Modeling and multi-objective optimization of a gasoline engine using neural networks and evolutionary algorithms

In this paper, a multi-objective particle swarm optimization （MOPSO） algorithm and a nondominated sorting genetic algorithm II （NSGA-II） are used to optimize the operating parameters of a 1.6 L, spark ignition （SI） gasoline engine. The aim of this optimization is to reduce engine emissions in terms of carbon monoxide （CO）, hydrocarbons （HC）, and nitrogen oxides （NOx）, which are the causes of diverse environmental problems such as air pollution and global warming. Stationary engine tests were performed for data generation, covering 60 operating conditions. Artificial neural networks （ANNs） were used to predict exhaust emissions, whose inputs were from six engine operating parameters, and the outputs were three resulting exhaust emissions. The outputs of ANNs were used to evaluate objective functions within the optimization algorithms： NSGA-II and MOPSO. Then a decision-making process was conducted, using a fuzzy method to select a Pareto solution with which the best emission reductions can be achieved. The NSGA-II algorithm achieved reductions of at least 9.84%, 82.44%, and 13.78% for CO, HC, and NOx, respectively. With a MOPSO algorithm the reached reductions were at least 13.68%, 83.80%, and 7.67% for CO, HC, and NOx, respectively.     

给地球降降“体温”

今天,全球气候变暖给人类带来的威胁正日益明显。不久前,联合国环境规划署的一份报告更是作出了"可怕"的预测:本世纪末地球温度将上升3.5摄氏度。为了拯救地球,也就是为了拯救我们人类自己,     

二氧化碳“终结者”

现在全球气候变暖众所周知,各国提出的基本解决方案都是节能减排。然而,即使现在不增加二氧化碳的排放量,大气中包括二氧化碳在内的温室气体已经超标了。因此,科学家正在研究制造可以主动吸收二氧化碳的机器。     

中国“碳交易”方兴未艾

1992年5月9日,联合国政府间气候变化专门委员会通过了《联合国气候变化框架公约》。后又于1997年12月通过了该公约的第一个附加协议,即《京都议定书》。《京都议定书》把市场机制作为解决以二氧化碳为代表的温室气体减排问题的新路径,即把二氧化碳排放权作为一种商品,形成二氧化碳排放权的交易,简称碳     

关于开征环境税若干问题的思考

目前我国环境污染总体上处于“爬升”阶段,主要污染物排放量远远超过环境容量,环境形势严峻,以牺牲环境为代价的粗放型经济发展模式普遍存在。环境问题已成为我国社会、经济发展面临的一大挑战,而环境税的缺位使得经济政策对环境问题的解决缺乏有效的传导机制。     

关于开征环境税若干问题的思考

目前我国环境污染总体上处于‘爬升’阶段,主要污染物排放量远远超过环境容量,环境形势严峻,以牺牲环境为代价的粗放型经济发展模式普遍存在。环境问题已成为我国社会、经济发展面临的一大挑战,而环境税的缺位使得经济政策对环境问题的解决缺乏有效的传导机制。     

科技快递

中国科学院南京土壤研究所的研究人员绘制出“全球甲烷排放地图”。根据这张地图,我国的实际稻田甲烷排放量仅为之前国际测量的四分之一。     

解答图表题的“三、二、五

正解答图表题时应注意"三看"、"两比较"、"五忌"。"三看":一看图表的标题(表格名称)。二看表格内的项目和数据等内容。三看表注(备注)。"两比较",即"横向比较"(通常比差距)、"纵向比较"(通常比变化);不同表格之间的关系是因果关系还是一个问题的两个方面等等,这可能也会是后面的设问要求回答的问题。"五忌":一忌离开图表标题和设问谈图表,不知图表所云;二忌离开对图表的分析作答,答了一些与图表无关的书本知识;三忌审题不严,答题要点不全,观点不准;四忌词多意少,言语啰唆;五忌字迹潦草,概念出错。     

基于GM-BP建模的城市工业废气排放量预测

城市工业废气排放量变化是非线性的,同时具有复杂的随机性和趋势性特点,传统单一预测模型难以对其变化规律进行准确表达,从而导致预测精度较低。为提高城市工业废气排放量的预测精度,提出了GM-BP组合模型。通过GM（1,1）模型对城市工业废气排放量变化趋势进行预测,然后运用BP神经网络模型对GM（1,1）模型的趋势预测值进行误差修正,以提高预测精度。对南京市2007～2010年城市工业废气排放量进行的仿真实验表明,GM-BP模型的预测精度较高,能够应用于城市工业废气排放量预测。     

呼和浩特市机动车污染现状分析

对呼和浩特市2012年不同车型、不同燃料类型、不同排放标准的载客和载货车辆保有量及相应的CO、HC、NOX污染物排放现状进行了分析。笔者的分析将对"十二五"氮氧化物总量控制工作的开展和城市空气质量及人居环境的改善起到积极作用,为呼和浩特市机动车氮氧化物总量减排及尾气污染综合防治工作提供一定的参考。