矿区生态安全评价指标体系的研究

在对矿区生态和环境问题进行大量调研和分析的基础上,针对矿区普遍存在的生态安全问题及生态环境保护现状,利用“压力-状态-响应”概念模型,建立了适合矿区行业特色的矿区生态安全评价指标体系。为科学评价和有效维护矿区生态安全提供一定的理论基础。     

原位合成TiB和TiC增强钛基复合材料的超塑变形力学行为

研究了利用普通熔铸设备,原位合成法制备的TiB和TiC颗粒增强钛基复合材料的高温变形行为．在915～1100℃,初始应变速率ε=101^-2～10^-4s^-1,进行了超塑拉伸实验．结果表明,在1015℃、ε=10^-2s^-1时,延伸率最大,为235％,相应的应变速率敏感性因子为0．22,最大的m值并不对应最大的延伸率．计算得到各温度下的超塑变形表观激活能为144～311kJ／mol,激活能的差异表明,该复合材料的高温变形在不同温度下受不同机制控制．同时,利用扫描电镜观察了断口形貌,分析了其变形机理．     

Forecasting Interest Rates and Yield Spreads: The Informational Content of Implied Futures Yields and Best-fitting Forward Rate Models

Forecasts of interest rates for different maturities are essential for forecasts of asset prices. The growth of derivatives markets coupled with the development of complex theories of the term structure of interest rates have provided forecasters with a rich array of variables for predicting interest rates and yield spreads. This paper extends previous work on forecasting future interest rates and yield spreads using market data for T-bills, T-Notes, and Treasury Bond spot and futures contracts. The information conveyed in technical models that use market data is also assessed, using a recent innovation in interest rate modelling, the maximum smoothness approach. Forecasts from this model are compared with predicted yields and yield spreads derived from futures prices as well as with those of the random walk model. The results show some evidence of market segmentation, with more arbitrage evident for nearby maturities. Market participants appear to show a greater degree of consensus on short-term interest rates than on longer-term interest rates. There is some indication that forecasts from the futures markets are marginally better than those provided by those of the maximum-smoothness approach, consistent with the informational advantages of futures markets. Finally, futures and maximum-smoothness market forecasts are shown to outperform those of the random walk model.© 1997 John Wiley & Sons, Ltd.     

中药方剂对家兔注射FMD疫苗部分生理指标影响实验

对家兔注射FMD疫苗前后,服用中草药制剂,观察其对部分生理指标影响。试验选取健康家兔16只．随机分为4组;A组：阴性对照组;B组：每只家兔肌注苗0．5mL,不口服中药制剂;C组：每兔注苗0．5mL,30min后口服中药剂量5mL;D组：每只家兔注苗0．5mL,注射前1h口服10mL中药制剂,观察不同时间段家兔血液部分生理指标的变化。实验结果表明：注射FMD疫苗能引起家兔的白细胞、红细胞、淋巴细胞、粒细胞数量显著增加;心率、血压下降。使用僵蚕、蚕蜕等中药,可抑制试验组家兔的白细胞、粒细胞、淋巴细胞数量;心率、血压有所上升。     

基于地理探测器的铜仁市耕地分布特征及驱动因子探究

耕地是影响粮食生产的重要因素,分析铜仁市2000—2018年耕地的变化特征及其自然因子的驱动作用,对耕地的利用和保护及农业的发展具有一定意义。以铜仁市2000、2010、2018年土地利用数据为基础,选取坡度、地貌类型、土壤类型及年均降水量为驱动因子,利用土地转移矩阵,结合景观指数及地理探测器方法,探究铜仁市耕地的时空分布特征及驱动因子作用。结果表明:2000—2018铜仁市耕地景观破碎化程度增强,耕地面积减小,耕地总体上空间分布不均匀;坡度是影响耕地分布的主要因子,与其他因子交互作用时,对耕地的影响增强。研究表明,铜仁市耕地的减少,主要是转为林地与建设用地,与生态文明建设及城市的发展有关,自然因子对耕地的影响存在交互作用,且具有复杂性与长期性,如何在耕地的保护上提供合理有效的措施,需要综合考虑其他因子的驱动作用。     

基于小生境遗传算法优化串级神经网络的台区理论线损预测

台区作为电力系统的最末端部分,节点数目多、网络架构复杂,导致不易精确计算其理论线损问题。在海量实际低压台区运行历史数据的基础上,首先研究影响台区线损的相关因子,建立台区线损特征指标集合。然后利用皮尔逊相关系数分析方法从中提取出高损关键特征指标作为线损预测模型输入。再融合集成学习和梯度提升树思想,建立基于串级BP(back propogatiow)神经网络的台区线损预测模型,并采用小生境遗传算法对预测模型的初始参数进行优化从而提高模型训练效率。最后通过实际数据算例仿真,并与其他预测方法结果进行比较,验证所提台区线损预测模型具有优秀的训练效率和预测泛化能力。     

城市水循环健康的评价方法及其应用——以邯郸市主城区为例

健康良性的水循环是实现区域可持续发展的基本保障。为客观诊断邯郸市水循环健康状况,选用综合指数法对其主城区2005～2016年水循环进行了健康评价,并采用模糊模式识别法和集对分析法进行对比验证。结果表明：邯郸市主城区因受到重工业城市背景和产业结构不合理的影响,城市水循环状态为亚健康;随着邯郸市产业结构的调整和水利民生政策的落实,其水循环健康状况逐年好转,2016年已达健康状态。三种评价方法的结果趋势基本一致,说明评价指标体系的构建较为合理,评价方法也较为适用。可见,研究结果为区域水资源综合管理的进一步优化以及社会经济的高质量发展提供了技术参考。     

基于弹塑性理论的软岩隧道最大变形量预测方法研究

软岩隧道支护时机选择和安全评价过程中,隧道边缘最大变形量是一个重要的参数。为了准确预测隧道边缘最大变形量,基于松动圈剪切滑移理论,利用Hoek-Brown准则推导得到最小支护应力,将其带入到隧道边缘位移公式中,得到圆形隧道边缘最大变形量的理论解。利用现有研究成果对所提出的计算方法进行验证,并探究远场应力、岩体力学参数对最大变形量的影响规律,分别利用现有数值模拟方法和所提算法对2条隧道最大变形量进行计算。结果表明：所提算法的误差均小于5%,证明了所提估算方法的合理性与准确性。最大变形量与远场应力呈现正相关,与单轴抗压强度、参数m_i呈现负相关。随着地质强度指标(GSI)的增加,敏感性均呈现减弱的趋势,当GSI较大时(超过40时),敏感性可近似忽略。最大变形量与弹性模量、泊松比呈负相关,随着地质强度指标GSI的增大,敏感性并未产生显著的改变。     

毒品犯罪与次生犯罪共生关系：以华北沿海T市为例

毒品犯罪具有易诱发暴力犯罪的特点,毒品犯罪对其次生犯罪的引发作用是该领域的重要研究内容之一。引入经济学领域基于距离测度的产业聚集度DO指数(DO index),以华北沿海T市2018—2019年的毒品犯罪和其次生犯罪作为研究对象,将两类犯罪共生关系数值化。研究表明：毒品犯罪与四类次生犯罪(抢劫罪、强奸罪、危险驾驶罪、故意杀人罪)在空间上呈现出小尺度共聚关系,共聚程度随距离变化在理性选择理论的作用下多为倒U形关系。毒品犯罪与故意伤害罪在空间上为随机分布关系,该关系受当地民风民俗与毒品特殊药理性影响。作为对日常活动理论空间视角的补充,警方可加强毒品犯罪发案0.48 km范围内相关人员的管控,以达到对与其具有共聚关系的次生犯罪的有效控制。     

基于离散型二项式系数组合模型的黄土湿陷性评估

为了快速精确地利用基本物性指标预测湿陷性黄土的湿陷性系数,基于多种数据挖掘方法提出了离散型二项式系数组合预测模型。首先,采用相关系数法和随机森林重要性指数法综合选取模型基本物性指标为饱和度、干密度、液性指数和天然含水量;然后,分别利用多元线性回归、BP神经网络、支持向量机回归（SVR）和随机森林（RF）回归对黄土湿陷性系数进行预测,并将预测结果进行组合,得到4种单一模型、2种传统组合模型和离散型二项式系数组合模型预测结果;最后,利用6种不同精度指标对上述7种预测模型展开精度分析。结果表明：组合预测模型精度整体高于单一预测模型,且提出的离散型二项式系数组合模型各精度指标均为最优,平均相对误差为3.43%。可见提出的离散型二项式系数组合模型可为湿陷性黄土地区的工程设计提供参考。