基于低碳节能的建筑设计方法探讨

随着世界经济的快速发展,人们对建筑物的要求也越来越高,不仅要保证建筑物自身的重量,还要向低碳节能的方向发展。发展低碳节能的建筑可以有效的降低建筑物的能耗,减少资源的浪费。该文从低碳节能建筑的概念和重要性出发,对低碳节能建筑的设计方法进行了探讨,以供同行借鉴。     

高校青年马克思主义者的培养方法——以长春师范大学为例

青年是社会主义建设的中坚力量,高校是培养社会主义人才的重要阵地。培养一批坚定的马克思主义者,对于建设中国特色社会主义有着重要的意义。本文以长春师范大学为例,总结高校青年马克思主义者培养方法的实践经验,探究国内高校青年马克思主义者的培养方式。     

次分数布朗运动环境下后定选择权定价

为描述分数布朗运动难以描述的股价收益率变化非平稳的金融市场,假定股票价格服从次分数布朗运动,借助次分数随机分析理论和保险精算方法,得到了后定选择权定价公式.并通过分析期权价格灵敏度,说明各参数对期权价格有着不同的影响,另外给出了相应数值算例,表明金融市场不同的分形结构对期权价格有显著的影响.     

基于Kriging模型的多点加点准则和并行代理优化算法

针对并行仿真环境下复杂工程系统的优化设计问题,提出一种基于Kriging模型、多目标策略和聚类方法的并行代理优化算法.该算法的多点加点准则,以同时优化期望改进准则和可行性概率准则为目标,首先生成兼具目标响应改进和可行域边界刻画功能的备选试验点集;再利用聚类方法从备选点集中选取多个有代表性的新试验点.通过两个数值算例和一个工程算例,将所提并行优化算法与已有算法做比较,结果表明所提算法具有更高的优化精度、效率和稳健性.     

基于活动的瓶颈模型:公交枢纽晚高峰居民通勤研究

如何快速消除公交枢纽瓶颈的制约,是居民通勤的老大难问题.本文结合瓶颈模型与基于活动的方法来研究公交枢纽晚高峰居民通勤行为,以解决通勤者在其活动和出行之间的时间分配问题.以瓶颈模型为基础,考虑公交内部拥挤,将出行行为与活动相关联.通过引入公交内部拥挤成本,根据不同的效用函数选择出发时间,建立了动态出行均衡模型.并由此得出均衡条件下的相关性质,来解释晚高峰通勤者在瓶颈入口前排队的交通现象.研究发现,与传统瓶颈模型相比,基于活动瓶颈模型乘客动态更加丰富,出发时间选择更为复杂.算例结果表明,通勤者对公交车内部拥挤的敏感度越高,越会尽量地避开高峰出行.为了使净效用更大,通勤者会选择在工作地滞留较长时间,晚高峰时段推迟.     

基于SV-Copula的欧盟碳配额现货和期货价格相依性研究

碳配额现货和期货价格的相依性对投资者进行套期保值和投机套利均具有重要意义.本文采用SV (stochastic volatility)模型研究了欧盟碳配额现货和期货价格的波动特征,继而用Copula函数分析了两者之间的相依结构,结果发现:EU ETS (European Union Emissions Trading Scheme)第二阶段和第三阶段的碳现货与碳期货价格都存在显著的波动持续性和杠杆效应,且第三阶段碳现货和碳期货价格的波动风险均大于第二阶段;碳现货和碳期货价格之间存在高度相依性,且第三阶段碳现期货价格尾部相依性更强;两阶段中两者的尾部相依性呈现为对称且厚尾.     

基于WRT方法的港口危化品物流风险评估研究

针对港口危化品物流风险管理中风险因素众多和交互影响的复杂性,构建港口危化品物流的WRT风险评估模型.首先基于物理-事理-人理WSR理论构建港口危化品物流风险评估指标框架,其次通过风险过滤和排序RFRM理论对风险因素进行双重过滤,保留关键风险因素.然后基于TSS情景构建理论从物理、事理和人理三个层面构建港口危化品物流的多维风险情景,通过深入剖析各风险情景下风险因素之间的耦合关系,刻画港口危化品物流中的不同风险状态与风险源最后,基于熵权法和贝叶斯理论对我国7个重要港口进行多维情景风险评估,结果表明天津港和南京港整体风险较大,多数情况下二维情景风险大于三维情景风险,同时从多维风险情景下对物理、事理、人理的耦合风险进行分析,展示了各港口的薄弱环节,最后为港口危化品物流风险管理提出建议.     

基于最大熵方法的鲁棒自适应滤波及其应用

针对过程噪声和量测噪声受到脉冲噪声影响而呈现非高斯分布,且噪声统计特性不精确从而导致估计精度下降的问题,提出一种基于最大熵方法的变分贝叶斯自适应卡尔曼滤波(maximum correntropy variational Bayes adaptive Kalman filter, MCVBAKF)算法,并将其应用于捷联惯导系统(strapdown inertial navigation system, SINS)/全球卫星定位系统(global positioning system, GPS)组合导航系统。首先,使用最大熵鲁棒滤波方法对由脉冲噪声产生的野值问题进行处理;然后,通过改进的变分贝叶斯自适应方法进行后验更新,估计噪声,收敛所估参数的估计值;最后,进行了仿真对比。结果表明, MCVBAKF在复杂环境下可以有效提升滤波精度和稳定性。     

基于协方差矩阵重构的单基地MIMO阵列无网格DOA估计方法

提出了一种单基地多输入多输出(multiple-input multiple-output, MIMO)阵列中的协方差矩阵重构的无网格波达方向(direction-of-arrival, DOA)估计方法。该方法通过降维处理将MIMO阵列等效为信噪比(signal-to-noise ratio, SNR)提升的均匀线列阵,将目标方位估计问题转化为混合范数最小化(mixed norm minimization, MixNM)稀疏信号重构问题。进一步给出了与该稀疏重构问题等价的基于网格的凸优化问题,并模型化为半定规划来求解。为了解决网格大小影响估计性能的问题,利用了等价均匀线列阵的托普利兹结构,模型化为半定规划问题来重构无噪声协方差矩阵,最后通过范德蒙分解来估计目标方位。与传统的基于MixNM方位估计方法相比,该方法减少了优化变量个数。与其他离网格方法相比,该方法估计精度不受网格大小的影响,且能够估计相干源目标。实验仿真验证了该方法的有效性。     

序比例诱导分段无量纲化方法及其影响因素

为在评价数据的无量纲化处理过程中兼顾异常值情形，并减弱因异常值的存在而导致的无量纲化后数据之间分布不均衡的问题，在极值处理法的基础上，提出了一种非线性的无量纲化方法，即序比例诱导分段无量纲化方法。该方法以原始指标值的排序百分比为诱导变量对原始指标值进行分段，并在各区段内以极值处理法为基础分别进行无量纲化处理。通过性质分析，发现该方法能够较大程度地提升无量纲化结果对“总量恒定性”性质的满足程度。此外，采用模拟仿真的方法发现，该无量纲化方法对异常值具有较好的抗干扰性、且随着分段层级的增加其对异常值的敏感程度越来越低等主要结论。