简介：摘要：人工影响天气又被称之为人工天气控制，主要是通过现代化科技的方式对气象状态进行一定的调整，其主要目的是对气象灾害进行控制和预防。例如在干旱时节通过人工降雨的方式来增加降雨量，或是在降雨量过多时，将雨云打散来停止降雨。而无论是何种人工天气控制模式，都需要在适当的条件下，按照相关科研的要求，对局部地区的大气化学和物理状况进行一定人工影响的方式来进行天气控制。其基本原理都是通过对云层和物理学方式进行调整，例如在云中播撒催化剂等方式，通过这种方式能够对局部天气现象进行调整，以保证天气状况，适合人类生产生活。

简介：摘要：随着我国经济的快速发展，铁路建设实现了跨越式发展，特别是铁路桥梁方面的建设工作，在一定程度上消除了我国公铁路压力，虽然近年来我国在铁路桥梁建设中有了明显的发展，桥梁数量的增加，和我国工业基建水平的提升是密不可分的。若不能提高桥梁施工质量，保证桥梁施工技术的规范性，就可能在桥梁投入使用之后，酿成巨大事故。本文将分析铁路桥梁工程施工中的主要施工技术，然后提出现阶段铁路桥梁施工技术与质量控制研究，接着说明铁路桥梁施工中强有力的质量控制措施。

简介：摘要目的比较常见时间序列模型应用于新型冠状病毒肺炎（COVID-19）疫情预测的效果。方法收集2020年4月1日至9月30日美国、印度和巴西3个国家COVID-19每日确诊病例数，分别建立差分自回归移动平均（ARIMA）模型和循环神经网络（RNN）模型，使用平均绝对百分比误差（MAPE）和均方根误差（RMSE）等指标，比较不同模型预测9月21-30日确诊病例的表现。结果应用ARIMA模型预测美国、印度和巴西疫情的MAPE分别为13.18%、9.18%和17.30%，RMSE分别为6 542.32、8 069.50和3 954.59；应用RNN模型预测美国、印度和巴西疫情的MAPE分别为15.27%、7.23%和26.02%，RMSE分别为6 877.71、6 457.07和5 950.88。结论ARIMA和 RNN模型的COVID-19预测效果存在地区差异，ARIMA模型的预测效果在美国和巴西较优，而RNN模型的预测效果在印度较优。