简介：<正>1月17日,河南(漯河)银鸽实业投资股份有限公司高层变动,力保定向增发主营业务纸业的发展。

简介：国土资源部网站（作者：杜宣逸）2018-03-06报道：环境保护部近日向国家发展改革委、财政部、商务部、人民银行等14个部门印送了《环境保护综合名录（2017年版）》（简称综合名录），同时向社会全文公开。

简介：<正>绿色时报2014-12-17报道:水资源短缺和水质污染频频发出的危急信号,已成为当今全球普遍关注的焦点问题之一。它无时无刻地提醒和警示我们:保护水资源、净化水质,确保人民生命健康安全,促进经济持续发展和社会文明进步,是一项带有根本性和战略性的重大历史任务。而关注和保护森林,扩大森林覆盖率,就是建造隐形的"天然水库",为人类拓展生存空间,永远造福于全社会。我国是水资源短缺、水土流失最严重的国家之一。据有关材料数据显示,我国人均水资源占有量只有世界平均水平的三成,并

简介：<正>新华社2012-4-10报道:环保部部长周生贤日前在全国第二次科技大会上指出,中国环境管理开始由以环境污染控制为目标导向,向以环境质量改善为目标导向转变。环保部副部长吴晓青透露,环保部将加快完善五大环保科技标准体系。这五大体系即环境科技创新体系、环保标准体系、环境

简介：为了切实推动企业学习型组织的建立，促进企业人才培养和建设体系的完善，近日，随着时代光华管理培训学院泉州企业远程培训示范基地（企业成长培训公益网络平台）的正式开通，以雀氏为代表的极具成长力的百家泉企被确定为该平台首期会员单位，将享受独立的免费网络学习平台。

简介：针对．1：业废水处理系统的时变性、非线性、复杂性和不确定性，利用废水处理监控系统取得表征废水水质的各项指标，构建基于BP算法的四层模糊神经网络模型。该网络模型仿真实际废水处理过程的结果表明，模糊神经网络具有较强的学习能力；其较BP网络对样本数据的仿真误差较小，平均相对误差仅为1.5％，为实现废水处理的自动控制提供可行途径。

简介：针对黑液液位控制系统的非线性、大惯性及时变性的特点,对PID神经网络（PIDNN）在黑液液位控制中的可行性进行了深入研究与探讨。通过Matlab仿真,比较了常规PID算法、基于BP的神经网络算法和PIDNN算法对黑液液位的控制效果,验证了PIDNN算法的良好自适应性和鲁棒性。

简介：抄纸过程中纸机系统具有大滞后、非线性、时变等特点,纸张定量与水分之间存在强耦合效应,针对这些问题,设计了一种基于RBF神经网络的PID解耦控制方法。利用RBF神经网络辨识定量与水分的数学模型,实时调整PID控制器的参数,实现系统的解耦功能。仿真结果表明,该方法具有良好的静态、动态性能和很强的自适应性,能有效解决纸张定量和水分之间的耦合作用。

简介：分数阶PID控制器继承了常规PID控制器的优点，并且具有更高的控制精度和更强的鲁棒性。针对常规PID控制器在纸浆浓度控制过程中存在的问题，设计了一种基于神经网络的分数阶PID控制器。用分数阶PID控制器代替常规PID控制器，并通过神经网络调节分数阶PID控制器的5个控制参数，实现一种参数自整定的PID控制器。仿真实验结果表明，神经网络分数阶PID控制器比常规PID控制器的控制精度高，对纸浆浓度的控制更稳定；采用神经网络分数阶PID控制器控制纸浆浓度是切实可行的，具有很好的推广应用前景。

简介：中华纸业传媒2017-08-03报道:7月16日,国务院第682号令公布了《国务院关于修改〈建设项目环境保护管理条例〉的决定》,自2017年10月1日起施行。本文说明新《条例》的改动及对项目建设和企业发展的影响。增加'不予审批情形'条款新《条例》增加第11条规定,建设项目有下列情形之一的,环境保护行政主管部门应当对环境影响报告书、环境影响报告表作出不

简介：中国经济网2015-05-13报道:国家税务总局局长王军5月11日表示,要加快修订《税收征管法》,同时,推动环境保护税等新税种立法。王军称,依法治税是适应经济新常态的迫切需要。随着我国经济发展进入新常态,税收工作呈现新的阶段性特征:一是税收增速总体放缓,税制结构存在的顺周期调节问题凸显。二是税源结构深刻变化,一方面跨地区、跨国经营的大企业集团不

简介：本文对吉林省东部长白山国有林区概况及天然林保护工程面临问题进行了论述,在阐述当前有待做好的主要工作同时,提出事关国有林区可持续发展的六点政策性建议.

简介：【本刊讯】国家环境保护部于2017年8月1日发布了关于《造纸工业污染防治技术政策》的公告（公告2017年第35号）,其附件为《造纸工业污染防治技术政策》。该《政策》内容有五章（总则、生产过程污染防控、污染治理及综合利用、二次污染防治、鼓励研发的新技术）,需要这方面详细信息者可到环保部官方网站查询。

简介：对造纸厂的用电负荷进行预测有利于对生产调度进行合理安排,从而降低能耗。本课题提出了一种粒子群优化算法(PSO)和最小二乘支持向量机(LSSVM)相结合(PSO-LSSVM)的短期电力负荷预测方法,该方法可对造纸厂未来每30min的电力负荷进行预测。结果表明,采用PSO-LSSVM算法对短期电力负荷进行预测时,预测结果的相对百分误差绝对值的平均值约为0.75%,精度高于其他行业的电力负荷预测值,模型具有良好的可行性和有效性。