西江二恶英的季节变化、通量及来源

用同位素稀释-高分辨色谱／高分辨质谱（HRGC／HRMS）方法对西江（珠江的主干）进行了1a的水相和颗粒相中多氯代二苯并二恶英／呋喃（PCDD／Fs）测定。结果表明，水相中PCDD／Fs的含量范围在1．567-8．008pg／L之间．颗粒物中PCDD／Fs的含量变化在569．4～279．6pg／g之间，经过分析得出其浓度随着西江流量的季节性变化呈现一定的变化规律，即在丰水期此污染物的浓度比在枯水期高。地表径流和干湿沉降对此有很大的贡献。西江中PCDD／Fs年通量为8．55kg，毒性当量通量（I—TEQ）为0．026kg。通过对同系物和同族物分布图对比显示西江PCDD／Fs来源比较复杂，可能是混合来源。其中大气干湿沉降、地表径流和沿岸与漂白有关的工业对此有很大的贡献．是PCDD／Fs进入西江的3个重要途径。     

煤矿供水Fuzzy-PID控制系统

分析了目前煤矿供水系统存在的问题,提出了一种新的复合的控制方法,即Fuzzy-PID控制.介绍了Fuzzy-PID控制原理、系统组成及Fuzzy-PID控制的实现过程.     

低盐度水驱提高采收率实验研究

为了研究低盐度水驱时不同盐度条件下注水速度对开发的影响，通过室内岩芯驱替实验开展了注水速度对低盐度水驱提高采收率的影响研究。研究结果表明：当注水速度小于0.4 mL/min时，在相同注入体积情况下，与较高盐度水驱相比，低盐度水驱的采出程度更高，达到最大采出程度所需要的时间也更长；而在注水速度大于0.4 mL/min时，在相同注入体积情况下，低盐度水驱时的采出程度相对更低，达到最大采出程度所需的时间也更短；就提高采收率而言，高盐度水驱与低盐度水驱均存在最佳注水速度，且低盐度水驱的最佳注水速度要小于高盐度水驱的最佳注水速度。     

三维空间平行断面法可视化动态储量估算

 传统储量估算方法具有操作性简单、易于地质人员掌握的优点,但其储量估算工作可视化程度低、缺乏立体感、估算精度较低;而地质统计学很难适应中国矿产种类较多、类型复杂、形态呈现多样化的矿床特征。因此提出一种新的思路：以平行断面法为切入点,借助三维软件,利用真实三维地质模型取代简单抽象的二维规则几何体,实现矿体在真三维环境下的体积获取模式,科学、精准地获取矿体资源储量。经实际矿山应用对比表明：三维空间平行断面法有效地改善了储量估算模式,一定程度上提高了可视化程度,可达到快速获取高精度矿体储量的目的。     

建设一流的大学校园文化

建设世界一流大学，必须高度重视校园化建设。大学校园化建设面临着国际化对民族化、大众化对精英化、多元化对主流化的冲击。本研究从建设世界一流大学应承担的历史使命出发进行分析，并借鉴和总结西方世界名大学以及我国名大学校园化建设的经验，认为一流大学校园化建设是一个系统工程，必须高度重视、加强领导、促进师生的民主参与，加强引导，确保社会主流化的主导地位，抓住核心、突出特色，与时俱进、开拓创新。     

中国海相碳酸盐岩气源岩评价指标研究

采用成熟度相对较低的灰岩酸溶残渣与原样人工配比试样,进行生排烃模拟实验的实验方法,弥补了中国缺乏高有机质丰度、低成熟烃源岩样品的不足.配置的10个样品有机碳变化范围为0.15%～0.74%,热解数据和高温高压开放体系生排气模拟实验结果表明,海相碳酸盐岩发生显著生排烃有机碳的下限值为0.23%～0.31%.另外,结合对中国塔里木、四川、鄂尔多斯盆地和华北地区海相碳酸盐岩的有机碳数值分析,以及这些气源岩对已发现气藏的贡献研究,提出有机碳0.3%为碳酸盐岩气源岩的评价指标.     

建筑消防泵站设计中常见问题及分析

针对建筑消防给水泵站设计中存在的问题,对其加以分析并提出相应的分析解决方案建设区域性消防给水泵站,供水区域可以是若干个居住小区;改善设备运行条件,采用潜水泵作为消防水泵,将地下式泵站改为地上式泵站;对于一些小型企业和居民小区生活消防合建水池,水质难以保证问题以及火灾后消防水的收集、处理、排放问题等也都制定了相应的解决方案.这些措施的采用对于消防泵站的设计和施工方面都起到一定的借鉴作用.     

煤矿供水Fuzzy─PID控制系统

分析了目前煤矿供水系统存在的问题,提出了一种新的复合的控制方法,即Fuzzy-PID控制。介绍了Fuzzy-PID控制原理、系统组成及Fuzzy-PID控制的实现过程.     

基于多智能体深度强化学习的车联网通信资源分配优化

无线网络的高速发展为车联网提供了更好的支持,但是如何为高速移动车辆提供更高质量的服务仍然是一个挑战.通过分析多个车对车（Vehicle-to-Vehicle,V2V）链路重用的车对基础设施（Vehicle-to-Infrastructure,V2I）链路占用的频谱,研究了基于连续动作空间的多智能体深度强化学习的车联网中的频谱共享问题.车辆高移动性带来的信道的快速变化为集中式管理网络资源带来了局限性,因此将资源共享建模为多智能体深度强化学习问题,提出一种基于分布式执行的多智能体深度确定性策略梯度（Multi-Agent Deep Deterministic Policy Gradient,MADDPG）算法.每个智能体与车联网环境进行交互并观察到自己的局部状态,均获得一个共同的奖励,通过汇总其他智能体的动作集中训练Critic网络,从而改善各个智能体选取的功率控制.通过设计奖励函数和训练机制,多智能体算法可以实现分布式资源分配,有效提高了V2I链路的总容量和V2V链路的传输速率.