苏里格气田马家沟组膏模孔型储层特征及成因

含“膏模”孔泥粉晶云岩是鄂尔多斯盆地马家沟组上组合地层重要储集岩类型，其形成时间和成因对于该类型储层的认识具有重要意义。研究利用苏里格东区丰富的取芯资料，根据岩芯、薄片等观察手段，结合常规物性测试分析，综合研究含“膏模”孔型储层特征及其成因。结果表明，“膏模”孔主要发育于泥粉晶白云岩中，位于向上变浅序列中部，常可见未充填—半充填型与全充填型两类。储层特征方面，该类储集岩主要发育“膏模”孔充填残余孔、渗流粉砂间微孔和基岩晶间溶蚀微孔3类储集空间，物性测试显示储集性能优越，平均孔隙度可达5.34%，平均渗透率为1.02 mD。纵向沉积序列显示“膏模”孔发育受沉积旋回控制，旋回中部“膏模”孔内存在溶蚀，内为云质渗流粉砂充填，旋回顶部具有暴露特征，且可见下一次海侵泥质灌入岩溶系统内，各类特征均指示“膏模”孔形成与准同生期岩溶相关，即“膏模”孔形成于准同生期，而非传统认识的表生阶段。     

基于概率神经网络的地铁车站易损性分析

基于深度学习方法提出了一种地震响应概率模型，并基于此模型推导了地铁车站结构极限状态超越概率的计算公式，以评价结构的地震易损性。首先采用主成分分析对地震强度指标进行正交化和降维；为了克服传统地震响应概率模型中地震动强度指标与结构地震响应指标服从对数空间线性分布假设的局限性，基于BP神经网络建立趋势模型以预测结构的地震响应；基于概率神经网络建立误差模型以描述基于统计的趋势模型与基于物理机制的数值模型之间的误差，以拓展残差的齐次方差正态分布假设的严格限制。最后，以上海典型2层三跨地铁车站为算例，计算得到其易损性曲线。结果表明，基于深度学习建立的趋势模型较好地模拟了地铁车站结构地震响应随地震强度指标第一主成分的非线性变化特征；建立的误差模型准确地描述了趋势模型预测值的残差随地震强度指标第一主成分的方差非齐次特征。     

不同周围流速和电压下的绝缘子积污特性

为了研究绝缘子在不同电压下表现的积污特性，利用流体力学的相关知识和电场理论，建立了模拟风沙的多物理场仿真模型.研究结果表明，周围流动速度较小时，绝缘子两端的电压增大，积污质量发会有一定程度的增加，且积污与电场力的变化密切相关，结合静电场分析会更准确；周围流动速度较大时，即使电压增大，积污质量也不会发生太大的变化.     

KL油田沙三下亚段混合沉积特征及演化

针对目前莱州湾凹陷南斜坡带KL油田沙河街组三段下亚段陆源碎屑与碳酸盐岩混合沉积形成条件、沉积特征及模式认识程度较低的问题，利用该区壁芯、薄片及扫描电镜等资料，结合构造演化、古气候和古地貌背景，在层序格架约束下研究沉积环境，分析其沉积特征。结果表明，研究区发育混合沉积，形成于宽缓斜坡、亚热带湿润气候，兼具湖平面、物源、水动力条件周期性变化等条件；该混合沉积包括相缘渐变混合与原地混合两种沉积类型，互层式和组分式两种混合模式，以及4种混合样式。两种混合沉积类型沉积机理不同，混合模式及组合样式表现较大差异，因而具有不同的储层微观特征。     

安次地区奥陶系潜山裂缝特征及油气地质意义

针对安次地区奥陶系潜山储层非均质性强、井间生产差异性大等问题，利用岩芯、薄片及测录井等资料，对研究区内裂缝类型、发育程度及有效性进行分析，认为工区内发育构造缝、溶蚀缝和成岩缝3类，其中，构造缝最为发育，以NE走向的高角度缝为主；岩性和断层控制裂缝的发育程度，厚度薄、岩性纯、靠近断层发育的白云岩储层裂缝最为发育；张开度和充填程度反映裂缝有效性，研究区裂缝发育，多数裂缝半填充未填充，裂缝有效性好。多口井钻探证实，裂缝具有重要的油气地质意义，它不仅可以改善储层物性条件，还提供油气运移优势通道，提高单井产能，同时，裂缝的形成时期和发育部位控制油气运聚成藏：新近纪以后形成的裂缝发育程度高、有效性好；油气藏内部的裂缝发育，有利于油气运聚，形成富油气聚集区。     

Intermittent demand forecasting in the Enterprise: Empirical verification

Forecasting methods are often valued by means of simulation studies. For intermittent demand items there are often very few non–zero observations, so it is hard to check any assumptions, because statistical information is often too weak to determine, for example, distribution of a variable. Therefore, it seems important to verify the forecasting methods on the basis of real data. The main aim of the article is an empirical verification of several forecasting methods applicable in case of intermittent demand. Some items are sold only in specific subperiods (in given month in each year, for example), but most forecasting methods (such as Croston's method) give non–zero forecasts for all periods. For example, summer work clothes should have non–zero forecasts only for summer months and many methods will usually provide non–zero forecasts for all months under consideration. This was the motivation for proposing and testing a new forecasting technique which can be applicable to seasonal items. In the article six methods were applied to construct separate forecasting systems: Croston's, SBA (Syntetos–Boylan Approximation), TSB (Teunter, Syntetos, Babai), MA (Moving Average), SES (Simple Exponential Smoothing) and SESAP (Simple Exponential Smoothing for Analogous subPeriods). The latter method (SESAP) is an author's proposal dedicated for companies facing the problem of seasonal items. By analogous subperiods the same subperiods in each year are understood, for example, the same months in each year. A data set from the real company was used to apply all the above forecasting procedures. That data set contained monthly time series for about nine thousand products. The forecasts accuracy was tested by means of both parametric and non–parametric measures. The scaled mean and the scaled root mean squared error were used to check biasedness and efficiency. Also, the mean absolute scaled error and the shares of best forecasts were estimated. The general conclusion is that in the analyzed company a forecasting system should be based on two forecasting methods: TSB and SESAP, but the latter method should be applied only to seasonal items (products sold only in specific subperiods). It also turned out that Croston's and SBA methods work worse than much simpler methods, such as SES or MA. The presented analysis might be helpful for enterprises facing the problem of forecasting intermittent items (and seasonal intermittent items as well).     

基于模糊认知图的物流需求预测模型研究

准确地预测社会物流需求,在政府对物流行业政策制定、企业物流活动规划中有着重要意义.本文提出一种基于模糊认知图的物流需求预测模型构建方法,综合考虑国内生产总值、进出口总额等五个经济要素与物流需求之间的相互影响关系,通过对历史数据机器学习获得相互影响权重,构建了物流需求预测模型,可对未来物流需求进行推算和预测.实验证明,该模型对物流需求的预测精度较高,效果较好.     

贵州从江九星铁矿床地质特征及控矿因素分析

九星铁矿床位于扬子地台和华南褶皱带之间的过渡带,赋矿地层为青白口纪下江群甲路组第二段a亚段。通过收集相关地质资料,以及野外实地调查和室内镜下观察,对矿床地质特征及控矿因素进行分析研究,表明九星铁矿床具有多期次成矿作用特点,矿床的形成主要受到地层、区域变质作用、岩性和构造的控制。     

我国“211工程”大学高层领导群体特征的履历分析

以我国112所“211工程”大学的567名高层领导的履历资料为基础，对大学高层领导的群体特征进行实证分析，结果显示：（1）在人口统计学特征上，我国大学高层领导以55岁左右的汉族男性为主，越是高水平的大学，其高层领导越可能是年长者，女性难以晋升的“玻璃天花板”现象依然存在，但不存在民族歧视；（2）在学术特征上，行政领导相对于党委领导、正职领导相对于副职领导，无论是学历、职称还是国际化水平上都有着更高的要求，且理工科背景出身相比其他背景来说，担任高层领导的机会更大；（3）任职特征上，越是高水平大学，其高层领导的任职经历往往越丰富，党委领导相对于行政领导有着更丰富的任职经历，较高比例的正职领导具有体制外任职的经历且来自于外部选拔，但总体看来，内部晋升仍是领导的主要晋升方式。     

中国的出口扩张是否影响了健康?——基于Grossman模型的拓展分析

在全球经济复苏乏力的背景下,"逆全球化"浪潮正以不可思议的速度席卷全球,并顺势引导着我们重新审视"全球化"的益处及其隐形成本.鉴于目前并没有相关文献从理论上探讨出口扩张对健康的影响,本文以中国改革开放以来迅猛的出口扩张为背景进行了首次探索.本文构建了一个工人们与其雇主讨价还价的企业出口模型框架.厂商依据利润最大化原理选择最优的资本、劳动和原材料的投入之后,每个工人也会选择"最优的工作努力程度"使得努力的边际收益等于努力的边际成本.然后.依据Grossman健康需求模型.本文系统地探讨了由外生性原因引致的出口扩张影响工人健康的五个路径,包括工作强度,工资率,收入差距,公共服务和环境污染.最后,依据文章结论提出相应的政策建议.