从非典事件看政府的危机管理制度创新

传染性非典型肺炎一度在世界各地迅速蔓延,是对政府的危机管理制度一次前所未有的严峻考验。这次非典危机也暴露出了我国政府危机管理制度存在的缺陷。我们必须抓住这个契机,进行政府危机管理制度的创新,以不断提升政府的危机管理能力。     

基于遗传神经网络模型的大气环境质量评价方法

设计了用遗传算法训练神经网络权重的新方法，实验结果显示了遗传算法快速学习网络权重和全局搜索的能力，有效地解决了BP算法的局部收敛问题。误差反向传播的遗传——神经网络(GA—BP)模型用于大气环境质量综合评价，具有简便、准确、客观和适应性强等优点。     

现代化工业企业人因失误分析与事故预防

现代化工业企业中人因失误已成为影响系统安全与可靠性的最主要因素，通过分析现代化企业的基本特征，探讨了系统监控人员行为模型、人因失误分类及原因，并提出了人因事件的预防策略。     

中国科学院生态环境研究中心-安捷伦科技公司与黑龙江省水文局联合在佳木斯市设立环境监测点

为了更好地完成中国科学院应急方向性项目“松花江流域水污染事件污染物的变化趋势、生态效应与修复对策研究”,中国科学院生态环境研究中心与安捷伦科技公司以及黑龙江省水文局联合在佳木斯市设立松花江流域水污染监测点．安捷伦科技公司为监测点无偿提供目前世界上最先进的色．质联用仪（Agilent6890／5975inert XL）和现场技术服务．监测点的设立,     

新冠肺炎疫情期间南京市PM2.5中碳质组分污染特征分析

为掌握新冠肺炎疫情爆发前后南京市城区细大气细颗粒物(PM_(2.5))中有机碳(OC)和元素碳(EC)的浓度变化特征,于2020年1—2月期间在南京市主城区在线监测了PM_(2.5)、OC、EC浓度及气象要素。与应急响应前相比,应急响应启动后PM_(2.5)浓度下降了41.2%,EC浓度下降了57.9%,而OC浓度不降反增,表明停工停产显著降低了PM_(2.5)和EC浓度,但对OC浓度变化影响较小。在应急响应前,OC和EC浓度均呈现白天浓度低、清晨及傍晚浓度高的日变化规律;在应急响应后,EC浓度日变化不大且维持在较低水平,OC浓度呈现午后浓度低、午前和傍晚浓度高的变化规律。PM_(2.5)浓度在应急响应后的大幅减少导致光照辐射强度提升,有利于光化学反应生成二次有机碳(SOC)。在PM_(2.5)和EC浓度下降的形势下SOC浓度不降反增,同时OC与EC的相关性显著降低。     

基于“大智物云”的土壤与地下水修复智慧平台设计研究

为顺应国家“加快产业转型升级,推进绿色低碳发展”的要求,针对当前土壤与地下水修复存在的智能化水平不高、信息通信建设程度低、决策和施工不协调、工作效率低等问题,按照现存问题分析—总体架构设计—关键技术应用的思路,将新信息技术（IT）和操作技术（OT）相结合,充分利用大数据、物联网、云计算、智能控制等技术解决现存工程问题,设计了基于“大智物云”的土壤与地下水修复智慧平台,可实现污染场地多源异构数据采集、大数据实时交换、云计算和虚拟工厂在线管理等功能,通过多层次数字化转型,助力土壤与地下水全流程修复的目标,推动行业智能化和低碳化发展。     

横向滑坡下埋地管道力学响应规律及神经网络预测研究

为研究横向滑坡作用下埋地管道的力学响应,采用自主搭建的埋地管道滑坡试验装置开展不同滑坡范围下的横向滑坡埋地管道力学特性试验,并建立工程尺度的埋地管道滑坡模型,通过改变相关参数开展数值模拟。研究结果表明：大范围横向滑坡下,管道最大应力位于管道中部附近,随滑坡范围增加,管道最大应力位置逐渐远离管道中部;通过BP神经网络预测模型得到横向滑坡下埋地管道最大位移、最大轴向拉应变和最大轴向压应变。研究结果可为快速评估横向滑坡下埋地管道安全提供指导。     

基于BP神经网络模型的矿井通风可靠性研究

在MATLAB7．0神经网络工具箱的基础上,通过采用快速的Levenberg-Marquart算法。提高神经网络训练的速度与精度,实现矿井通风系统可靠性的研究和预测。旨在以一种相对简单的途径实现人工神经网络这种复杂而有效的非线性预测方法。实验结果显示了L—M算法的优越性,网络具有良好的收敛特性。