GM(1.1)模型在建筑物变形监测中的应用

通过对郑州市居民楼沉降变形监测数据进行处理,分别建立传统的GM(1.1)模型,新信息GM(1.1)模型,新陈代谢GM(1.1)模型,对三种模型进行分析与预报,比较的结果验证了新陈代谢GM(1.1)模型在建筑物沉降变形分析中的实用性、正确性和有效性。     

灰线性马尔科夫模型在建筑物变形监测中的应用

针对传统灰色GM(1,1)预测模型在建筑物变形监测预报中的拟合精度较差、预测精度较低和预测时间较短的问题,文中以传统GM(1,1)、线性回归和马尔科夫模型为理论基础,构建了灰线性马尔科夫预测模型,并结合某建筑物变形监测的观测数据,运用新陈代谢的计算模式进行预测。结果表明,灰线性马尔科夫预测模型的拟合精度和预测精度优于单一的灰色GM(1,1)预测模型和线性回归预测模型,灰线性马尔科夫预测模型具有预测精度高、预测时间长和稳定性高的优势。     

The Relation of Standard Metabolic Rate to Water Temperature and Body Weight of Schlegels Black Rockfish （ Sebastodes Fuscescens）

Standard metabolic rates of Schlegels black rockfish with different body weights are determined in laboratory by using the flow-through respirometer at 11.2℃, 14.7℃, 18.0℃ and 23.6℃. The results indicate that the standard metabolic rates increase with the increase of body weight at different temperatures. Relationship between them could be described as Rs=α lnW^b. The mean of standard metabolic rate is significantly different among groups, but the b values are not. The standard metabolic rates of amended standard body weights decrease with the increase of temperature, and the mean of standard metabolic rate is also significantly different among groups when the standard body weights are 48.6g, 147.9g, and 243.1g.Relationship between them could be described as Rsw = m e^-hT. The relations of standard metabolic rate (Rs) or relative metabolic rate (Rs) to body weight and temperature yield the following equations:Rs=1.160W^0.752-e^-9.494/7 and Rs‘=1.160W^0.254 e^-9.494/7.     

改进的新陈代谢GM(1,1)模型在建筑物沉降预测中的应用

对新陈代谢GM(1,1)模型所采用的灰色预测方法进行了改进,运用新的代数递推方程替代了原始的灰色微分方程,并利用某建筑物的沉降观测数据进行了预测与分析,结果表明,改进后的新陈代谢GM(1,1)模型的预测精度得到了显著提高。     

铀的微生物成矿作用研究进展

铀的微生物成矿作用研究尚处于实验研究阶段。微生物富集铀的机制可分为代谢性和非代谢性两类。前与代谢产生的酶、化学配位体、排泄物对铀酰的络合、还原有关；后是由细胞的负电位与带正电荷的UO2^2 间产生生理-化学作用，导致铀的生物吸附、吸收、离子交换和沉淀。它与微生物的代谢、活力无关。综述了厌氧菌、喜氧菌富集铀的实验结果、富集机制和今后研究的发展趋向。     

新陈代谢GM(1,1)模型在建筑物沉降预测中的应用研究

本文针对传统GM(1,1)模型存在的不足,建立了新陈代谢GM(1,1)沉降预测模型.并以某建筑物沉降为例对比两模型的预测值,结果表明新陈代谢GM(1,1)模型在处理该类数据上更加具有一定的优势.     

中国古今地域重名观念的变迁

近、现代的中国,历经大清国崩溃、中华民国兴亡和中华人民共和国崛起,其波澜壮阔之势、天翻地覆之变在数千年国史中无其他百年可比。风起云涌、新陈代谢之际,国家面对行政区域（以下简称“政区”）重名一度泛滥、失控的严峻局势,亡羊补牢,痛定思痛,毅然走上果断治理并持之以恒、更新观念且与时俱进的变革之路……     

基于熵值法定权的组合模型在变形预测中的应用

本文在介绍新陈代谢GM(1,1)、BP神经网络、卡尔曼滤波等三种单一的预测模型的基础上建立了基于熵值法定权的组合模型,通过实验分别对单一模型和组合模型进行分析和论证。实验结果表明:基于熵值法定权的组合模型预测精度要比单一的预测模型进度有所提高,为高精度变形预测又提供了一种新的行之有效的方法。