絮凝剂PAN-DCD与甲基橙相互作用中的热力学研究

用平衡渗析法研究了有机高分子絮凝剂ＰＡＮ－ＤＣＤ与甲基橙（ＭＯ）在２０,２５,３０,３５℃下相互作用的热力学,求得结合常数Ｋ和热力学参数△Ｇ,△Ｈ,△Ｓ,在对不同絮凝剂结构进行表征的基础上,探讨了不同ＰＡＮ,ＤＣＤ配比对合成的絮凝剂与ＭＯ相互作用的影响,结果表明：ＰＡＮ－ＤＣＤ与ＭＯ的相互作用中能量作用是主要的：随ＰＡＮ与ＤＣＤ的比值增大,合成的絮凝剂ＰＤ１,ＰＤ２,ＰＤ３在常温下与ＭＯ的结合程试     

用假单胞菌（PSEUDOMONAS SP.）E4—106生物转化苯丙酮酸生产L—苯 …

用从土壤中筛选的假单胞菌ＥＲ－１０６株细胞进行了转化苯丙酮酸生产Ｌ－苯丙氨酸实验研究。结果表明,转氨反应最适温度３５￣４０℃;该转氨酶可在ｐＨ７￣１０范围内催化反应而活力变化不大;０．５％戊二醛处理细胞可降低其转氨酶活力;表面活性剂处理细胞或在反应液中加入Ｍｇ＾２＋能显著提高转氨反应速度;Ｌ－天冬氨酸是转氨反应的最适氨基供体;底物转化率与底物浓度、氨基供体浓度有关。在此反应体系中,Ｅ４－１０６菌株     

可持续发展的生态学思考

本文从生态学角度对可持续发展理论进行了思考。指出生态危机是可持续发展产生的基本背景;生态学中许多基本理论,如协调、适应、稳定、有序、循环再生及生态系统理论等,是可持续发展不断完善的理论基础;包括生态规划、生态技术与生态管理在内的广义生态工程,是实现可持续发展的有效途径     

B—P网络逐步聚类法在环境测点优选中的应用

将Ｂ－Ｐ网络原理与逐步聚类分析思想相结合,用于环境测点聚类优选。该方法用于水清河几个监测断面的优选结果是符合客观实际的。     

多维公平测度下考虑灾民心理痛苦效应的应急资源调配

为有效降低灾后初期应急资源短缺情况下灾民生理和心理受到的伤害,提出等待效应和短缺效应衡量救援过程中的灾民心理痛苦效应,同时耦合时间和供需情况2个维度测度救援过程中的公平性指标,构建调度总时间最短、时间攀比最小和灾民心理痛苦效应最低的多目标应急资源调配模型,研究多灾点、多配送中心、多种类物资救援场景下的应急资源分配和路径...     

1978年长江中下游地区夏季大旱及其影响

本文利用相对距平和Z—指数为指标分析了1978年长江中下游地区的夏季大旱,并着重研究了干旱对该地区水资源和农业生产的影响。     

生命线工程网络抗震可靠性分析方法的比较研究

生命线工程网络抗震可靠性分析是进行生命线工程系统规划、设计、改造与优化的基础。因此 ,寻找一种高效的适应性强的系统可靠性分析方法对实际工程应用具有重要的意义。本文主要介绍两种高效的网络系统两终端连通可靠性分析方法———递推分解算法和有序二分决策图算法。首先 ,分别对两种算法的原理及实现过程进行了详细的论述和说明 ,并且用c语言编制了二分决策图算法的计算程序。然后 ,利用这两种方法及随机模拟算法对 2 0个以往研究中的经典算例和两个实际工程网络———河南省电力网和上海市浦西供水管网 ,进行了网络系统抗震连通可靠性分析。通过对实例分析结果的比较研究 ,得到了一些经验性的结论 ,以期为优化设计工程网络时选择系统可靠性的分析工具提供参考。研究表明 ,由于递推分解算法具有适应性强和能够求得问题近似解的优点 ,因此有良好的实际工程应用前景。     

基于危化品事故案例的决策规则提取算法研究

为充分解析文本形式的危化品事故案例,探讨事故类型与大量事故致因间的因果关联,从化工行业入手,通过扎根理论对175起危化品事故案例进行因素提取,共确定5个子系统、19个因素、80个子因素,提出基于事故生命周期的事故致因框架;在此基础上,提出改进的Gra-Apriori算法,以解决经典的Apriori无法考虑属性类别关系的...     

热电池失效分析及等效加速贮存试验技术

目的 建立基于实测环境载荷的热电池等效加速贮存试验技术,掌握其在环境载荷作用下的性能退化规律。方法 在分析热电池组成和所受环境载荷情况的基础上,分析热电池的主要失效模式,设计基于实测环境数据的等效加速贮存试验,开展热电池等效加速贮存试验,分析热电池性能和热图像的变化情况,利用粒子滤波算法对电池剩余电容量进行预测。结果 随加速循环次数（时间）的增加,热电池的电容量下降。热图像表明,热电池经过等效加速贮存试验后,其放电过程表面温度要高于初始放电表面温度。粒子滤波算法能够有效模拟电容量的退化过程,电池剩余电容量预测结果与试验结果误差在10%以内。结论 等效加速贮存试验得到了热电池的性能退化规律,从而为热电池的贮存试验提供一种解决方案。     

基于链式多重插补的WOA-ELM煤与瓦斯突出预测模型

为了提高缺失数据下煤与瓦斯突出预测准确率,提出1种基于链式支持向量机多重插补(MICE＿SVM)的鲸鱼优化算法(WOA)-极限学习机(ELM)预测模型,以淮南朱集矿区为例,选取5个煤与瓦斯突出影响指标作为模型特征,采用提出的MICE＿SVM算法插补突出事故数据中缺失值,利用WOA优选ELM输入层权值及隐含层阈值,构建煤与瓦斯突出预测模型,将插补后数据用于WOA-ELM模型的训练与测试,并与其他模型的预测效果对比。研究结果表明：MICE＿SVM插补前、后的有突出数据预测准确率分别为83.02%,90.41%,MICE＿SVM显著提高了有突出预测准确率,对无突出和整体的预测准确率提高不明显;数据插补后WOA优化ELM对无突出、有突出和整体的预测准确率分别为97.94%,96.25%,96.48%,较优化前分别提高了5.79%,5.84%,5.55%,数据插补后WOA-ELM为最佳预测模型。