地震沉积学特色技术与GeoSed软件集成应用

GeoSed是针对薄互储层沉积和储层分布预测研发的软件系统,软件遵循地震沉积学研究规范设计,包括工区与数据管理、合成记录、测井相分析、地震沉积分析和地质成图5个子系统29个功能模块,具备等时格架建立、沉积特征加强、薄层沉积分析、沉积体系分析和配套功能五大技术系列,形成了"逐级标定、井震匹配、动态分析、目标评价"一体化方...     

一种可用于储层参数预测的基于神经网络的遗传算法

储层物性参数的展布一直是油藏描述的关键问题和难点。在遗传算法与神经网络结构模型相结合的基础上,设计了一种用遗传算法训练神经网络权值的方法,并把这种方法用于储层参数的预测。实验表明该神经网络具有较强的预测能力和实用性。     

城市交通系统双区域边界控制的模型预测控制方法

交通系统区域控制可高效缓解交通拥堵并提高交通效率。本文考虑了城市交通系统区域累积量的平衡性和稳定性,建立了双区域边界控制模型,且采用模型预测控制方法对该模型进行控制,从而有效实现交通系统在有限时域内累积量和控制量的闭环稳定。同时,仿真模拟了交通需求量为常数和交通需求量变化情况下的交通性能,结果表明模型预测控制方法能根据实时交通需求量和累积量来调整控制状态,发现区域累积量的稳定性可使区域累积量尽量接近稳定状态,从而避免交通拥堵并提高交通效率,且控制变量的稳定性可使其尽快稳定并降低控制成本。     

大时滞二阶过程内模预测控制系统设计

带有大时滞的双容过程是常见的二阶工业过程,由于过大的时滞使系统难以控制。针对一类带有大时滞的双容过程,采用内模控制系统结构,使系统具有良好的抗扰性和鲁棒牲。给出了在希望的幅值和相角裕量下控制器参数的计算方法。设计例子与仿真结果表明,根据该方法设计的系统有比较满意的稳定性和鲁棒性。     

介质阻挡放电反应条件下生物油加氢提质机理分析

介质阻挡放电反应技术是实现温和反应条件下热敏性生物油加氢提质的有效途径.为解析介质阻挡放电条件下生物油各组分加氢反应途径及机理,在此前研究的基础上,以模型化合物配制的模拟生物油为研究对象进行了加氢试验及理论研究.结果表明：丁酸与丁醇主要通过酯化生成丁酸丁酯,羟基丙酮的加氢液相产物主要为异丁醛,糠醛主要通过加氢饱和生成糠醇,愈创木酚主要通过甲基断裂生成邻苯二酚以及进一步加氢得到环己烯;模型化合物丁酸、丁醇、糠醛、羟基丙酮、愈创木酚、乙酸乙酯和环己烷的转化率依次为82.86%、85.95%、82.05%、83.79%、51.70%、68.54%和13.03%,导致生物油腐蚀性及热稳定较差的酸类、醛类、酮类组分表现出较高的反应活性.     

利用ARIMA-SSA-LSTM组合模型的碳排放交易价格预测

单一的预测方法在不同方面各有优劣,为了提高碳排放交易价格预测的精确度,从智能算法出发提出ARIMA-SSA-LSTM组合碳排放交易价格预测模型。该模型通过结合非线性规划局部搜索的优势和遗传算法全局搜索的优势使用非线性规划遗传算法分配差分整合移动平均自回归(ARIMA)模型和麻雀搜索算法优化后的长短时记忆(LSTM)模型(SSA-LSTM)的权重,通过加权得到最终的碳排放交易价格预测结果。运用ARIMA-SSA-LSTM组合模型,ARIMA模型,LSTM模型和SSA-LSTM模型分别对湖北省与广东省碳排放交易价格进行短期和长期预测。实证结果表明,相比单一的ARIMA模型、LSTM模型、SSA-LSTM模型,ARIMA-SSA-LSTM组合模型三个预测精度评价指标均为最小,碳排放交易价格预测精度最优。相比于传统ARIMA模型,机器学习LSTM模型具有更精确的预测结果,并且趋势预测更优。引入智能算法后,权重分配结果更加准确,LSTM模型的预测性能得到提升,印证了智能算法在碳排放交易价格预测领域的有效性。     

人类基因增强的伦理治理:治理什么、谁来治理与如何治理

人类基因增强作为一项试图改造人类自身的颠覆性技术,正在深刻地改变和塑造着人与社会。人类基因增强技术在造福人类的同时,其研究和应用也提出了许多新的伦理的、法律的和社会的问题,亟需对其进行治理。伦理治理是对人类基因增强技术进行治理的一种重要方式。人类基因增强的伦理治理是指政府、专家、企业、公众等技术发展的相关利益主体,以伦理原则为指导,解决人类基因增强技术研究和应用过程中产生的各种问题,促进技术为人类造福的各种方式的总和。人类基因增强的伦理治理需要回答三个方面的问题：一是治理什么,也就是人类基因增强的伦理治理对象;二是谁来治理,即人类基因增强的伦理治理主体;三是如何治理,也就是人类基因增强的伦理治理路径。     

利用朴素贝叶斯模型进行多层网络链接预测

针对多层网络链接预测中层间信息融合的问题,提出了一种利用朴素贝叶斯模型的链接预测方法。该方法结合目标层的邻域信息和辅助层相对于目标层的全局信息进行链接预测。在目标层中,根据节点对的邻域信息,利用朴素贝叶斯模型计算其连接概率;在辅助层中,计算节点对在该层有边或无边时在目标层存在链接的概率。在真实数据和合成数据上的实验结果表明：该算法在正相关和负相关的多层网络中都有很好的预测性能。