排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
为了查明矿井充水含水层富水性分布规律,以平朔井工一矿4煤顶板含水层为例,在分析确定影响含水层富水性主控因素基础上,充分挖掘矿井基础地质资料,采集各主控因素数据信息,应用地理信息系统(GIS)建立各自专题层图,并对多源地质信息进行复合叠加处理,运用非线性(如人工神经网络等)或线性(如层次分析法等)信息融合方法,确定影响含水层富水性的各主控因素“权重”系数,建立基于GIS的信息融合型的含水层富水性分布规律评价模型,计算确定富水性指数,最终实现对充水含水层富水性评价,提出其分区划分方案。 相似文献
2.
随着我国经济发展进入新常态且供给侧改革不断推进,大量煤矿因资源消耗殆尽、产能过剩进入关闭行列,为有效应对矿山闭坑后因矿井水大量排出和废弃产生资源浪费、环境污染、资源化利用效率低等一系列问题,系统分析了我国关闭矿井时空发展性质和特征。阐述了我国矿井水污染特征、污染模式及晋陕蒙宁甘区、华东区、东北区、华南区、新青区“五大区”矿井水分布性质,针对废弃矿井水引发的地质灾害、造成地表水和地下水污染、土壤重金属积聚和影响植被生长等负面效应,在矿井闭坑前、废弃采空区和串层污染等方面提出了具有针对性的预控治理措施。结合我国废弃矿井水的实际水文地球化学特征,提出了一套关于洁净矿井水、含悬浮物矿井水、高矿化度矿井水、酸性矿井水和含毒害物矿井水的处理方法及工艺体系。根据煤矿矿井水资源化利用现状,提出了建立地下污水处理中心和抽水蓄能发电站因地制宜的资源化利用途径,同时结合当地经济发展、水资源紧缺状况和生态文明建设等因素,制定了处理后废弃矿井水供井下生产和井上生活、农业、工业和生态等方面资源化综合利用体系。最后,展望了废弃矿井水资源化利用的绿色开发战略和未来发展方向,将积极推动废弃矿井水资源化综合利用,有效缓解... 相似文献
3.
4.
针对开滦矿区11个生产矿井水文地质类型重新划分问题,根据新出台的《煤矿防治水规定》有关矿井水文地质类型划分的标准要求,采用Fisher判别分析法,选取6项考核指标,建立线性判别函数,进行矿井水文地质类型重新划分.结果表明:11个生产矿井中有1个为极复杂型、5个为复杂型、5个为中等型,Fisher判别分析法划分的矿井水文地质类型与实际划分结果相符;Fisher判别分析过程中遇到了"极复杂型"样本数量太少,仅为1个的情况,造成交叉验证的结果正确率为72.7%,剔除后正确率就提升为100%;Fisher判别分析法对有代表性的样品进行交叉验证的正确率为100%,说明该方法可以科学地判断矿井水文地质类型. 相似文献
5.
为了创新机电设备管理,增收节支,提高企业经济效益、设备周转率以及使用率,有效降低机电事故率,通过实施内部租赁、机电有偿服务、核心设备全员抵押,在全矿推行设备市场化管理,增强“自负盈亏”的经营理念,提高设备运转率、使用率,减少了设备的投入,具有显著的经济效益. 相似文献
6.
如何在部分可观测的情况下实现智能体之间的协同配合是多智能体强化学习(MARL)中的一个重要问题。值函数分解方法解决了信用分配问题,是一种实现多智能体之间协同配合的有效方法,然而在现有的值函数分解方法中,智能体个体动作值函数仅取决于局部信息,不允许智能体之间进行显式的信息交换,阻碍了这一系列算法的性能,使其无法适用于复杂场景。为了解决这一问题,在值函数分解方法中引入智能体间的通信,为智能体提供有效的非局部信息以帮助其理解复杂环境。在此基础上,提出一个基于图神经网络的分层通信模型,通过图神经网络提取相邻智能体之间需要交换的有用信息,同时模型能够实现从非通信向充分通信过渡,在通信范围有限的情况下实现全局合作,适用于现实世界中通信范围受约束的情况。在星际争霸Ⅱ多智能体挑战赛(SMAC)环境和捕食者-猎物(PP)环境下进行实验,结果表明,在SMAC的4个不同场景下,该方法与QMIX、VBC等基线算法相比平均胜率提升2~40个百分点,并且能够有效解决非单调环境下的捕食者-猎物问题。 相似文献
7.
8.
地铁屏蔽门的情感化设计研究 总被引:1,自引:4,他引:1
目的分析乘客乘坐地铁时的情绪及情感特征,运用情感化设计理论指导地铁屏蔽门的设计。方法以"情感化经济时代"为时代背景,结合国内外地铁屏蔽门的现状,论证地铁屏蔽门情感化设计的必要性;通过对乘客乘坐地铁时的情绪进行分析研究,进而运用情感化设计的3个层次理论,提出地铁屏蔽门的情感化设计建议。结果地铁屏蔽门的情感化设计可以有效地缓解人们的焦虑、抑郁等情绪,并能增强屏蔽门的易用性。结论运用情感化设计理论对地铁屏蔽门进行再设计,有助于乘客在选择地铁这一交通方式时获得更加愉悦、人性化的使用体验。 相似文献
9.
10.
为了快速准确判别矿井突水水源,降低矿井突水事故给煤矿生产及人类生命财产安全带来的危害,以赵各庄矿为例,提出了主成分分析法(PCA)与极限学习机(ELM)相结合矿井突水水源快速识别方法。结果表明:PCA确定了赵各庄矿中Na+、Ca2+、Mg2+对水样影响较大,为赵各庄矿水样的主控因子,排除了其它指标冗余信息的影响|在MATLAB中导入PCA确定的水样中三种主成分数据,通过ELM模型仿真训练可在10s内得出水样分类结果,分类学习时间迅速|对比ELM模型与BP神经网络对水样的分类结果,ELM仿真训练结果精确度高达100%,而BP神经网络仿真训练结果精确度仅为83.33%,远低于ELM模型精确度。 相似文献
1