改性活性炭对甲胺恶臭气体吸附研究

甲胺作为一种具有代表性的胺类恶臭气体,是工业中常见的原料与中间体,广泛存在于污水处理过程中。其嗅阈值为0.021 mg/m^3,稳定且难以生化降解,会影响人体健康。同时,居民区人口密集,工业区与市政设施在部分地区距离居民区较近,因此甲胺是急需治理的大气污染物之一。以方便高效且应用性强的氧化方式对活性炭进行改性并应用于气态甲胺处理。当达到穿透点(出口质量浓度为5 mg/m^3,穿透率约2%)时,HNO 3改性活性炭最高穿透吸附量为517.30 mg/g,是原始活性炭的45.7倍。通过对比改性前后活性炭的表面特征,并用吸附动力学数据研究了甲胺的吸附特性,表明甲胺在HNO 3改性活性炭上的吸附是物理吸附和化学吸附的结合。当接近平衡时,吸附速率通过颗粒内扩散来控制。

基于tlPSO-SVM模型的肿瘤进展预测

为研究患者肿瘤进展情况与各项指标之间的关系,以支持向量机(SVM)作为分类模型,根据各项检查指标预测肿瘤进展情况。设计三层粒子群优化算法(tlPSO)对SVM模型进行参数寻优,使用训练集建立分类模型,利用测试集评估模型性能,得到tlPSO-SVM模型。tlPSO算法能有效降低陷入局部最优解的机率,获取全局最优参数,从而使模型具有最优的分类性能。将血常规、中医症候、FACT评分等指标作为输入,肿瘤进展情况作为分类输出,建立分类模型并进行预测。实验结果表明,tlPSO-SVM模型准确率较高,具有较好的分类性能。

面向数据中心间网络带宽的在线定价机制设计:基于强化学习的方法

随着云服务的快速发展,数据中心间的网络带宽已经成为了宝贵的资源.目前,带宽以固定价格出售,并由流量工程进行容量分配.这种方式无法提供传输时间的保证.然而,大多数传输任务都有严格的截止时间限制,未及时完成传输会给用户造成较大的收益损失.此外,对于服务提供商来说,固定价格定价机制将导致网络利用率低下,不利于最大化其长期累积收益.因此,本文希望设计在线定价机制,最大化服务提供商的收益,同时保证用户传输请求的真实性.本文首先提出基于价格表的在线定价机制PLPM:服务提供商向用户实时地展示价格表,由用户选择特定的传输时间和传输量以满足其传输要求.PLPM利用强化学习的方法更新价格表,实现对不同时间、不同容量状态的带宽进行定价.进一步地,本文提出了基于请求的在线定价机制RPM:用户可以自定义其传输类型、传输量和截止时长.RPM在线地学习用户的估价以实现收益最大化和真实性,并匹配了基于优先级的带宽分配策略以提升网络带宽利用率.最后,通过实验证明了所提出的定价机制相比于固定定价机制,可以大幅提高累积收益和网络带宽的利用率.

基于预选址下充电站的选址和定容

本文主要研究了成都地区电动车充电站的选址和定容。针对实际路况的的复杂性,结合了时间因素考虑问题。首先通过服务范围的划分确定充电站的预选址,再以平均等待时间和服务范围为约束条件,以耗电成本和排队成本最小为目标建立规划函数。对目标函数的求解采用粒子群算法,该算法能通过较少的参数找到全局最优点。最后算例分析中验证了选址和定容方法的有效性和实用性。

变系数模型在医学纵向数据研究中的应用

为了对医学纵向数据进行建模研究,利用变系数模型探索时变的检测指标与时变的肿瘤大小之间的映射关系,提出基于B样条估计与adaptive-LASSO惩罚最小二乘结合的两步迭代法进行系数估计与变量选择,该方法在系数估计的同时分离变系数、常系数和零系数。将变量选择方法应用于医学肿瘤数据中,对各个变量进行系数估计,研究不同时刻的症状对肿瘤大小进展的影响,并最终对肿瘤大小进行预测。平均相对误差的计算结果表明该模型模拟效果较好。