价值驱动的企业生态效率分析

本文将生态效率分解为3个组成部分， 即销售利润率、总资本周转率和可持续杠杆率，以此来确定企业生态效率的价值驱动因素。选择京津冀地区重化工企业为研究对象， 基于价值驱动对企业主要污染物——SO2（排放） 效率进行定量分析和预测。研究发现： （1） 当企业的可持续杠杆率较低时，较高的经济效益并不能弥补其较低的生态效率； （2） 不同企业污染物的排放（生态） 效率与经济环境和可持续发展水平息息相关， 生态效率较高的企业具有资产回报率升高的潜力； （3） 万元总资产的污染物（So2） 排放量的年下降率在临界值ｔ ＝ｔδ ＝0.0476 以下时， 污染物（SO2） 排放量逐年递增， 反之则逐年递减； （4） 通过对2018～2050年企业的环境负荷预测， 发现当企业的单位总资产SO2 排放量不变时， 实际SO2 排放量与总资产同步增长。因此， 单位总资产SO2排放量， 即可持续杠杆率指标， 有必要保持一定的年下降率， 这一指标是重化工业可持续发展的重要价值驱动因素。     

ZJ19型卷烟机牌子箱工装设计

安装有牌子箱的ZJ19卷烟机在生产过程中发现有烟支跳号以及牌子箱后盖拨轮位置漏油问题,造成质量隐患和原辅材料浪费。设计2个专用工装,对所有ZJ19卷烟机的牌子箱进行重新调整和精准定位,基本上解决了烟支跳号和牌子箱后盖拨轮位置漏油问题,提升了设备效能和工艺保障能力。     

区域水环境质量模糊灰色决策评价

区域水环境质量是一个多层次、多目标、多因素控制的复杂系统。基于水环境质量评价所具有的模糊性和灰性特点,将模糊数学理论中的隶属函数和隶属度等概念引入灰色局势决策中,构成区域水环境质量的模糊灰色决策评价模式。用该评价模式对湖南湘江株洲至长沙区域河段水质进行综合评价。实例评价表明,该模式具有评价信息量多、结论可靠等优点。     

EPO在PEG/(NH4)2SO4双水相体系中的分配研究

探讨了采用PEG/(NH4)2SO4双水相体系纯化EPO的可行性和工艺条件,实验考察了PEG相对分子质量、成相物质质量分数、pH值和NaCl质量分数对EPO分配的不同影响。     

焦炉烟气循环流化床半干法脱硫技术应用及优缺点分析

我国是工业大国,燃煤电厂、炼焦化学及水泥、化工、玻璃行业等在生产的过程中产生一定量的粉尘、SO2、氮氧化物(NOx)和有害金属元素等,烟气中SO2对环境的危害最为严重,大量SO2的排放会引起酸雨、光化学烟雾、臭氧层破坏和温室效应等一些列的环境问题,控制大气中SO2的排放引起了全球的关注,同时也是我国目前大气环境中保护的重点和难点。为了解决大气污染,目前来看,就循环流化床办干法脱硫工艺是最为理想的方法。本文对焦炉烟气循环流化床半干法脱硫工艺的原理进行了简单的概述,然后就该工艺的优缺点与发展进行了详细地分析。     

基团贡献法预测离子液体性质及酸性气体溶解度

基团贡献法是预测化合物物化性质的有效方法,被广泛应用于纯物质及混合体系的物性估算。介绍了基团贡献法对离子液体的密度、黏度、电导率及对CO2和SO2气体吸收的预测。分析表明,通过建立基团贡献法的参数模型,可以定向设计离子液体,推动离子液体在气体吸收方面的工业化应用。对基团贡献法主要优势进行总结,对ILs吸收气体的工业化应用进行了展望。     

从环境空气容量的角度分析区域新建火电机组的潜力

从环境空气容量的角度分析环境空气中火电机组SO2实际排放量逐年的下降率与环境空气容量逐年的增长率之间的关系。以广州为例,分析了广州2008-2015年环境空气中SO2可排放的剩余容量,以燃煤火电SO2排放量自身平衡为条件,测算到2015年火电排放SO2量与2010年持平的情况下所允许新增火电机组的装机容量,为区域在保证环境空气质量的前提下提供新建火电机组容量的依据。     

石家庄市2005-2012年环境空气质量变化及影响因素分析

利用石家庄市区环境空气质量定点监测资料,研究了市区2005-2012年环境空气质量变化趋势及影响因素。结果表明:石家庄市首要污染物是PM10(可吸入颗粒物),其次为SO2(二氧化硫),呈现尘污染和煤烟型污染特征;SO2和NO2(二氧化氮)、PM10月均值总体呈非采暖期小于采暖期的趋势,PM10在非采暖期3-5月份出现一个小高峰,沙尘天气影响可能是其主要原因。API(空气污染指数)的月均值与PM10月际变化趋势一致,表明石家庄市大气污染以尘污染为主。总体上,PM10呈现显著下降趋势,SO2和NO2呈不显著上升趋势,空气综合污染指数表现为不显著下降。能源结构变化、产业结构变化、污染源综合整治对减轻环境空气污染起到一定的作用。     

石家庄市春季PM_(10)和PM_(2.5)浓度及其水溶性离子组分特征分析

对2013年春季石家庄市PM10和PM2.5中水溶性离子进行分析,石家庄市春季PM10平均质量浓度为354.9μg/m3,总水溶性无机离子质量浓度为105.48μg/m3,其中SO2-4,NH+4,Ca2+,Cl-和NO-3是主要的水溶性无机离子,占总离子质量分数依次为40.89%,17.93%,13.49%,10.75%和9.09%,共计92.15%;PM2.5平均质量浓度为174.4μg/m3,总水溶性无机离子质量浓度为86.45μg/m3,与PM10中一样,SO2-4,NH+4,Cl-,NO-3和Ca2+是主要的水溶性无机离子,占总离子质量分数依次为41.06%,24.25%,12.11%,8.34%和5.32%,共计91.08%。石家庄市春季PM10及PM2.5中NO-3/SO2-4比值分别约为0.22和0.20,由此判断石家庄市春季主要污染以固定源为主,以燃煤及工业生产为主要来源。     

我国经济增长、能源消费和CO_2排放的投入产出多目标优化

基于新常态下中国经济高质量发展的要求以及国家控制CO_2排放的中长期目标,开发了一个动态投入产出多目标优化模型,对2020—2050年期间我国经济增长、能源消费和CO_2排放进行预测。该模型的目标函数是对研究期间GDP累计的最大化和CO_2排放总量的最小化,制约条件是产业的动态投入产出平衡、能源消耗、规划期间内的GDP平均增速等。根据经济发展模式和碳减排力度共设立了9种情景,包括常规发展、一般高质量发展和强化高质量发展3种经济发展模式下的3种碳减排情景(基准情景、低碳情景和强化低碳情景)。研究结果表明:提高行业增加值率、合理调整产业结构、提高能耗利用效率是实现高质量经济发展、降低能耗和CO_2减排目标的重要措施。     

水中COD测量不确定度的评定

建立了水中COD测定的不确定度模型,并给出了各不确定度分量的灵敏度系数。从模型可见影响COD测量不确定度值的主要因素来自于硫酸亚铁铵浓度、水样滴定消耗硫酸亚铁铵、空白滴定消耗硫酸亚铁铵和水样移取等引进的不确定度分量。计算了各不确定度分量值并给出了扩展不确定度。     

基于机器学习的妊娠期糖尿病智能预测系统设计与实现

为帮助有效识别患有妊娠期糖尿病的孕妇,提前干预治疗,降低其潜在风险,设计并开发了妊娠期糖尿病智能预测系统。首先,在对比10种机器学习模型的基础上对临床数据集进行数据归一化和特征筛选,减少模型计算复杂度和一些使模型不稳定的特征;其次,使用Stacking算法对10种不同的机器学习模型进行集成,分别搭建2个集成模型Stacking1和Stacking2,比较集成模型的性能;最后,基于PyQt5设计妊娠期糖尿病智能预测系统,预测孕妇患妊娠期糖尿病的风险,并给出建议。结果表明：使用10个机器学习模型以及2个集成模型对GDM进行预测,发现GBDT的预测结果高于其他机器学习模型,集成模型 Stacking2将多个异质学习器相结合表现出较高的准确性和可靠性,且评价指标Accuracy、Precision、Recall、AUC分别为0.900 9、0.901 2、0.900 7、0.900 7,均高于同类模型。智能预测系统能有效预测妊娠期糖尿病的风险,能够及早发现易患病人群,并提供妊娠期糖尿病的科普知识,从而加强对易患病人群的健康管理,降低妊娠期糖尿病发生的风险。     

高斯过程机器学习在临河地铁车站基坑变形预测中的应用

为了更准确地对临河基坑开挖过程中出现的变形进行预测和风险预警,以天津地铁7号线王兰庄站出入口基坑临河施工为例,提出了一种基于改良高斯过程机器学习的临河基坑变形预测方法。首先,将施工过程收集的变形位移监测数据作为学习样本;其次,利用改良高斯过程回归算法对学习样本进行训练,并通过自适应不同的训练函数,获取较为合理的基坑变形代理模型;最后,通过代理模型预测基坑变形位移,并识别基坑风险,同时与传统高斯预测结果、有限元计算结果和实测值进行比较。结果表明：1）改良高斯过程回归方法较常规高斯过程的模拟效果更好,在样本点充足的条件下,可准确地根据基坑变形数据学习并预测后续基坑开挖的变形位移;2）相较于工程应用较多的有限元计算方法,采用改良高斯回归过程机器学习方法,可根据现场的实际监测数据对变形进行动态地学习、分析与预测。研究成果更贴近现场实际情况,具有较强的推广价值,可为基坑变形预测提供参考。     

基于Isomap-MPA-LSSVM软测量模型的PVC聚合过程转化率预测

针对聚氯乙烯（PVC）聚合过程转化率难以实时获取,提出了一种基于Isomap-MPA-LSSVM软测量模型预测氯乙烯单体（VCM）转化率的方法。首先,为消除数据间共线性,采用等度量映射（Isomap）算法对原始数据特征进行提取,得到模型的输入变量。其次,用海洋捕食者算法（MPA）优化最小二乘支持向量机（LSSVM）的参数,并建立模型。最后,进行仿真实验。结果表明,软测量模型相较于MPA-LSSVM与LSSVM模型,预测的平均绝对误差分别降低了43.03%和59.92%,均方根误差分别降低了30.27%和52.24%,显著提升了VCM转化率的预测精度。所提模型能精确预测VCM转化率,对提高PVC的产品质量具有重要参考意义。     

湖北省碳排放权交易体系总量目标研究

湖北省作为我国首批开展碳排放权交易试点工作的7个省市之一,将肩负起我国中部地区的低碳示范的任务和责任。对碳排放总量目标进行预测是建立碳排放权交易体系的基础工作,是确定配额的前提条件。以2007年湖北省投入产出表为基础,运用以投入产出模型为基础的混合能源经济模型,对2013—2020年期间湖北省在不同经济发展速度和低碳技术发展模式下的能源消费总量、能源强度以及由能源消费引起的CO2排放总量和由水泥生产引起的CO2排放总量等进行了预测,以此作为湖北省碳排放权交易体系总量目标设置的参考依据,并为湖北省低碳发展提出政策建议。     

Market Structure and the Speed of Price Adjustments: Evidence Of Non-Monotonicity

Rational distributed lag and partial adjustment models are used in this paper to analyze the speed of adjustment of consumer deposit rates. Dummy variables conditioned on market concentration are added to the rational distributed lag model to test for speed of adjustment differences across high, medium, and low concentration markets. The estimated model parameters suggest low, as well as high, concentration markets exhibit slower speed of adjustment (or more price rigidity) than the medium group. Thus, the results for the rational distributed lag model estimation provide empirical evidence of a possible non-monotonic relationship between market concentration and price rigidity. This relationship is further examined within the context of a partial adjustment model by estimating the speed of adjustment parameter as a non-linear (quadratic) function of market concentration. The results support the findings derived from the estimation of the rational distributed lag model. These findings have important implications for: (1) future research that attempts to empirically estimate relationships between market structure and price behavior, and (2) antitrust policies that assume reductions in market concentration will always lead to more competitive, presumably less rigid, pricing behavior.     

区域交叉口交通拥堵传播规律挖掘方法研究

为了准确识别和预测区域交叉口的交通状态,研究道路网络中的拥堵传播规律,以交叉口流量数据为研究基础,提出了一种改进型需求-容量的交叉口交通状态判别方法。结合交通领域的具体特点,对算法数据库进行适应性调整,采用一种基于路网拓扑结构约束的Aprior算法,建立区域交叉口拥堵传播规律挖掘模型,并以苏州市某区域的交叉口数据为实例进行验证,从时间维度分析发现拥堵具有相似性和反复性,从空间维度研究获取"回溢"和"流出"2种拥堵传播模式,与现实情况相符。结果表明,模型能够有效挖掘区域交叉口拥堵传播规律,并根据传播规律中各个交叉口拥堵发生的时序特性进行交通状态预测。所得结论对实现拥堵预警和交通拥堵的早期干预具有一定的借鉴意义。     

基于Stacking模型融合的店铺销量预测

为了实现企业产品销量预估,提高生产供应的准确性与效率,提出了基于Stacking模型的融合算法进行销量预测。算法设计了两层堆叠的模型结构,初级学习器采用随机森林、支持向量回归、差分整合移动平均自回归、轻量级梯度提升机器和门控循环单元5种单模型,将分类与回归树作为次级学习器构成Stacking融合模型,并对数据进行了预测。预测结果显示,使用Stacking模型融合后得到了较好的预测结果,比单模型中效果最好的模型的均方根误差更小,平均绝对误差更小,决定系数值更大,表明Stacking融合模型的预测准确率更高。所设计模型可用于对企业店铺的产品销量进行预测,帮助企业更好地安排生产、营销活动,为减少库存、缩短生产销售周期提供数据支持,对企业生产决策有一定的参考价值。     

波浪作用下的海底管道溢油扩散运移规律

为了最大程度减少溢油事故造成的环境污染及经济损失,对海底管道溢油扩散行为的影响因素进行研究。首先,利用流体力学软件建立了波浪条件下的二维有风模型,并进行了验证。其次,通过二维有风模型进行溢油模拟,分析讨论了原油密度、海浪波长、水面风速等因素对溢油扩散的影响。研究结果表明:1)建立的二维有风模型模拟结果比现有文献中模型更符合实验值,可靠性更高,可用于海底溢油情况的预测;2)原油密度会显著影响溢油到达海平面的时间及横向漂移距离;3)海浪波长对溢油上升速度有轻微影响,而对溢油横向扩散区域有显著影响;4)水面风速在溢油抵达海平面前几乎没有影响,但会加快抵达海平面后的扩散过程。研究结果可为溢油事故应急处理方案的制定及溢油的回收利用提供科学依据。