低值可回收物管理机制的演化博弈分析

我国再生资源利用率偏低,既加剧了垃圾围城趋势,又造成环境污染,理清低值可回收物治理中的各主体博弈关系有助于形成良好的长效机制。利用演化博弈理论,对政府、企业在低值可回收物处理中的演化过程进行了分析,并选用6组代表性数据通过Matlab软件进行仿真模拟。研究结果表明:当低值可回收物价值较高且回收成本较低时,回收企业有利可图,可回收物的资源化可以靠市场机制调节;随着低值可回收物资源化成本升高和资源化利用价值降低,单靠市场机制难以调动企业积极性,难以有效回收处理;政府可以通过建立低值可回收物动态目录,给予资源化企业补贴,并通过"两网协同"等措施降低企业收运成本,从而调动企业积极性,提高低值可回收物资源化利用率。     

凝溶胶蛋白表达稳定下调的小鼠肝癌高淋巴道转移力Hca-F细胞株的构建

在前期蛋白质组学和基因组学研究发现凝溶胶蛋白(Gelsolin,GSN)是一个潜在促进小鼠肝癌淋巴道转移基因基础上,本次实验设计合成3条GSN 的shRNA短发夹序列 (shRNA1、2、3),并成功将它们构建入pSilencer3.1质粒,重组质粒转染鼠肝癌高淋巴道转移力Hca-F细胞,获得了稳定转染的pSilencer-GSN-Hca-F细胞株.结果表明:GSN空白对照组和无关序列对照组细胞中在mRNA及蛋白表达水平均相近;与空白对照组相比较,3个重组质粒在mRNA水平对GSN抑制率分别为46.8%、48.2%、20.2%,在蛋白水平对GSN的抑制率分别为73.9%、45.1%、31.2%;shRNA1重组质粒的抑制效果最明显,统计学意义显著(P<0.01).通过RNA干扰和基因转染技术成功建立了GSN表达稳定下调的鼠肝癌Hca-F细胞株,为进一步研究GSN在恶性肿瘤淋巴道转移中的作用奠定了基础.     

迁移学习在食用油光谱模型转移中的应用

由不同光谱仪器采集的光谱数据建立的模型在共享使用时,会出现模型失效问题,使得模型的利用率低,不利于光谱行业的发展需要。尝试采用迁移学习方法探究在食用油酸值和过氧化值2个指标上的模型转移。实验样本为大豆油、花生油、芝麻油和玉米油共50个食用油样本;实验仪器为VERTEX70傅里叶红外光谱仪和AntarisⅡ傅里叶近红外光谱仪(包含光纤探头和透射探头)。以不同的仪器组合设计了3组实验,采用偏最小二乘法建立近红外光谱定量分析模型,进行了模型转移研究。以第一组实验为例,经过迁移学习后建立的酸值和过氧化值模型的相关系数,由0.068419和-0.371980上升至0.730980和0.819040;校正均方根误差系数由0.358180和0.090110下降至0.192480和0.032720。实验表明,迁移学习可以有效地缓解模型失效问题,提高了模型的泛化能力。该研究可为光谱分析模型的广泛应用提供新的思路。     

液相放电处理海水中卤虫的研究

运用液相高压脉冲技术,采用自行设计的板-孔-板反应器,处理压载水中典型的浮游动物——卤虫.对卤虫的虫卵、幼虫和成虫3个成长期进行研究,通过改变峰值电压、脉冲频率和处理时间这些参数来考查其对卤虫处理效果的影响.结果表明:随着峰值电压、脉冲频率和处理时间的增加,卤虫幼虫和成虫的杀灭率增加,虫卵的孵化率降低;在适当的放电参数下,卤虫成虫和幼虫的杀灭率均可以达到100%;较低电压对卤虫卵的孵化率没有影响,在电压高于34 kV时,虫卵的孵化率才会降低,然而,经过放电处理后虫卵的孵化时间会缩短.     

基于三维Mesh片上网络的双链路互连架构

片上网络(network on chip,NoC)作为一种全新的片上互连通信架构,面积受限,却具有丰富的线资源。而且,三维片上网络的层间互连线很短,同时提供了在第三维度上的互连扩展性。根据这些特性,该文提出了一种基于三维Mesh片上网络的双链路互连架构。在垂直方向上,该架构采用双链路互连,使其通信带宽加倍;而且,跨层连接的垂直链路降低了消息传输的路由跳数。这些都带来网络平均延时的降低和最大吞吐量的提高,却仅仅增加一些控制逻辑电路。仿真结果验证了理论分析。与传统的单链路架构相比,该架构以较小的面积开销换取了较大的性能提高。     

大跨V形刚构桥标高控制动态可靠性及灵敏度研究

提出基于响应面法进行大跨V形刚构桥标高控制动态可靠性及灵敏度分析的方法,该方法包括试验设计、有限元分析、响应面函数拟合、标高控制动态可靠性评估和灵敏度分析.以镇大公路运河大桥为例,在考虑有关参数变异的情况下,对施工过程中的标高控制动态可靠性及可靠性灵敏度进行评估,定量分析了各结构参数对标高控制动态可靠性的影响.研究结果表明:大跨混凝土V形刚构桥施工监控过程中随着悬臂长度的增加,标高控制动态可靠性和可靠性敏感性绝对值变化较大,应根据动态可靠性分析结果确定施工过程中的挠度变化允许最大误差.     

地面超载条件下覆跨比对浅埋隧道稳定性的影响

以青岛地铁江西路站为工程背景,通过典型数值模型的计算与分析,研究了地面超载环境中覆跨比对浅埋隧道的变形与受力特征等开挖稳定性规律.结果表明:不同覆跨比下浅埋隧道的破坏形态相似,首先是拱肩部位的围岩发生剪切破坏,然后破坏面逐渐发展至地表,围岩的塑性区形状呈倒锥体;覆跨比大小对隧道的围岩稳定性影响显著,覆跨比小于0.2时,围岩的破坏程度严重,出现地表、拱顶沉降变形不收敛的现象;覆跨比增大,有利于加强围岩与支护的共同作用,可以控制地层的变形发展、降低围岩的应力扰动;地面超载值越高,隧道结构的变形与地表沉降越大,围岩的应力扰动也越严重.     

Si4M(M=Li,Na,K,Be,Mg,Ca,B,Al)原子簇的密度泛函理论研究

采用密度泛函理论B3LYP方法,在6-311G*水平上,对Si5原子簇各稳定构型中的一个Si原子,经M(M=Li,Na,K,Mg,Mg,Ca,B,Al)取代后所得到的各种Si4M原子簇的几何构型,进行优化和频率计算,获得它们的稳定结构.在所有的Si4M原子簇中,具有C2v对称的三角双锥结构是最稳定的构型,且同一主族金属原子,按照从上到下的顺序,Si-M键Mulliken重叠布居数依次减少,键强度依次减弱,键长依次变长;同一周期金属原子,按照从左到右的顺序,Si-M键Mulliken重叠布居数依次增大,键强度依次增强,键长依次变短.与同一主族和同一周期的原子共价半径的变化规律是一致的.     

基于灰色前馈神经网络的流行色预测

提出结合灰色理论和前馈神经网络的流行色预测模型GLMBPNN(Gray Levenberg-Marquardt Back Propagation Neural Network),并利用Levenberg-Marquardt算法提高传统BP(Back Propagation)神经网络模型的学习速率.运用灰色理论学习历史数据的变化规律,对数据进行灰化处理,再对比目标值与BP网络的初始输出值,不断进行逆向反馈修正,训练完毕后通过仿真、白化处理得出流行色预测值.研究表明,GLMBPNN模型预测所得的流行值比灰色模型方法所得值的精度高,且比传统BP神经网络的收敛速度快.     

杨木粉接枝β-环糊精的制备与表征

介绍杨木粉接枝β-环糊精(β-CD)的制备方法,采用柠檬酸(CA)为交联剂,将杨木粉接枝到β-环糊精上.探讨了反应温度、反应物配合比、对木粉的不同处理方法等因素对该接枝反应的影响.木粉-β-环糊精合成的最佳条件为:首先合成柠檬酸-β-环糊精,然后在这个反应体系中,控制木粉与柠檬酸-β-环糊精的质量比为1∶9,反应温度100℃,反应时间2.5h,木粉-β-环糊精中β-环糊精的含量最高,为19.37μmol·g-1.