有色金属资源加工提取技术研发的新进展

叙述了有色金属工业和科技面临的挑战与展望，介绍了有色金属硫化矿物的电位调控浮选技术，铜矿和金矿的生物浸出技术、水硬铝石型铝土矿的选矿脱硅（生产氧化铝的技术创新）。     

地质矿产资源勘查问题及对策

为了适应我国当前社会发展的需要,地质矿产资源的利用率越来越高。我国拥有大量的矿产资源,但由于长期不合理的勘探、开发和出口,使矿产企业遭受了巨大的损失。要促进我国矿产资源产业的发展及转型,就必须加强地质矿产勘察力度,同时保证合理开发。     

金精矿矿浆电解过程中矿粒及Fe(Ⅱ)的阳极氧化

研究了在云南元阳金精矿矿浆电解过程中 ,矿粒及Fe(Ⅱ )在石墨阳极上氧化过程动力学 ,测绘了矿粒及Fe(Ⅱ )在石墨阳极上的极化曲线 ,发现矿粒的阳极氧化分为 3个阶段。研究了各种因素对Fe(Ⅱ )阳极氧化电流密度的影响 ,并求出Fe(Ⅱ )阳极氧化过程的动力学参数 ,在 2 5～ 2 8℃时 ,i0 在 ( 3 1 6～ 6)× 1 0 - 5A·cm- 2 之间 ,k为 4 37× 1 0 - 1 2 ～ 1×1 0 - 8cm·s- 1 。     

鸡西市城市需水量预测分析

以黑龙江省水资源较为短缺的鸡西市为例,选取2010年为基准年,根据鸡西市城市总体发展规划,并结合当地水资源利用现状,分析预测规划水平年2020年和2030年的城市总需水量,并对预测结果进行合理性分析,在此基础上提出解决鸡西市未来城市需水问题的建议。     

海绵城市建设的径流控制指标探析

城市化引起的诸多水生态、水环境及洪灾问题均与天然水文条件的破坏紧密相关;水文控制指标是海绵城市建设中的关键控制指标。在调研国际城市雨洪管理的演变及目前城市水文控制指标发展趋势的基础上,提出海绵城市建设所必需的水文控制指标体系概念。该体系包括维持河湖湿地基流与地下水补给的入渗控制指标,减少雨洪面源污染的水质控制指标,防止河道侵蚀的水土侵蚀控制指标,以及避免小量级洪涝和减轻极端洪涝灾害的洪水控制指标。在此基础上,分析了我国在海绵城市建设中缺乏完整水文控制指标体系的现状,并提出了我国目前在建立城市雨洪管理水文控制指标工作中亟待开展的工作,为海绵城市建设中合理确定适合各地具体条件的水文控制指标体系提供研究思路与参考。     

Resource-aware hybrid scheduling algorithm in heterogeneous distributed computing

Today, almost everyone is connected to the Internet and uses different Cloud solutions to store, deliver and process data. Cloud computing assembles large networks of virtualized services such as hardware and software resources. The new era in which ICT penetrated almost all domains (healthcare, aged-care, social assistance, surveillance, education, etc.) creates the need of new multimedia content-driven applications. These applications generate huge amount of data, require gathering, processing and then aggregation in a fault-tolerant, reliable and secure heterogeneous distributed system created by a mixture of Cloud systems (public/private), mobile devices networks, desktop-based clusters, etc. In this context dynamic resource provisioning for Big Data application scheduling became a challenge in modern systems. We proposed a resource-aware hybrid scheduling algorithm for different types of application: batch jobs and workflows. The proposed algorithm considers hierarchical clustering of the available resources into groups in the allocation phase. Task execution is performed in two phases: in the first, tasks are assigned to groups of resources and in the second phase, a classical scheduling algorithm is used for each group of resources. The proposed algorithm is suitable for Heterogeneous Distributed Computing, especially for modern High-Performance Computing (HPC) systems in which applications are modeled with various requirements (both IO and computational intensive), with accent on data from multimedia applications. We evaluate their performance in a realistic setting of CloudSim tool with respect to load-balancing, cost savings, dependency assurance for workflows and computational efficiency, and investigate the computing methods of these performance metrics at runtime.     

Data-based multiple-model prediction of the production rate for hematite ore beneficiation process

The prediction of the production rate of the hematite ore beneficiation process is important to plant-wide optimization. This paper presents a data-based multi-model approach to predict the production rate with multiple operating modes. The inputs of the predictive model are the performance indices of each unit process, and the output is the global production index (the production rate) of the hematite ore beneficiation process. The multiple models are developed by integrating the fuzzy clustering algorithm and machine learning algorithm. A global model, Takagi–Sugeno–Kang fuzzy model, and multiple neural network model were compared using the data obtained from a practical industrial process, and the effectiveness of the proposed algorithm was proven.     

农业海量信息资源管理平台设计与实现

随着农业信息化的深入,如何描述、存储、管理和处理海量分布信息资源成为农业应用的首要问题。提出基于XML/XML Schema的统一农业信息资源描述框架,将XML描述与元数据约束相结合,采用层次化管理结构实现元数据与资源信息的组织;在HDFS(Hadoop Distributed File System)云存储架构适应性改进基础之上,设计实现了农业海量信息资源管理平台,实现了海量、分布、异构资源的分类组织、存储和访问服务。平台覆盖了全国6个省市资源节点,实现了3.2 TB农业资源存储管理,与传统资源检索方法相比,平台资源检索时间缩短73%;同时,用户在同一检索条件下能更多地获得相关资源,不仅查准率平均提高5%,而且资源利用率平均提高17.7%。平台在海量资源检索和利用效率方面获得提升。     

云计算环境下基于主动预测的节点部署模型研究

随着云计算的不断普及,越来越多的用户选择将自身的业务迁移至云计算系统。 用户的使用习惯与社会日常的运行规律 也伴随着大量用户涌入云计算系统,如每早8点集中地向云计算系统申请资源节点,这给系统带来了一种可预期的资源冲击。针对上述问题,提出了一种基于主动预测模式的资源部署模型。该模型首先根据预测模块中Holt-Winters季节指数平滑模型的算法周期长度来预测下一个时间周期的任务请求量,通过设计的主动预测算法判断是否应对当前的任务请求量做出响应并得出其具体数量、位置等参数指标,以实现对用户使用规律的主动应对。使用CloudSim进行仿真实验,系统地评判模型的性能。实验结果表明,AF-HW模型在应对可预测的海量并发任务请求时可有效地提升单点及整体的响应速率,使用户得到更好的体验。     

QoS保障的LTE-A飞蜂窝资源块分配与MCS选择研究

针对LTE-A飞蜂窝网络下行链路的资源块(Resource Block,RB)分配与调制编码策略(Modulation-and-Co-ding Scheme,MCS)选择问题,构建了整数线性规划模型,以在保障每个飞蜂窝用户最小吞吐量的需求下,最大化飞蜂窝系统吞吐量。其中,吞吐量是衡量网络性能最重要的服务质量(Quality of Service,QoS)指标之一。鉴于此问题是一个NP难问题,提出了一种ACOGA智能优化算法。该算法结合遗传算法(Genetic Algorithm,GA)与蚁群优化(Ant Colony Optimization,ACO)算法,可实现RB的动态分配与MCS的动态选择,并收敛到一种近优的分配策略。其中,GA算法动态地优化ACO算法中的参数配置,ACO算法利用优化后的参数配置执行RB分配与MCS选择。仿真表明,与采用静态参数配置的ACO算法相比较,ACOGA算法可使飞蜂窝系统的吞吐量提高12%以上,并显著提高了收敛速率。