工业大气污染物浓度的复合自回归网络预测

针对工业园区大气污染管理中预测能力较弱的问题,考虑工业大气污染物的多因素耦合及非线性时序特征,提出一种工业大气污染物浓度预测方法。根据预测指标数值特征,提出复合自回归神经网络（CNAR）。对目标预测指标及影响因素进行关联分析及时序建模,实现对工业大气污染物浓度的短期预测。选用河北省某市大气网格化监测数据进行模型训练与方法验证,实验结果表明CNAR预测模型可对工业大气污染物浓度进行有效预测,效果优于传统自回归神经网络,为工业大气污染防控提供参考依据。     

城市总体规划中“四区”划定的思考

以吴江市城市总体规划编制实践为例,通过对当前"四区"划定中若干问题的剖析以及新城市规划编制办法相关内容要求的解读,在借鉴先发地区成功经验的基础上,完善了"四区"划定的方法,以期对今后规划编制中"四区"划定成果的科学表达提供一定的借鉴。     

面向6G应用的超低介电常数定向通孔Al2O3陶瓷

为了满足6G太赫兹频段低时延通信技术的要求,采用冷冻干燥法制备了具有超低介电常数的定向通孔结构多孔氧化铝陶瓷。研究不同部位样品的结构与性能关系,以及固相含量对微观形貌、力学性能、太赫兹光学和介电性能的影响。获得具有高气孔率(68.9%～81.0%)、高抗压强度(17.6～87.8 MPa)的多孔氧化铝陶瓷,在1 THz下具有超低的折射率(1.38～1.63)、吸收系数(～2.5 cm^-1)、介电常数(1.90～2.67)和介电损耗(～0.008)。定向通孔结构在与气孔平行的方向具有高抗压强度,其特殊的结构在太赫兹波导和天线基板等方面有重要的潜在应用价值。     

基于双向误差传播多层神经网络的 监测盲区工业废气分布分析方法

工业园区废气占据大气污染来源总量的70%左右,需建立科学全面的监测机制,但实际上监测区域范围大、部分区域无法布点、气体分布机理建模困难。针对此实际问题及理论分析难点,提出基于双向误差传播多层神经网络（BEMNN）的监测盲区工业废气分布分析方法。首先,针对工业园区内部无法布设监测点的实际情况,提出"边界监测-盲区推理"的废气监测方案;然后,提出一种误差双向传播的多层组合神经网络,对边界与盲区的气体分布关系进行建模,利用边界监测数据推理盲区气体分布情况;最后利用某工业园区实际监测数据训练网络并进行回归推理,所提方法回归计算的平均绝对误差小于28.83 μg,均方根误差小于45.62 μg,相对误差控制在8%~8.88%,说明所提方法具有可行性,准确性可满足解决实际问题的需求。