组合填料曝气生物滤池处理受污地表水体的挂膜启动研究

采用陶粒-沸石-活性炭组合填料曝气生物滤池,对受污地表水体的处理效能进行了研究。结果表明：在水力停留时间为6h,气水比为1：1,温度为16～24℃的条件下,陶粒-沸石-活性炭组合填料曝气生物滤池对受污地表水体的处理效果较好,出水高锰酸盐指数和氨氮浓度分别降至2mg/L左右和0．1mg／L以下,陶粒层高锰酸盐指数去除率和沸石层氨氮去除率分别稳定在50％和85％左右。     

基于IOWA算子的区间组合预测方法

针对预测值与实际值都以区间数形式给出的组合预测问题,引进诱导有序加权平均(IOWA)算子,提出了以区间中心位置误差平方和与区间长度误差平方和的凸组合为准则的区间组合预测模型,给出了确定Ⅰ-OWA算子区间组合预测模型权系数的数学规划方法,实例分析表明,该模型能有效提高区间组合预测精度.     

多功能节能高效洗涤组合橱柜的设计

该产品是集洗涤、烘干、消毒、循环水再利用于一体的多功能组合橱柜,具有空间小,功能全,成本低,结构简单,操作方便,节能环保等特点.     

Cr3+、Pb2+单一及复合胁迫对小麦种子萌发及幼苗脯氨酸含量的影响

研究在污染条件下小麦对重金属胁迫的反应,为农业生产中早期诊断重金属污染提供一些依据。用Cr3+、Pb2+及Cr3+、Pb2+混合溶液的各种浓度溶液处理小麦,研究Cr3+、Pb2+及Cr3+、Pb2+混合溶液对小麦萌发和脯氨酸含量的影响。结果表明:在Pb2+的培养环境中,各个浓度下的发芽率相差不多;在Cr3+的培养环境中,小麦的发芽率随着浓度的增加呈下降趋势,浓度越大对小麦发芽率的抑制作用越明显;在Cr3+、Pb2+混合的培养环境中,各个浓度下的发芽率随浓度的增加而呈降低的趋势,并且各个浓度下发芽率基本都相对低于相同浓度下的单一Cr3+、Pb2+的发芽率。在低浓度的重金属离子中,游离脯氨酸的含量与重金属离子浓度呈正相关。     

基于局域波分解的大系统派生模态降维研究

文章分析了当前以平衡与截裁为代表的大系统降维理论,鉴于其内容不尽完善,因此基于系统运动模态的特征,在科技与哲理的辩证分析基础上,建立了大系统派生模态理论和组合降维模型。对于工程实际中的系统响应曲线,提出了基于局域波分解的大系统派生模态提取策略实现系统降维。仿真结果表明,基于模态和图形的协同算法应用简便,并可获得较高精度的降维模型。     

海洋平台灰预测和支持向量机的逆控制

导管架式海洋平台在随机波浪等外载荷作用下极易产生有害振动,且其动力响应具有极强的非线性和时变性,采用被动控制方法和基于精确数学模型的主动控制方法控制海洋平台的有害振动很难达到理想的控制效果.结合灰预测和支持向量机的优点,提出了基于灰预测和支持向量机的自适应逆控制方法,并将其与动态刚度阵法相结合应用于导管架式海洋平台的振动主动控制中.数值算例分析表明,该控制方法可有效地控制波浪和风载荷作用下引起导管架式平台的有害振动,并能解决由于控制信号传输等原因引起的时滞问题.     

基于组合赋权模糊物元可拓模型的渭河流域甘肃段河流健康评价

从水文完整性、化学完整性、形态结构完整性、生物完整性及社会服务功能5个准则层出发,构建了渭河流域甘肃段河流健康评价指标体系;采用基于改进层次分析法和Critic法的组合赋权法和模糊物元可拓模型计算河流健康状况评价等级,对渭河流域甘肃段河流健康状况进行了评价,并结合障碍诊断模型,分析了该研究区域河流健康突出问题。结果表明：2017—2019年渭河流域甘肃段干流河流健康等级均为亚健康状态,且呈现小幅好转趋势;5个准则层中化学完整性表现最差,流域治理应重点关注河流水质治理;评价河段的敏感度指标与水文、化学、生物完整性相关,是提高河流健康水平最有效的敏感因子。     

实时洪水预报中基于岭估计的AR修正模型研究

为提高实时洪水预报精度,经常将水文模型与误差修正模型相结合,AR模型因其结构简单广泛应用于实时洪水预报误差修正。然而,实际应用显示,AR模型时常出现修正结果不稳定现象,表现为流量修正幅度过大,甚至出现“震荡”现象,严重影响修正效果。鉴于此,本文从矩阵特征值角度解释了AR模型出现不稳定现象的原因,并引入岭估计方法选择性利用流量信息更新自回归系数,使其更满足真实流量的涨落过程,增强该模型的稳健性。将新方法应用于蔺河口流域,结果显示岭估计方法显著提高了AR模型的稳健性,从而改善了模型修正效果,进一步提高了洪水预报精度。     

面向交通流量预测的多头注意力时空卷积图网络模型

为了充分获取交通流量数据中隐藏的复杂动态时空相关性,提高交通流量预测精度,提出一种多头注意力时空卷积图网络模型MASCGN。首先,采用多头注意力机制为路网中的交通传感器节点自动分配注意力权重,实现对不同邻居节点的权值自适应匹配,充分获取空间相关性;其次,采用带有门控和注意力机制的时空卷积网络充分提取时间序列相关性,并使用残差块结构实现时空卷积层之间的连接,使得模型更具有泛化能力;最后,分别提取周相关、日相关、邻近时间的序列数据,输入三个并行的时空组件以挖掘周、日、邻近三个时间窗口间的时间周期相关性,并通过全连接层获取最终的交通流量预测结果。利用高速公路交通数据集PEMSO4、PEMSO8进行了15 min、30 min、45 min和60 min的交通流量预测实验。实验结果表明MASCGN模型与现有基线模型相比,在未来短期和长期的交通流量预测任务上都具有更优的建模能力。     

基于深度学习的集群式供应链应急物资需求预测研究

在突发事件和大数据情景下,建立基于数据流模糊C均值聚类算法的集群式供应链应急物资需求重要度决策算法,有助于辨识集群式供应链子系统应急物资需求的重要程度。针对集群式供应链中各子供应链之间的耦合特性和预测指标的快速变化数据流特征,提出基于长短期记忆网络的集群式供应链应急物资需求动态预测算法,提取集群式供应链多个子系统应急物资需求参数的时序特征,动态地、分布地对互联大系统的应急物资需求不确定性进行系统辨识估计。仿真实验结果表明了基于长短期记忆网络的集群式供应链互联大系统应急物资需求动态预测算法的可行性和精确性。