基于多元共生遗传神经网络的藻类预测仿真

提出一种多元共生遗传神经网络(PGANN),从遗传算法和神经网络——进化和学习两方面及其相互关系着手完善进化过程,以提高优化效果和泛化能力。该算法包括一个共生平衡交叉算子,一种多元选择策略和一种神经网络的分级优化策略,其中共生平衡算子能够兼顾进化过程中的方向性、多样性和自适应性;多元选择策略能够适应进化过程不同时段对选择压力不同的需求;而分级优化使运算规模和运算速度之间的矛盾得到缓解。将该改进的遗传神经网络PGANN应用于水库和湖泊有毒的优势蓝绿藻爆发预测,取得了满意的效果。     

应用浮游藻类评价桂湖水质的研究

于2004年应用浮游藻类对桂林旅游景点——桂湖水质进行监测评价，初步探讨了桂湖浮游藻类与水质的相互关系．研究内容：浮游藻类的组成、生物种类、生物数量、指示生物、均匀度指数、多样性指数及理化对照监测等．结果表明：桂湖含有浮游藻类7门69属138种，主要种类为硅藻和绿藻；水质评价指数大多数样点达到清洁水质标准，少数有轻度污染，桂湖水质整体为清洁。     

地表水中藻毒素的监测与控制

随着大量含氮和磷的废水流入湖泊和江河,导致淡水污染现象日趋严重.污染的最主要危害是释放多种藻毒素,因此如何有效控制、去除藻毒素是摆在中外环境科学领域的一个难题,目前水体中藻毒素的监测方法主要有生物法、化学法、免疫法等;控制的方法主要有常规净水工艺、生物处理、光降解与光催化氧化以及臭氧氧化等.     

藻类强化光降解去除水中双酚A的动力学研究

为提高污染水体中双酚A光降解效率,采用铜绿微囊藻进行强化,研究该藻强化光降解去除水中双酚A的效能和动力学规律,并讨论了藻质量浓度、pH值及光源等因素对降解速率的影响.研究表明,藻类质量浓度相对较大时,光降解反应符合假一级反应动力学规律,提高反应液中藻类质量浓度可提高双酚A的降解率;pH值对光降解速率有显著影响,当pH值为5时,反应速率达到最大值;光源对反应速率也存在影响,光源采用紫外灯时,光降解反应速率是同条件下高压汞灯作为光源时的9倍,其原因是后者不能使反应液中产生大量的羟基自由基.     

基于模糊最近邻聚类学习算法的海水藻类繁殖状态预测

为了预报海洋赤潮等灾害的发生,需要监测海水中藻类的繁殖状况.通过建立针对海水中叶绿素a浓度状态的预测模型间接预测海水中藻类的繁殖生长状况.运用基于数据的模糊最近邻聚类学习算法对采样数据进行聚类处理,基于最优模糊逻辑系统建立了针对海水叶绿素a浓度状态的预测模型.根据采样数据的特点和降低模型阶次的实际需求,设计了改进的模糊...     

水中藻毒素降解的影响因素及其净水工艺控制

藻毒素污染已成为普遍关注的水质问题，在水环境中，藻毒素的迁移转化受光照、温度、有机物、溶解氧、水生生物等因素的共同影响。单元净水工艺（混凝、沉淀、砂滤、氯化等）和常规组合工艺对藻毒素的去除率较低，常规工艺＋活性炭过滤、臭氧＋常规工艺的去除率可达100％，不破坏藻细胞而能够大量降低其数量的预处理＋臭氧＋常规工艺＋ 性炭工艺应能够取得最佳的解毒效果。     

布朗单一参数指数平滑法的推广

把布朗单一参数二次多项式指数平滑法推广到三次多项式指数平滑法(即布朗单一参数四次指数平滑法),并利用计量经济学软件Eviews4.0和软件M atlab7.0结合实际数据进行短期预测.布朗单一参数四次指数平滑能更好地跟踪时序的非线性变化趋势,达到更好的短期预测效果.     

不同温度下滇池蓝藻沼气发酵的实验研究

以滇池蓝藻为发酵原料,改变发酵温度,采用批量式发酵工艺进行沼气发酵实验。实验结果表明:在常温、20℃、25℃、30℃和35℃下,滇池蓝藻的发酵时间、产气量及产气潜力有明显的差异性。随发酵温度的升高,实验启动越快、发酵时间越短、产气量越高、产气潜力越高。35℃下,产气效果最好,发酵时间29d,产气潜力为255mL/g.TS、285mL/g.VS.     

藻类富集微量元素的机理研究

较全面地探讨了藻类富集微量元素的特点及其机理,一定程度上提示了微量元素与藻类之间反应的实质,为其进一步的实际应用奠定了理论基础。     

重金属对藻类的毒性作用研究进展

从四方面分析了藻类与重金属的相互作用,提示重金属污染对水体危害十分严重,而利用藻类净化重金属废水具有重要的意义。