用灰关联分析和神经网络方法预测煤与瓦斯突出

本文应用灰色系统理论的灰色关联分析,对煤与瓦斯突出影响因素进行灰关联分析,得出了各影响因素对煤与瓦斯突出影响程度的大小排序,选择灰关联分析的五个优势因子:瓦斯放散初速度、坚固性系数、瓦斯压力、煤体破坏类型和开采深度,作为输入参数,用计算机对神经网络编写程序,建立了煤与瓦斯突出预测的神经网络模型.用我国典型突出矿井的煤与瓦斯突出实例作为学习样本,对网络进行训练学习,并以云南恩洪煤矿的煤与瓦斯突出实例作为预测样本进行验证.     

城市环境噪声影响评价探讨

从噪声影响评价量的简单性、非稳态噪声的评价、城市低频噪声影响、体源和面源噪声预测等方面,提出了目前噪声影响评价方面存在的一些值得研究的问题,以供声环境管理部门和相关学者共同探讨.     

废旧锂离子电池资源化研究现状

介绍了锂离子电池的基本结构、材料组成及工作原理,阐述了回收处理锂离子电池的必要性及迫切性,综述了当前国内外废旧锂离子电池的资源化研究现状及存在问题,并预测了今后废旧锂离子电池的资源化发展趋势.     

环境影响预测中基准值问题的探讨

鉴于目前环境影响预测中基准值取法存在的问题,提出了结合目前通用做法与灰色预测的灰靶方案,该方案使得环境影响预测结果在一定范围内变化,从而更为切合评价实际。     

预测有机化合物对水蚤EC50值的片段常数法

根据217种化合物建立了估算有机化合物对水蚤EC50值（48h半数影响浓度）的片段常数模型,分析了模型的误差及稳健性。研究结果表明,有机化合物的片段常数和结构因子与水蚤的EC50值倒数的对数（lg1/EC50)显著相关,可以根据片段常数法估算有机化合物对水蚤的EC50。模型的可决系数为0.9687,平均绝对误差0.40个对数单位,其中68.7%化合物的误差小于0.5个对数单位。     

能源：事实与数据

能源与经济发展和环境质量有着密切的关系.它是世界经济的根本,提供了工业生产、运输和农业（日益增长）所需的动力.能源是健康、幸福和生产力的主要贡献者,使得包括加热、照明和制冷在内的服务成为可能.传送这些服务的能量链始于对初始能源──比如煤──的采集或提取,于是     

基于L-M神经网络的道路交通噪声预测研究

神经网络具有很强的预测功能.根据石家庄公路交通噪声的实测数据,利用L-M优化算法的多层神经网络预测模型进行道路交通噪声的预测,经检验,计算值与实测值接近,预测精度令人满意.     

1976-2005年唐山地区降水变化规律及干旱预测

利用唐山市1976-2005年各县年降水序列,分析了该市降水的空间分布规律和时间变化特点。采用灰色系统的灾变预测方法,对各县分别建立了GM（1,1）模型,进行未来25年唐山市各站的干旱年预测。利用残差检验、后验差检验和关联度检验对各模型分别进行了精度检验。结果表明,预测模型精度较高,可以对唐山市各县未来的干旱年进行预测,从而为科学决策提供依据。     

基于LS-SVR、BP-ANN和MLR模型的PM10浓度预测

利用宁东能源化工基地PM10和气象监测数据,分别采用LS-SVR、BP-ANN和传统MLR模型预测PM10浓度变化。结果表明,较BP-ANN模型、MLR模型,LS-SVR模型能更好地刻画PM10浓度与各气象因素间的非线性相依关系,更准确地预测PM10浓度。     

一种移动通信基站发射天线非轴向功率密度预测模式

以移动通信基站轴向功率密度计算公式为基础,根据非轴向方向上实际监测点位和轴向方向的相对位置,对轴向功率密度计算公式参数进行系列修正,从而建立一种简单适用的移动通信基站非轴向方向上功率密度预测模式.