2017—2019 年北京地区实验动物质量抽检结果分析

摘要:目的 比对分析 2017—2019 年北京地区实验动物微生物及遗传质量监测结果,为实验动物产业发展提供参考。 方法 按照国家和地方现行实验动物检测标准,对北京地区实验动物生产单位进行抽检,并发布检测报告。按照报告数据,对此阶段小鼠、大鼠、豚鼠、地鼠、兔、犬、猴和小型猪共 8 个品种的实验动物按照品种、等级、单位等进行分类,分析质量问题,并与 2014—2016 年同期实验动物质量比对,分析变化趋势。 结果 2017—2019 年分别抽检动物 144、131 和 135 批次,检出不合格批次分别为 30、15 和 17 批。 不合格主要因素为兔、犬及猪免疫不达标(20 批) ,病原感染 20 批,未发现遗传变异。 与 2014—2016 年同期相比,未检出遗传问题相同,免疫不达标状况好转,但病原感染出现上升。 结论 通过质量分析比对,能够为实验动物产业健康发展提供数据支持。     

一种基于强化学习的CDN流量调度系统设计方法

针对传统的CDN流量调度系统大多采用启发式方法或规划方法，存在维护成本高，实时性不足等缺点，提出一种基于深度强化学习的CDN流量调度系统设计框架。该框架基于马尔科夫链设计了故障告警网络来触发调度，建立了基于stacking模型的质量评估奖励函数，并在此基础上对流量调度进行定义和建模，构建了基于DQN的深度强化学习模型。最后，通过仿真实验验证了该调度框架的有效性。     

基于混合流量预测的虚拟网络拓扑重构方法

目前在构建虚拟网络时, 为满足用户动态变化的带宽需求, 虚拟网络控制平台通常把虚拟链路带宽设置为流量最大值, 一定程度上造成了资源浪费。针对这一问题, 提出一种基于混合流量预测的虚拟网络拓扑重构方法, 利用基于参数优化选择的混合流量预测算法对下一周期的网络流量进行预测, 根据流量预测结果进行拓扑重构, 在避免出现乒乓效应的同时节省更多带宽资源。为了提高流量预测算法的精度与效率, 首先采用小波分解方法将流量数据分解为高频的细节时间序列和低频的近似时间序列, 然后利用基于粒子群优化的相空间重构方法, 对该时间序列进行特征提取构建训练样本。之后分别采用混沌模型对细节时间序列进行训练预测, 采用极限学习机(extreme learning machine, ELM)神经网络对近似时间序列进行训练预测。仿真结果表明, 所提的流量预测算法在保证预测精度的同时, 运行时间更短, 预测效率更高, 进而保证了拓扑重构方法可以节省更多的带宽资源。     

2021年经济景气形势监测、分析和预测

我国经济增长在遭遇前所未有的疫情冲击后进入为期一年的超常快速扩张期，并于2021年2月形成扩张高峰，此后转入经济周期收缩阶段。2020年11月至2021年7月经济运行已恢复至“正常”景气区间，但需求端的恢复弱于供给端。2021年3季度的综合警情指数明显下滑，发出“偏冷”预警信号，且4季度可能继续下行,但物价总体保持稳定。预计全年GDP增长8.1%左右（两年平均增长5.2%左右），全年CPI上涨0.9%左右。建议宏观调控应做好跨周期设计，注意处理好稳增长、防风险和节能环保的关系，提高疫情应对的精准性，适度加大稳增长力度，努力保持经济在合理区间的平稳运行。     

低渗储油层水力压裂裂缝延伸过程及成缝机理

为了评价花古6井低渗储油层的压裂效果，在该井地表建立了微震监测系统.基于微震监测结果，利用裂纹延伸路径分析方法及矩张量分析方法对压裂过程中裂缝延伸的时空过程及成缝机理进行了分析.分析结果表明:不同黏度液体注入时，裂纹的空间展布具有不同的特征，注入高黏液时储层中形成了裂缝密度较低的缝网，注入低黏液时储层中形成的缝网具有延伸路径短、分叉明显、密度高、范围大等特征，注入中黏液会在储层形成一些始于分支裂缝端部的裂纹;裂缝的破裂类型以剪切破裂为主(占比89.5%)，并且破裂类型占比不受液体黏性的影响.     

微生物废水处理产甲烷的自动控制系统

结合现代的自动控制技术和互联网技术,设计了基于微生物废水处理产甲烷的自动控制系统.选用基于Cortex A9主控芯片的Exynos4412作为控制核心,使用云架构的tomcat服务器进行数据存储,配合现场工业级执行单元与标准专用传感器,实现了微生物培养进而处理工业废水以及提高甲烷生产含量的目标.实际运行结果表明:该系统成功将废水处理至排放标准并使得生产的甲烷含量由52%提升至77%,具有较高的实用价值和应用推广价值.     

基于微震监测的金属矿山地压演化规律分析

为研究金属矿山采矿活动中地应力、微震活动与地压演化的关系,采用高精度微震监测系统对矿山开采过程中微震活动的时空分布特征进行分析,通过对同一时间轴下的微震的活动性、微震累积视体、能量指数等参数的变化特征研究,分析了矿山采矿过程微震活动的时空演化规律及矩震级分布,揭示了矿山地压演化规律及趋势。并成功的在内蒙古某金矿工程采矿中应用,研究结果验证了高精度微震监测系统用于矿山地压演化规律分析的可行性,可为微震监测系统在此类工程的应用提供参考。     

应用于精准发酵的激光CO2尾气在线检测技术研究

针对精准发酵过程特征气体实时在线监测的需求，采用可调谐半导体激光吸收光谱（TDLAS）方法对发酵尾气中CO2进行了检测技术研究，并结合精准发酵工艺特点，研发了一套激光CO₂在线监测分析系统，检测量程为0~2%，实现了全量程范围内测量误差小于0.08%，响应时间达到5.46 s。现场试验结果表明，该系统具有较高的灵敏度、稳定性与可靠性，并且使用寿命较长，适用于精准发酵过程特征气体的在线监测。     

基于地理国情监测数据的SWMM模型优化

SWMM作为动态模拟的城市暴雨积涝模型,被广泛应用于城市积涝负荷估算研究,并在很多小尺度研究中取得了很好的效果。随着中国城市发展不断加快,城市积涝研究的空间尺度也随之变大,如何科学合理的构造模型,并且保证模型的精度成为研究中一个重要问题。本文基于地理国情监测数据分析了SWMM应用于城市区域暴雨积涝模拟时,地理国情监测数据对模型精度的影响,并在此基础上,在汇水区划分、管网概化、节点选取等三方面对其参数进行优化。以陕西省延安市为例,利用优化后的模型对三场真实降雨相关数据进行分析,给出了对延安市内涝风险的区域划分。实验表明：溢流节点和超载管段基本符合街道淹没情况,为延安市内涝风险防治提供了科学参考。     

基于变量选择-神经网络模型的复杂路网短时交通流预测

摘要： 针对传统交通流预测模型正在由单断面历史数据处理向多断面、多时刻历史数据处理转变,但在考虑各断面间的影响时,多变的交通状况往往会使预测模型复杂化的问题,引入一种多元线性回归最小绝对收缩和选择算子方法(Lasso),并利用其优秀的变量选择能力,在复杂路网多断面中选出相关性较高的断面；结合神经网络(NN)的非线性特性,提出了Lasso NN组合模型.结果表明：Lasso NN模型在路网交叉口对未来15 min交通流数据预测的误差率低于9.2%；在非交叉口的误差率低于6.7%,总体优于各自单独使用得出的结果.