针对火电机组SO_(2)排放质量浓度的影响因素众多,难以准确预测的问题,提出一种改进向量加权平均(weighted mean of vectors,INFO)算法与双向长短期记忆(bi-directional long short term memory,Bi-LSTM)神经网络相结合的预测模型(改进IN...针对火电机组SO_(2)排放质量浓度的影响因素众多,难以准确预测的问题,提出一种改进向量加权平均(weighted mean of vectors,INFO)算法与双向长短期记忆(bi-directional long short term memory,Bi-LSTM)神经网络相结合的预测模型(改进INFO-Bi-LSTM模型)。采用Circle混沌映射和反向学习产生高质量初始化种群,引入自适应t分布提升INFO算法跳出局部最优解和全局搜索的能力。选取改进INFO-Bi-LSTM模型和多种预测模型对炉内外联合脱硫过程中4种典型工况下的SO_(2)排放质量浓度进行预测,将预测结果进行验证对比。结果表明:改进INFO算法的寻优能力得到提升,并且改进INFO-Bi-LSTM模型精度更高,更加适用于SO_(2)排放质量浓度的预测,可为变工况下的脱硫控制提供控制理论支撑。展开更多
文摘针对火电机组SO_(2)排放质量浓度的影响因素众多,难以准确预测的问题,提出一种改进向量加权平均(weighted mean of vectors,INFO)算法与双向长短期记忆(bi-directional long short term memory,Bi-LSTM)神经网络相结合的预测模型(改进INFO-Bi-LSTM模型)。采用Circle混沌映射和反向学习产生高质量初始化种群,引入自适应t分布提升INFO算法跳出局部最优解和全局搜索的能力。选取改进INFO-Bi-LSTM模型和多种预测模型对炉内外联合脱硫过程中4种典型工况下的SO_(2)排放质量浓度进行预测,将预测结果进行验证对比。结果表明:改进INFO算法的寻优能力得到提升,并且改进INFO-Bi-LSTM模型精度更高,更加适用于SO_(2)排放质量浓度的预测,可为变工况下的脱硫控制提供控制理论支撑。
文摘在水温(20±1)℃下,采用静水测试法研究养殖水体中不同质量浓度(0、0.093 75、0.187 5、0.375、0.75、1.5 mg/L)Cu^(2+)对体质量10 g左右草鱼(Ctenopharyngodon idellus)脑和肝胰脏的组织结构及肝胰脏中超氧化物歧化酶(SOD)活性的影响,试图探讨重金属的毒性积累和毒性机制。结果表明,Cu^(2+)对草鱼的24、48、96 h半数致死浓度(LC50)分别为1.278、1.227、0.276 mg/L,由(48 h LC50×0.3)/(24 h LC50/48 h LC50)2和公式96 h LC50×0.1计算出安全质量浓度分别为0.361、0.011 9 mg/L。中毒初期草鱼脑细胞轻微聚集,细胞核微增大;随时间延长,脑异常加重,细胞聚集明显,核增大几乎充满整个脑细胞;肝胰脏细胞膨大,离散,核缩小,胞浆轻微溢出,少数肝胰脏细胞胞浆溢出,残留的核物质散乱分布,肝胰脏细胞凝固性坏死。随着Cu^(2+)浓度升高和时间延长,草鱼肝脏中SOD活性降低。
