流动注射-化学发光法测定湖水中的 As（Ⅲ）

基于As（ III）在碱性介质中对Luminol -KMnO4体系化学发光抑制作用，建立一种测定湖水中As （ III）的新方法。工作中，对泵速、光电倍增管高压、Luminol和KMnO4的浓度等实验参数进行了优化。结果表明，在优化条件下，1×10-4～1．2×10-2 mg/L的As（III）对Luminol-KMnO4发光的减弱有良好的线性关系（R2＝0．9970），检出限为8．2×10-5mg/L，相对标准偏差（RSD）（n＝11，c ＝5×10-3mg/L）为0．5％.该方法具有简便、快速、准确、重现性好等特点，可用于湖水中As（III）的测定，结果令人满意。     

耐As（Ⅲ）及高效氧化As（Ⅲ）基因工程菌的构建

As(Ⅲ)氧化酶能够催化氧化As(Ⅲ),将水体中的As(Ⅲ)氧化成As(Ⅴ)后,毒性将大大降低且易脱除.通过聚合酶链反应(PCR)从能高效氧化As(Ⅲ)的嗜热栖热茵株(Thermus thermophilus HB8)质粒pTF27扩增了三价砷氧化酶基因(TTHB127,TTHB128),将TTHB127、TTHB128分别定向克隆到pBBR1MCS-5载体上,构建重组质粒127pBBR128,通过三亲杂交,在辅助质粒pRK2013的帮助下,将质粒127pBBR128转移到耐性菌AS-01中,得到的工程菌127pBBR128-AS具有As(Ⅲ)的耐受性和高氧化性的功能,且127pBBR128-AS的As(Ⅲ)氧化酶活力是出发菌株AS-01的8倍.     

水合氧化铈HCO对As（Ⅲ）和As（Ⅴ）的吸附行为——热力学特征及机理

研究了水溶液中水合氧化铈(HCO)吸附As(Ⅲ)和As(Ⅴ)的热力学及机理.绘制了不同温度下的等温吸附曲线,计算了热力学函数(标准吸附自由能变△G00、标准吸附焓变△H00、标准吸附熵变△S00).结果表明:HCO在所研究浓度和温度范围内对As(Ⅲ)和As(Ⅴ)的吸附等温线均能很好地采用Langmuir方程进行描述,其吸附过程均属于自发的熵驱动吸热反应,是一个熵增过程,其标准吸附焙变△H00分别为20.13和14.16 kJ/mol,标准自由能△G 0的减小是该吸附过程的推动力.结合红外光谱分析其主要反应机理趋向于配位化学吸附.     

浊点萃取钨丝电热蒸发原子荧光光谱分析法测定水样中的As(Ⅲ)和As(Ⅴ)

将浊点萃取与钨丝电热蒸发原子荧光光谱分析法联用,测定了水样中的As(Ⅲ)和As(Ⅴ).该法利用非离子表面活性剂Triton X114的浊点现象,在pH为3时,As(Ⅲ)与吡咯烷二硫代氨基甲酸铵（APDC）络合形成疏水性螯合物被萃取到表面活性剂的富胶束相,从而实现富集并达到与As(Ⅴ)分离.测定As(Ⅴ)时则预先用Na2S2O3将其还原为As(Ⅲ)而测定总As,然后由差减法求得As(Ⅴ)的含量.本法对As(Ⅲ)的检出限（3σ）为0.9 μg/L,富集倍数为29(取样10 mL),可用于水样中As(Ⅲ)和A     

内含式复合物X@Si20H20（X=N,P,As,C^-,Si^）的结构和稳定性

用DFT的B3LYP方法在6-31G（d）基组的水平上,对闭式多面体簇合物X@Si20H20及其内含式X@Si20H20（X=N,P,As,C^-,Si^-）复合物的结构进行了构型优化和能量计算,并讨论了稳定结构的几何构型、振动频率、能量参数与结构的关系．最后得到复合物结构的稳定性信息,具有Ih对称性的X@Si20H20（X=N,P,As,C^-,Si^-）为内含式的基态结构．     

自然数数码的加法性质（Ⅰ）

研究了数码等幂和，指出了当记Ａ1(n,m)为n的数码m次方之和，Ａs 1(n,m)=A1(As(n,m)m)(s≥１，若k≥2,ni 1=A1(ni,m)i=1,……，k-1,n1=A1(nk,m)，则称n1,n2,……,nk为一组m-可交往循环数，证明了３个结论：（１）给定n,m序列{As(n,m)}中的数值仅有限个不同。（２）给定m，两组m－可交往循环数或者集合相等或者集合不相交。（３）给定m,m-可交往循环数仅有有限组，给出了求全部m-可交往循环数的算法，并利用计算机获得了m=3,4,5,6时的全部m-可交往循环数，最后，还提出了２个猜想。     

径向基概率神经网络的结构优化算法研究

径向基概率神经网络（RBPNN）是在径向基函数神经网络（RBFNN）和概率神经网络（PNN）的基础上发展起来的一种新型的前馈神经网络（FNN）模型。该网络模型充分吸收了径向基函数神经网络和概率神经网络的优点,这种新的模型具有计算复杂度低、收敛速度快等优点。本文深入研究了径向基概率神经网络的结构优化算法,在遗传结构优化方法的基础上,提出一种新的两步学习算法,基于遗传算法的梯度学习算法。该算法一方面优化了网络结构,使网络结构尽可能的精简,另一方面有效地提高了网络的推广能力。     

载Fe（Ⅲ）和La（Ⅲ）—氨基膦酸型螯合树脂选择性吸附痕量砷（V）

研究了pH、时间、浓度和共存离子对载Fe(Ⅲ）和载La(Ⅲ）的氨基膦酸型螯合树脂去除饮用水中As(V)的影响。结果表明，作为反应的螯合中心，Fe(Ⅲ）比La(Ⅲ）对As(V)的亲和力更大。动态实验表明，载Fe(Ⅲ）的螯合树脂是一种有前景的饮用水除As(V)吸附剂。     

GA-ANN算法在产品质量估计中的应用

针对反向传播（ＢＰ）算法,径向基函数（ＲＢＦ）算法的不足,提出了基于遗传算法（ＧＡ）确定神经网络构或权值的进化神经网络算法（简称ＧＡ－ＡＮＮ算法）。在产品质量估计仿真研究中表明,该算法不需试凑而取得较好的网络结构和参数。     

As（Ⅲ）在酸性氯化物溶液中的阴极极化行为

用悬汞电极测定了Ａｓ（Ⅲ）在不同条件下氯化物溶液中的阴极极化曲线，实验结果表明，Ａｓ（Ⅲ）的电化学行为强烈地受溶液中Ｎ＋，Ｃｌ－及Ａｓ（Ⅲ）浓度的影响，不同的条件下，可表现出不同阴极极化行为。     

闪锌矿型GaX(X＝P,As,Sb)电子结构和光学性质的第一性原理计算

采用基于密度泛函理论（DFT）框架下广义梯度近似平面波超软赝势法,计算了闪锌矿型GaX（X=P,As,Sb）的电子结构和光学性质。计算结果表明：GaP属于间接带隙半导体,GaAs和GaSb属于直接带隙半导体,禁带宽度分别为1．629eV、0．612eV和O．079eV。经带隙校正后,计算得到闪锌矿型GaX（X=P,As,Sb）的复介电函数、复折射率、反射光谱和吸收光谱。随着X原子序数的增加,出现了明显的带边红移现象,为闪锌矿型GaX（X=P,As,Sb）的应用提供了理论依据。     

Ga4As4离子团簇的能量和结构畸变

采用全势能线性糕模轨道分子动力学方法（FP-LMTO-MD）,结合中性砷化镓团簇Ga4As4的已有结果,详细研究了Ga4As4离子团簇的能量和几何结构上的畸变．计算结果表明这些结构明显不同于中性团簇的对应结构,存在有较大的结构畸变．在砷化镓团簇中,和砷原子相比,镓原子更容易处在帽原子的位置上．     

物流配送中心选址的IPSO-BP算法

改进标准粒子群优化算法（PSO）的惯性权重参数,提出基于IPSO的BP神经网络算法,以提高物流配送中心选址的预测精度。仿真结果表明,IPSO-BP神经网络算法的预测精度优于常规BP神经网络算法,不仅改进了网络的收敛速度并且提高了预测准确性。     

HPLC-HG-AFS测定As(Ⅲ)和As(Ⅴ)的方法研究

选用四丁基氢氧化铵作为As(Ⅲ)和As(Ⅴ)的离子对试剂，优化了高效液相色谱的分离条件，在Pecosphere C18色谱柱上有效地分离了As(Ⅲ)和As(Ⅴ)．随后在氢化物发生原子荧光光谱仪最佳测定条件下，成功地测定了As(Ⅲ)和As(Ⅴ)，其精密度分别为6．8％和4．0％．为HPLC—HG—AFS联用在线分离测定做出了有益的探索．     

二种构造性神经网络算法的对比

描述Cascade-correlation和RBF-DDA（dynamic decay adjustment for RBFs）神经网络算法,以Probenl中的3个数据库（癌症数据库、糖尿病数据库、心脏病数据库）为例,阐述两种算法在训练神经网络中的应用,并对比这两种算法的性能。     

龙口褐煤对As（Ⅲ）的吸附特征

利用龙口褐煤作吸附剂对Ａｓ（Ⅲ）的单组分水溶液进行吸附研究，对吸附模型，吸时间，吸附剂用量以及温度、ｐＨ值对吸附的影响给予表征，结果表明：龙口褐对Ａｓ（Ⅲ）的静态等温吸附符合Ｆｒｅｕｎｄｌｉｃｈ等温方程。．     

一种基于模拟退火和Hopfield神经网络求解TSP算法

针对Hopfield神经网络解旅行商问题（TSP）经常出现无效解和局部优化解。将模拟退火智能算法与Hopfield神经网络相结合,提出了一种混合优化算法（SA-HNN）,同时合理地修改了Hopfield神经网络的能量函数,确立网络参数。这种方法在很大程度上避免了Hopfield神经网络优化陷入局部极小的缺陷,大量实验证明了该算法具有收敛速度快,可避免无效解,易获得全局最优解等优点。     

Ferromagnetism at 230 K in （Ba0.7K0.3）（Zn0.85Mn0.15）2As2 diluted magnetic semiconductor

We report the ferromagnetism with Cure temperature Tcat 230 K in a new diluted magnetic semiconductor(DMS)(Ba0.7K0.3)(Zn0.85Mn0.15)2As2isostructural to ferropnictide 122 superconductors synthesized via low temperature sintering.Spin is doped by isovalence substitution of Mn2+for Zn2+,while charge is introduced by heterovalence substitution of K1+for Ba2+in(Ba0.7K0.3)(Zn0.85Mn0.15)2As2DMS,being different from(Ga,Mn)As where both spincharge are induced simultaneously by heterovalence substation of Mn2+for Ga3+.The(Ba0.7K0.3)(Zn0.85Mn0.15)2As2DMS shows spontaneous magnetization following T3/2dependence expected for a homogeneous ferromagnet with saturation moment 1.0μB for each Mn atom.     

SA-LM优化WNN及其在模拟电路故障诊断中的应用

针对连续紧凑型小波神经网络（WNN）收敛速度慢问题,提出了用Levenberg-Marquardt（LM）算法改进的小波神经网络LM-WNN．为了克服LM-WNN由于收敛速度过快易陷入局部最小点和平台的缺点,利用模拟退火（SA）算法对小波神经网络的参数进行优化,得到一组接近全局最小值的近似解,把近似解作为小波神经网络权值和阈值矩阵的初始值,以确保LM-WNN收敛于全局最小点．把SA-LM-WNN用于模拟电路故障诊断,仿真结果表明,该算法能够快速收敛于全局最小点,仿真效果较好．     

基于聚类及优化集成神经网络的地铁车站空调负荷预测

分别从优化算法集成神经网络及将数据聚类后按类建模两方面建立3种模型对地铁车站空调负荷进行逐时预测,结果表明：同一物理量对地铁车站空调负荷所产生的影响程度随时间呈现某种动态变化特征,根据历史数据定量分析这些特征,对精准筛选模型输入参数、提高模型预测精度大有裨益。在3种模型中,粒子群优化算法-神经网络（PSO-BPNN）和果蝇优化算法-神经网络（FOA-BPNN）预测的平均相对误差（MAPE）较单纯神经网络（BPNN）分别降低25.87%和40.08%,聚类-神经网络（Kmeans-BPNN）预测的MAPE比PSO-BPNN及FOA-BPNN分别降低61.12%和51.90%。说明在同等情况下,优化算法集成模型比单纯BPNN预测精度更高,而当区分实际负荷变化特点后,采用聚类后建模比优化集成建模效果更佳。