中印两国产业技术关联实证测度与国别比较研究

"一带一路"倡议下深化中印产能合作,推进两国产业转型发展,需要深度剖析两国产业技术依存关系。据此,借助投入产出模型实证测度中印两国分行业产业关联和产业波及系数,分析并国别比较中印两国四大产业群划分及行业类型的确定、战略性优势产业遴选以及最终需求项目的诱发和依赖程度。研究表明,中印作为两个最大的新兴经济体,同时存在产业结构趋同和在产业价值链、产业技术关联和波及效应等方面的显著差异。基于融入"一带一路"、健全产业合作协调机制、实现产业优势互补和优化价值链空间布局等方面提出推进中印产业转型发展的新思路。     

随机Logistic模型的稳态关联函数

 针对2个Gauss白噪声驱动的Logistic模型,研究了噪声间的关联效应对稳态关联函数的影响.利用Stratonovich近似解耦,得到了随机Logistic模型的稳态关联函数和相应的衰减速率.经过数值计算,结果表明:噪声的负关联效应不会破坏原有的稳态关联函数的变化趋势,但使得稳态关联函数的衰减加速,而噪声的正关联效应会导致稳态关联函数衰减出现慢化.     

具有气敏涂层的GMF静态磁机耦合模型及实验研究

为实现超磁致伸缩薄膜(GMF)在微气体传感器领域的应用,需要研究其在气敏涂层条件下的磁致伸缩特性.以几何非线性弹性理论为基础,将磁致伸缩效应等效为GMF上体积力作用下的变形效应,建立了具有气敏涂层的悬臂梁式结构双层GMF低磁场下静态磁机耦合模型,解析了GMF悬臂梁末端的磁场与位移的数学关联.通过对双层薄膜TbDyFe/PI/SmFe和TbDyFe/Cu/SmFe进行试验,验证了磁场与位移数学关联的正确性.结果表明,曲线模型有较好的预测性,具有气敏涂层的GMF表现出更好的磁致伸缩效应.     

基于模糊概率符号有向图的复杂系统故障诊断

通过分析复杂系统的故障信息传递特性,在符号有向图(SDG)中引入了状态关联概率和模糊信息,并结合面向对象技术提出了一种新的故障描述模型--模糊概率有向图.给出了基于此模型的建模方法和诊断流程.进一步引入消息节点和支路,通过连接各子实体对象的模糊概率SDG模型,构成整个复杂系统的模糊概率SDG系统.该模型能对复杂系统故障诊断中存在的复杂关联关系进行建模与故障诊断.利用该方法建立了某武器平台的故障诊断系统,实验结果表明提出的方法有效且实用.     

城市基础设施网络关联响应研究

为了研究灾害在基础设施网络间的传播情况,提出一种基于复杂网络的基础设施网络关联响应的计算方法.给出基础设施系统的网络模型描述规则,并以华中地区某城市的供水和供电系统为例建立了基础设施系统关联响应模型.给出了网络关联响应因子的定义,研究了城市供水网络和供电网络在随机失效和蓄意攻击下关联因子的变化,结果表明:攻击发生时,关联响应因子先增加后减少,随机攻击时的关联因子比蓄意攻击时要大.     

农村能源发展规划模型

本文采用多级模型体系,以效应关联模型评价能源系统发展和社会经济发展的相互影响;以MEDEE模型进行能源需求预测;以优化模型进行能源系统的供需平衡,确定系统规划导向结构.并通过数据库管理系统的媒介作用,使各子模型耦合成一有机的模型系统.     

多参数耦合作用输流纳米管的振动分析

基于非局部Euler-Bernoulli梁模型,考虑外加纵向磁场及Pasternak弹性基体,应用哈密顿原理建立了纵向磁场作用下嵌入弹性基体中的简支输流单层碳纳米管(SWCNT)系统振动微分方程及其边界条件。应用微分变换法(DTM)求解上述微分方程,着重研究磁场强度、Pasternak弹性基体的弹性参数与剪切参数以及纳米管小尺度系数对系统临界失稳流速的影响及各参数耦合作用时参数间的相互影响。数值计算结果表明:磁场强度与弹性基体增强系统刚度,提高系统稳定性,但二者耦合作用时对系统刚度的影响表现出“此长彼消”的特点。小尺度效应降低系统刚度,相比磁场对刚度的影响,磁场的影响更为显著。小尺度效应与弹性基体的相互影响则表现出较为复杂的特点。     

高超声速飞行器模型弹性特性影响的机理分析

针对高超声速飞行器的弹性效应对气动及推进系统的耦合影响,基于一类高超声速飞行器构型,采用机理分析方法,分析飞行器弹性形变,计算飞行器机身和控制面发生弹性形变后的气动布局及发动机推进系统的推力,研究了弹性效应对气动及推进系统的耦合影响.仿真分析表明:当飞行器机身发生弹性形变时,升力、阻力、俯仰力矩及推力变化明显.低阶弹性模态对飞行器的影响起主导作用,弹性效应的影响在建模中不容忽视.     

用Lagrange乘子法优化并联液体冷却网络系统

对于并联网络液体冷却系统,现有的优化设计方法存在计算量大、不适应复杂系统的问题.为解决此问题,该文采用Lagrange乘子法求解各支路的最佳流量分配系数,在复杂系统中也能很快得到精确解.同时,该文还对系统的数学物理模型进行了讨论,研究结果表明,模型中换热系数关联式的指数对计算结果的影响小于4%, 数学物理模型是可靠的.该文还给出了分配系数与支路权重因子之间的近似关联式,并对其进行了分析和讨论.     

具有时滞效应的三物种食物链混沌行为研究

研究了具有时滞效应的三物种食物链模型,首先分析了与之相应的无时滞效应模型,模型最终趋于稳定焦点,但当考虑时滞效应时,系统会随时滞效应增强逐渐经历Hopf分岔和倍周期分岔,最终走向混沌,这实质上从一个全新的角度阐释了生态系统中复杂混沌行为的成因.并且通过研究由时滞效应引起的倍周期分岔,找到了Feigenbaum常数可能适用的另一类系统.     

应用变量因果序分析的符号有向图建模方法

针对传统符号有向图(SDG)建模方法容易引入虚假因果关系的问题,利用因果序分析时系统各阶自含结构进行逐层分解,通过各阶变量完全子集迭代解析平衡结构变量的层级因果关系,以及典范式积分链的约简导出动态结构变量的层级因果关系,运用中间变量的衔接作用,结合变量系数辨识定性的因果影响效果,实现了平衡、动态及混合结构的线性系统SDG模型的构建.以串联存储系统为实例进行验证,结果表明该方法消除了以系统方程等式关系直接导出SDG模型引入的虚假因果关系,且辨识出多处潜在的因果关系,与传统的SDG建模方法相比,以该方法构建的SDG模型精度更高,而且完备性较好.     

An Integrated Causal Path Identification Method

Finding causality merely from observed data is a fundamental problem in science. The most basic form of this causal problem is to determine whether X leads to Y or Y leads to X in the case of joint observation of two variables X, Y. In statistics, path analysis is used to describe the direct dependence between a set of variables. But in fact, we usually do not know the causal order between variables. However, ignoring the direction of the causal path will prevent researchers from analyzing or using causal models. In this study, we propose a method for estimating causality based on observed data. First, observed variables are cleaned and valid variables are retained. Then, a direct linear non-Gaussian acyclic graph models(DirectLiNGAM) estimates the causal order K between variables. The third step is to estimate the adjacency matrix B of the causal relationship based on K. Next, since B is not convenient for model interpretation, we use adaptive lasso to prune the causal path and variables. Further, a causal path graph and a recursive model are established. Finally, we test and debug the recursive model, obtain a causal model with good fit, and estimate the direct, indirect and total effects between causal variables. This paper overcomes the randomness assigning causal order to variables. This study is different from the researcher's understanding of his own model by generating some form of simulation data. The simplest and relatively unsmooth statistical learning method used in this study has obvious advantages in the field of interpretable machine learning.     

Probabilistic SDG model description and fault inference for large-scale complex systems

Large-scale complex systems have the feature of including large amount of variables that have complex relationships, for which signed directed graph （SDG） model could serve as a significant tool by describing the causal relationships among variables. Although qualitative SDG expresses the causing effects between variables easily and clearly, it has many disadvantages or limitations. Probabilistic SDG proposed in the article describes deliver relationships among faults and variables by conditional probabilities, which contains more information and performs more applicability. The article introduces the concepts and con- struction approaches of probabilistic SDG, and presents the inference approaches aiming at fault diagnosis in this framework, i.e. Bayesian inference with graph elimination or junction tree algorithms to compute fault probabilities. Finally, the probabilistic SDG of a typical example of 65t/h boiler system is given.     

基于因果关系的列控系统模型约简方法

在基于安全需求对验证问题进行投影的方法基础上,针对投影出的验证子问题,提出了基于因果关系的变量约简方法,定义了环境变量间的因果关系,归纳出基本的因果关系组合,并提炼出变量约简规则,通过变量约减减少了验证问题的状态空间.采用国内某地铁线路的相关数据进行建模和验证,结果表明,该方法能够有效降低系统验证复杂度.     

Auto-CRM系统的构建与实施方案研究

分析了客户关系管理在汽车企业中的应用特点和汽车企业建造CRM系统的必要性，建立了一种用于汽车企业的CRM系统模型，提出了该系统的体系结构和网络结构，重点讨论了客户销售管理、市场管理、支持和服务管理三个子系统的设计方案，并应用于实际，证明了这种系统的合理性和实用性．     

客户关系管理系统表示层的设计

客户关系管理(CRM)系统的实施是一个持续性的过程中，需要不断提高和完善。本文通过对CRM系统表示层功能的分析，依据组件化程序设计思想，建立了其结构模型和基于XML格式的数据模型，实现了表示层的动态可配置性，从而增强了系统的灵活性和扩展性。     

具有(F(V×V),R,→,■)模糊逻辑模型的稳定性结构

本文利用多边矩阵理论定义的正交性及对称性,给出了一种具有两种因果关系的模糊稳定性逻辑分析模型,这种稳定的逻辑分析模型结构清晰、简单,并且可用于解决许多复杂问题.     

Direct assimilation of satellite radiance data in GRAPES variational assimilation system

Variational method is capable of dealing with observations that have a complicated nonlinear relation with model variables representative of the atmospheric state, and so make it possible to directly assimilate such measured variables as satellite radiance, which have a nonlinear relation with the model variables. Assimilation of any type of observations requires a corresponding observation operator, which establishes a specific mapping from the space of the model state to the space of observation. This paper presents in detail how the direct assimilation of real satellite radiance data is implemented in the GRAPES-3DVar analysis system. It focuses on all the components of the observation operator for direct assimilation of real satellite radiance data, including a spatial interpolation operator that transforms variables from model grid points to observation locations, a physical transformation from model variables to observed elements with different choices of model variables, and a data quality control. Assimilation experiments, using satellite radiances such as NOAA17 AMSU-A and AMSU-B （Advanced Microwave Sounding Unit）, are carried out with two different schemes. The results from these experiments can be physically understood and clearly reflect a rational effect of direct assimilation of satellite radiance data in GRAPES-3DVar analysis system.     

基于B/S模式的连锁店CRM软件的开发

在以品牌为依托的连锁店企业经营方略中,客户服务占了很大的比重.客户关系管理CRM系统的应用具有很大的市场前景.而目前CRM系统很多是基于C/S模式的,并不符合电子商务的发展需要,因此使用当前流行的ASP开发工具开发基于B/S模式的连锁店CRM软件有较高的实用价值,本文将介绍以连锁店为使用对象的CRM系统的设计.