PCB废水提质扩容改造工程设计初探——以福建武平县某污水处理厂委托运营项目为例

对印制电路板废水处理厂进行升级改造,充分利用场地空间和原有构筑物池体,采用两级化学混凝沉淀+离子交换树脂工艺对铜镍废水进行预处理,采用碱性两级破氰法处理含氰废水,采取“酸析+化学混凝沉淀”预处理工艺去除废水中大部分难降解有机物,新建+利旧将综合废水处理工艺改造为生化A²/O 3套并联生化工艺.使改造后工程运行良好,处理效果稳定,出水水中的主要污染物金属离子铜、镍、难降解有机物、氰化物、氨氮、总氮、总磷和强酸强碱等均达到GB 21900—2008《电镀污染物排放标准》中表3的标准限值后外排.经过深度处理后回用于企业生产,有利于提高企业的清洁生产水平.     

格林公式及其在微分方程中的应用

格林公式沟通了被积函数在积分区域上的积分和边界积分的关系.在一维函数中,格林公式即为定积分的分部积分法,在高维函数中,分部积分法与格林公式不再相同.首先给出一维分部积分法并加以证明,其次给出二维格林公式及其证明并利用高维函数分部积分法证明一般形式的格林公式,最后给出格林公式在微分方程变分问题中的一些应用.     

基于深度贝叶斯网络学习的不确定性建模方法

战场态势评估涉及很多不确定因素,对不确定性进行仿真建模能够提高态势评估的能力。针对参战对象多元、不确定性增多导致的无法全面准确表达不确定性问题,提出了基于记忆模块和变分自编码器的深度贝叶斯网络模型。采用生成模型设计了基于深度贝叶斯网络学习的态势评估模型;阐述了融合记忆模块的深度生成模型原理和模型的学习与推理过程;以某空袭行动为例构建贝叶斯网络,对所提方法进行了验证。结果表明:深度神经网络能够逼近隐变量的非线性变换,设计的记忆模块能存储深度神经网络提取的大量局部特征,通过学习自动得到了贝叶斯网络条件概率,增强了不确定性建模能力。     

青翘水提物对人肠道菌群的影响

通过在体外研究青翘水提取物对人肠道菌群结构和短链脂肪酸产生的影响,初步探讨其药理作用机制.采用16S rRNA基因高通量测序分析了不同剂量的青翘水提物对人肠道菌群结构和组成的影响,并利用气相色谱-质谱法测定了短链脂肪酸的含量.结果 发现青翘水提物能够明显降低肠道菌群的多样性,且多样性随着剂量的增加而逐渐降低.同时,青翘...     

基于BSC物流企业综合绩效评价体系研究

根据物流企业特点,采用改进的平衡记分卡(BSC),从财务、顾客、内部业务流程、学习与发展、营运安全等要素来设计物流企业绩效评估指标,采用层次分析法(AHP)将指标分层系列化,计算各层因素相对重要性的权值,形成绩效评价体系。最后,以杭烟物流配送中心进行算例验证,结果表明这种评价模型具有现实可行性。     

基尔霍夫型方程的无穷多解

研究了全空间上一类基尔霍夫问题的无穷多解,通过山路结构和临界点理论,得到了(PS)序列.再利用Bartsch的喷泉定理,得到了方程的多重解.     

融合虚拟机分簇与休眠机制的MEC任务卸载策略

为了在低延时约束下降低能源消耗,研究一种移动边缘计算任务卸载策略.采用虚拟机分簇技术,在移动边缘计算服务器中设置始终保持活跃的主模块及可以适时休眠的备用模块.基于备用模块虚拟机周期性休眠机制,建立同步多重休假排队模型,利用拟生灭过程与矩阵几何解方法,给出任务平均延时及系统节能率.实验结果验证了该任务卸载策略的有效性.融...     

16QAM-OFDM系统的迭代信道估计

传统的OFDM信道估计器和译码器分开进行,信道估计的可靠性不高.针对16QAM高效调制的OFDM系统,提出了一种基于Turbo译码的迭代信道估计方案.在迭代过程中利用译码器产生的可靠信息来改善信道估计的精度;同时推导了16QAM软去映射、校验比特译码和符号重构算法的数学过程.为了防止由于译码器判决不准造成的误差传播,提出了一种基于门限控制的迭代估计算法.仿真结果表明,该算法可有效改善系统的整体性能.     

概率和噪声环境下基于主动探针的Internet服务故障管理

在基于主动探针的服务故障管理中,不确定性和噪声会对服务故障管理带来影响．为了降低这种影响,分析了Intemet服务故障管理中存在的问题,采用二分Bayes网络建模故障和探针之间的依赖联系,二元对称信道建模噪声,并提出了不确定和噪声环境下的主动探针故障管理方案．该方案由两阶段组成：故障监测和故障诊断．在故障监测阶段,提出了在保证一定监测质量的条件下选择最小代价探针子集的GAPSA算法．在故障诊断阶段,提出了根据前一阶段发现的症状选择更多探针来获取系统详细信息的FDPSA算法;针对故障自动修复机制导致的动态性,提出了基于故障持续时间统计的假设推理算法FIyrs．仿真结果证明了本文算法的有效性和效率．     

基于GJR模型的EVT动态风险测度研究

通过运用ARMA-GJR模型捕获上证综指的损失序列的自相关、波动集聚性和杠杆效应特征,用极大似然估计(MLE)估计模型参数以求出条件均值和条件方差以及标准残差序列;然后假设沪市指数损失标准残差序列近似满足EVT条件,分别取175、105和35个极值数据并运用MLE来估计广义帕累托分布(generalized Pareto distribution,GPD)的参数,进而估计出q分位数对应的动态风险值VaR(value at risk)和ES(expected shortfall);最后对风险测度方法的估计效果进行分析.实证结果表明:标准残差序列的极值尾部近似服从GPD,ES是相对于VaR更保守的风险测度方法.