化学一级强化+悬浮填料活性污泥处理污水

针对浙江无锡市惠山区新建的惠山污水处理厂设计工艺,采用化学一级强化处理工艺及悬浮填料活性污泥法,并且就这两种工艺结合组成的二级强化处理工艺在工程实践中的应用作了技术可靠性和经济合理性分析.得出化学一级强化及悬浮填料活性污泥法的处理工艺具有工程投资省、适应水质变化操作灵活等优点.但由于没有太多运行经验,所以需要一个逐步摸索的过程.     

扩散过程样本的Holder连续性及其应用

本文讨论扩散过程样本的Ｈｏｌｄｅｒ连续性，在局部Ｌｉｐｓｃｈｉｔｚ条件下，我们证明了扩散过程样本类似于Ｂｒｏｗｎ运动样本一样的Ｈｏｌｄｅｒ连续性，进一步，我们还了扩散过程样本的象与图集的Ｈａｕｓｄｒｏｆｆ维数。     

外资引进中多元政府混合贷款的综合评价方法

文章简单要介绍了多元政府混合贷款的含义及对其评价的传统方法，指出了传统评价方法的缺陷，提出用群组ＡＨＰ理论构造新的评价模型。在专家的选择及评价上采用问卷测试的客观内容来计算各专家权重，对专家评议结果的处理采用不等权专家信息后处理技术.     

小样本参数估计算法及其应用

本文简要介绍了Minimax法和MSAR法对小样本数据的研究,随之重点介绍了1种实用的新算法IMSAR法及其应用。该法是通过变权松弛最小二乘法,确定适当的权因子来实现的。它克服了MSAR法的运算量随样本数据量增加而显著增加的突出缺点,仿真结果表明:IMSAR法具有较强的抗干扰能力,可适应于噪声分布未知的情况。最后,本文将IMSAR法应用于转炉炼钢动态模型及药物房室模型的建立,收到了令人满意的效果。     

关于最大功原理的应用条件

本文从热力学第二定律的基本原理出发,概要地总结了论证“最大功原理”的方法,进而讨论了热力学中的一些基本问题。其基本思想是:分析热力学问题切不可忘了环境。由此得出了某些有意义的结论,澄清了在学习热力学过程中人们常产生的一些疑惑。     

实现净产值指标刍议

本文主要阐述了生产净产值指标在评价企业经济效益时的弊病,并从理论上和实践上论述了在商品经济条件下采用实现净产值指标评价企业经济效益的重要性和必要性。同时介绍了实现净产值指标的两种计算方法。即:生产法、分配法。     

边界层对粗糙单裂隙溶质运移影响试验

为探究非费克(non-Fickian)运移表现出的峰值提前到达和拖尾等现象,开展了粗糙单裂隙溶质运移试验,总结了粗糙单裂隙中溶质运移特征及运移机理,结合边界层理论对峰值提前到达和拖尾现象进行了分析和解释。结果表明：峰值时间和拖尾时间与边界层厚度之间存在较好的线性相关关系;边界层对裂隙介质溶质运移有较为显著影响,即水流速度越小,边界层厚度越大,滞留在边界层内部的溶质越多,溶质获取率越低;粗糙单裂隙中溶质穿透曲线的峰值提前和拖尾现象是由裂隙中心处以惯性力主导的主流区和裂隙壁面以黏性力主导的边界层区共同作用造成的,其中峰值时间主要由主流区的对流因素控制,而边界层区域的存在对拖尾时间影响较大。     

带有Ornstein-Uhlenbeck 过程的随机logistic种群模型

研究带有均值回复Ornstein-Uhlenbeck过程的随机logistic种群模型的动力学行为。证明收获努力E＊可以控制随机微分方程模型的随机灭绝和持续:若E≥E＊并且满足一些其他条件,则种群灭绝;若E     

土坯力学性能及受压本构模型研究

为获取传统土坯受压应力-应变特性,确定其数学表达式,针对湿制法和干打法制作的土坯开展了单轴抗压试验和三点抗折试验。分别从抗压、抗折强度、破坏机理以及应力-应变关系等方面分析了两类土坯的力学性能。结果表明,普通砌墙砖的抗压及抗折试验方法均适用于传统土坯,干打土坯的抗压强度为湿制土坯的3倍,抗折强度为湿制土坯的1.3倍,但湿制土坯的断裂能为干打土坯的2.5倍。受压初期,干打土坯的应力-应变曲线存在因土料压密而导致的下凹段,而湿制土坯未表现出该特性。基于两类土坯单轴受压状态下的应力-应变曲线特征,提出了土坯单轴受压本构模型,该本构模型与试验数据吻合较好,可用于土坯砌体结构的数值模拟研究。     

基于残差卷积自注意力神经网络的铝电解过热度识别方法

过热度是反映铝电解槽当前生产效率的重要指标,由于过热度难以在线实时测量,本文提出一种基于残差卷积自注意力神经网络的过热度识别方法.针对铝电解生产过程数据为时间序列数据且具有多源异构特性,设计异构数据的同构表示方法.在此基础上建立残差卷积自注意力神经网络模型以提取同构时间序列数据的全局与局部特征.针对过热度数据标签少且类别分布不均匀问题,采用基于自动编码器的无监督预训练方法与加权交叉熵损失函数以提高过热度识别任务的性能.在基准数据集上进行仿真对比实验以验证本文所提方法的有效性,然后在只包含少量不平衡标签的铝电解过热度数据集上进行实验验证,结果表明本文构建的过热度识别模型相较与其他现有模型不仅提高了过热度识别准确率,而且在训练样本较少时保证了模型的泛化能力.