英国科学家认为转基因食品有害人体健康

英国皇家学会日前发表的一份研究报告称,转基因技术很可能导致不可预测的食物营养结构的改变,从而给人类健康带来危害.     

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.     

基于BP神经网络的重要水库水源地风险预测

水库是饮用水源的重要载体。近年来,社会经济急剧发展,大量污染物的排放严重威胁了水库饮用水源的健康。为保障人民群众饮水安全,准确识别水库型饮用水源地健康风险程度,基于模糊综合评价和BP神经网络建立了水库型饮用水源健康风险预测模型,构建了一个具有多层次多指标特性的饮用水源健康评价指标体系,并结合珊溪(赵山渡)库区的实例,对该库区饮用水源进行了健康风险预测。结果表明:该库区的水源健康等级为健康,与实际调研情况相符。神经网络模型可以用于对饮用水源健康风险预警,对水源地相关管理部门的水源健康评价工作具有一定的参考意义。     

燃烧源超细颗粒物及其排放控制研究进展

对燃烧过程超细颗粒物的国内外研究现状及其排放控制进行了综述.介绍了国内外近期开展的有关超细颗粒物的研究课题、研究方向,简述了常用的超细颗粒物的采样、分析及其控制方法,并对超细颗粒物研究的发展趋势进行了预测,由此提出了目前应该开展研究的重点和方向.     

南城子水库面源污染预测及控制

通过对南城子水库面源污染的调查和对监测结果的分析,预测了全流域面源污染入库量及对水库水质的污染程度,并提出了面源污染的控制方案。     

高速公路环境影响评价样方调查研究——以昆明绕城高速公路为例

高速公路建设对生态环境和水土保持的影响较大.作为环境影响评价的一个重要手段,样方调查可以对这两种影响的程度进行定量或半定量的分析.生态环境样方调查主要是测算生态系统参数,掌握生态特征;水土保持样方调查主要是确定土壤侵蚀强度,预测水土流失.以昆明绕城高速公路为例,具体说明两种调查方法的应用,总结讨论两种调查方法的特点.     

基于小波包和改进纵横交叉法的风电预测模型

针对风电出力的随机性、季节性和波动性及一般方法预测精度不高的问题,采用改进纵横交叉(improved crisscross optimization, ICSO)算法,建立了一种基于小波包变换与改进纵横交叉算法优化Elman神经网络的风电预测模型。仿真结果表明:改进的纵横交叉算法不但克服了一般算法早熟收敛的缺陷,有效提高神经网络的泛化能力和预测精度,而且表现出良好的稳定性,适用于风电的预测。     

大气环境质量预测模型研究

为适应青岛和贵阳地区地形和大气流场复杂的特点,吸收高斯烟云模式和烟团模式的优点,建立高斯轨迹烟云模式,模式同时考虑静风条件下的扩散。应用青岛和贵阳的实测数据对模式的性能进行检验,结果证明,该模式可适用于地形和流场复杂的地区。该模式是环境决策支持系统的一部分。      

条例实施会使事故统计更真实

据分析,中国应参加工伤保险的人数在4亿以上。而目前不到5000万。2004年1月,《工伤保险条例》(以下简称《条例》)正式实施,它标志着我国工伤保险进入一个新阶段,并将对我国生产安全局面产生深远影响,其中包括对事故统计的影响。鉴于此,不妨对今后事故统计数字的变化作一个预测分析。为什么有大量的事故瞒报现象由于目前工伤保险的覆盖面相当有限,     

基于Fisher判别法岩溶塌陷倾向性等级分类预测

为准确预测岩溶塌陷倾向性的等级分类,通过分析大量观测实例,选取岩性系数、岩体结构系数、地下水系数、覆盖层系数、地形地貌系数和环境条件系数作为模型判别因素。对12个实际观测样本进行训练,建立了基于Fisher判别分析法(FDA)的岩溶塌陷倾向性等级分类预测模型。借助SPSS软件工具,得到判别模型的4个判别函数。根据判别函数对训练样本进行回判,并对2个待判样本进行预测。结果显示:第一、第二判别函数的综合判别效率达到100%,大于规定的85%,满足工程实际应用需求;对训练样本进行回判时,误判率为零,同时对待判样本的分类预测准确率为100%。