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。     

河网水源生态湿地水氢氧同位素分异特征

为揭示河网水源生态湿地中水力流程沿途和植物床-沟壕系统内部水同位素分异特征,于2019年8月夏季湿雨期,沿水力流程梯度采集嘉兴市石臼漾湿地、贯泾港湿地、海宁市长水塘湿地和泰山港湿地这4个根孔型水源生态湿地上层水样,于2020年1月冬季干冷期采集泰山港湿地植物床-沟壕系统内部沟壕上层水样和植物床潜水样品.测定氘（δD）和δ¹⁸ O丰度,运用同位素技术和数理统计方法解析湿地水体水同位素分布和组成特征,并探明植物床-沟壕系统对水同位素分异的影响.结果表明：①河网水同位素时空变化很大程度上受到不同水源补给和蒸发富集作用的影响,湿地敞水区水线与邻近区域大气降水线相比,湿地区水氢氧同位素呈现富集特征;②通过多种数理统计手段结合散点图并做模型假设诊断分析,发现在4个湿地的区域尺度和每个湿地内部的局域尺度,水氢氧同位素丰度及组成在垂向维度和水平维度大多呈现复杂的非线性变化,在区域尺度上,垂向维度的水位高程较水平维度的水力流程长度对水同位素的分布影响更大,而在局域尺度内,水力流程驱动的影响往往更大;③异质性较强的湿地根孔生态净化区相较于其他功能区其水同位素相对更加富集;④由芦苇等根系发达的植物所形成的地下大孔隙网络、富含粘土的基质土壤和植物床上的植物对湿地水氢氧同位素丰度具有显著影响,因此,在植物床-沟壕系统内部,出水侧的低位小沟相较于进水侧的高位小沟其水同位素偏轻;⑤植物床-沟壕系统中水同位素丰度的突变点可能预示着水体净化的拐点;⑥植物床-沟壕系统潜水中氘盈余（d-excess）明显高于沟水相应值,且潜水变异系数远大于沟水,湿地根孔生态净化区的氘盈余呈现夏季湿热雨季偏负、冬季干冷旱季偏正的季节性差异,反映了湿地水汽来源的季节性差异和内部同位素分馏行为的空间差异.研究结果为人们认识人工湿地中水同位素分布特征、水力流态及提升湿地运行效果提供参考依据,并为探索湿地水质提升关键技术提供新思路.本研究表明水同位素技术在剖析湿地水文学方面具有可靠的巨大潜力.     

环境生态视角下的产业共生理论与实践研究进展

产业共生是推进全球经济可持续发展的创新途径 ,主要实践载体是以高效的能源利用以及优化的资源配置特点的生态工业园区.目前产业共生研究现状中存在整体缺乏系统和深度,缺少可操作性的定量模型和评估方法及理论与产业实际过程的结合分析较少等问题,未来研究应该在总结大量产业共生实践案例的基础上,逐步建立各层面指标体系及量化方法,制定完善评价标准和综合评估技术,为生态工业园共生模式优化、共生网络稳定性和共生效率评估奠定科学依据.     

人工神经网络在环境科学中的应用研究

以B-P网络为例介绍了人工神经网络模型的应用原理。以开拓人工神经网络在环境科学中的应用范围为目的,综述了几种常用神经网络模型在环境预测与评价2方面的应用性能。结果表明:人与环境关系的科学量度是多方位、多因素的非线性模糊问题,而人工神经网络模型具有解决该类问题的独特优点。针对不同环境问题,优选模型,开拓人工神经网络方法在环境科学中的应用范围,为环境问题的解决提供新的技术手段。     

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。     

给水管网建设工程对环境的影响与污染防治措施研究

管网工程对环境的影响主要表现为施工期。施工过程将对声环境、环境空气、生态环境、社会环境等产生不同程度的影响。供热管网施工过程中,由于管网铺设、开挖将可能破坏地表植被。同时,施工产生的临时弃土,若处理不当,将可能产生水土流失;同时工程拆迁及施工期各类污染物的排放影响居民生活质量,以及管线敷设管沟填埋前将对居民出行产生一定影响。结合给水管网建设工程的特点,从施工期分析给水管网建设项目对环境的影响及需采取的污染防治措施。     

基于无线传感器网络的气体泄漏源快速定位方法研究

为及时发现大气环境中危险化学品泄漏事故,快速准确判断泄漏源位置,实现有效的监测监控,开发出集气体质量浓度信息采集、时间校准、无线收发等功能于一体的集成探测模块。在此基础上,建立基于无线传感器网络(WSN)的气体泄漏实时监测平台,提出实时监测数据和高斯扩散模型相结合的气体泄漏源快速定位方法。通过开展实际场地泄漏试验,实现气体泄漏源的快速定位,并分析试验系统的敏感度。结果表明:气体泄漏扩散受风力影响很大;合理布局探测器,能有效提高泄漏源定位精度,为危险气体泄漏事故的应急决策提供决策参考。     

浅谈物联网感知安全的关键技术

在认识物联网的特征和层次结构的基础上,介绍了物联网感知安全的应用研究现状,以及物联网感知安全行业所需的技术,着重分析了无线传感器网络技术、识别技术、信息传感核心材料等关键技术的研究内容和目标。运用物联网感知安全技术可以为公共安全和安全生产提供有效的保障。     

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。     

基于人工神经网络的Ni-ZrO2纳米镀层耐腐蚀性能预测

目的 对Ni-ZrO2纳米镀层的耐腐蚀性能进行预测,优化电镀工艺参数.方法 采用磁力搅拌辅助电沉积法,在钴镍基模型合金试样表面制备Ni-ZrO2纳米镀层,针对电镀工艺条件,设置正交实验,对每组实验镀层进行电化学测试,分析不同工艺条件下镀层的耐蚀性能.将ZrO2粒子浓度、电镀液温度和电镀电流密度作为神经网络的输入层,将自腐蚀电流密度作为输出层,运用GRNN神经网络和BP神经网络模型,对Ni-ZrO2纳米镀层进行耐腐蚀性能的预测研究.结果 当ZrO2粒子质量浓度为6 g/L、电镀液温度为60℃、电镀电流密度为5 A/dm2时,Ni-ZrO2纳米镀层的性能良好,表现出较小的自腐蚀电流密度.影响Ni-ZrO2镀层自腐蚀电流密度的因素满足ZrO2粒子浓度>电镀液温度>电镀电流密度.运用GRNN神经网络和BP神经网络对4组非正交实验预测的平均相对误差分别为5.30％与10.74％.结论 运用神经模型可以有效地预测不同工艺参数下镀层的耐腐蚀性能,从而优化工艺参数,提高实验效率.在训练样本较少的情况下,GRNN神经网络的预测性能更加精确.