%的电子废弃物回收.该网络的建立对长三角地区和全国大中型城市电子废弃物回收都具有良好的示范作用.     

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.     

浦东新区城市生活污水处理现状及对策探讨

在对浦东新区生活污水处理现状进行分析的基础上，肯定了目前污水纳管处理和地理式生化处理并存的过滤性措施的作用，并提出了要提高生活污水处理率，完善污水管网收集系统，加强对住宅小区生活污水处理设施的管理等建议。     

BP神经网络在降水酸度预测中的应用

本文利用南昌市城市大气中SO2、NOX、TSP等浓度数据及降尘数据建立了BP神经网络的降雨酸度预测模型，结果表明：BP神经网络的预测模型不仅能较好地反映致酸因素与降水酸度的相互关系，而且预测精度也高于多元回归等模型。     

大数据解析技术在大气环境监测中的应用研究

针对近年来新兴的大数据及挖掘、分析技术,对大数据解析技术在环境科学研究中的应用进行了分析和探析。以城市局部地区大气细颗粒污染物PM2.5浓度计算为例,筛选了PM2.5浓度历史数据、气象条件、交通状况、人群活动情况、网格道路状况等数据为影响特征量,分析了用神经网络法进行大数据解析和推演的原理和数学过程,是用数学、计算机、统计等方法研究解决多元、非线性复杂环境问题的一种新的探索。     

腹泻性贝类毒素的分析方法研究

本文描述了腹泻性贝类毒素的的特性，给出了已知的９种毒物成分的化学结构式衣不同毒物成分的毒性大小及毒理效应，对已有的该毒素的定量分析方法，包括生物分析法和化学分析法进行了剖析，重点阐述了化学分析法中的高效液相色谱分析法，介绍了法国目前使用的腹性贝毒的预警系统，并对我国该领域的研究提出了自己的建议。     

YEP与数据通讯网络

ＹＥＰ采用了先进的计算机管理技术与电子邮件网络系统，到目前为止，省项目办和英国ＤＲＡ咨询专家与世界银行和涉及ＹＥＰ的各有关单位之间及时准确地进行了大量的数据传输工作，保证了ＹＥＰ工作的顺利进行。