从技术预测到技术预见:理论与方法

“技术预测”(Technology Forecasting)与“技术预见”(Technology Foresighy)是两个相互区别而又紧密联系的概念。技术预测兴起于20世纪40年代，到60年代末，定量预测方法已发展得相当成热，但在企业界，量化的技术预到却逐渐失去了其原有的吸引力。70—80年代，基于德尔菲法的技术预见开始流行。20世纪末，技术预见形成了一股世界潮流，不仅发达国家，而且发展中国家都在积极酝酿开展预见活动。从技术预测到技术预见，反映了人类对未来的态度在变化——从“适应未来”到“塑造未来”；改造世界的方法论在变化——从使用单一方法解决单一问题到综合运用各种方法解决系统性问题。技术预见的精髓是“着眼于远期未来，沟通、协商、合作与承诺”，这决定了预见活动的核心方法是德尔菲法。但技术预见不仅是对技术前景本身的展望，而且是对远期未来的系统性探索。未来的预见活动更加强调需求导向，强调相关利益主体的参与，强调预见结果的决策支持作用，强调对预见结果的跟踪和监控；因而综合使用多种有效方法，并在实践过程中进行集成创新是必不可少的。     

应用纳米添加剂的冰箱性能实验研究

对HFC134a/HC600a/矿物油/纳米添加剂体系应用于冰箱的性能进行了实验研究和分析.首先,测定了应用HFC134a/HC600a/矿物油体系的冰箱在不同的充灌量条件下压缩机的吸、排气温度,蒸发温度,压缩机机壳温度,冷却速度,耗电量等指标.然后,在体系中添加了Fe3O4纳米添加剂后进行同样实验.实验结果表明:冰箱的冷却速度和耗电量均有一个最佳值;最大冷却速度和最小耗电量分别对应的制冷剂最佳充灌量不是同一个值;在相同条件下,添加纳米粒子后,压缩机机壳的温度约下降2.2℃,吸气温度变化不大,排气温度约降低3.5℃,蒸发器平均温度约降低0.3℃,冷却时间约缩短148 S,同时耗电量略有减小,说明纳米粒子在强化传热和改善润滑性能等方面发挥了作用.     

关于主动数据库属性依赖及公理系统的研究

在主动数据库的理论与应用研究中，更新传播算法的应用，保证了系统在属性依赖方面的相容性。本文基于不变式方式和PATH路径公理系统，给出了一种更新传播算法，对该算法的正确性、可终止性进行了论证，并进行了时间复杂度分析。     

采用逆系统设计和二次型最优控制提高变风量箱的性能

采用逆系统设计方法对变风量空调箱的控制系统,包括控制系统的内环(风量控制回路)和外环(房间温度控制回路),进行逆系统设计.消除了在设计时将非线性系统做近似线性化处理所带来的设计缺陷;同时采用二次型最优控制技术对变风量空调箱的控制器进行优化设计,使控制器的参数达到最优值.逆系统设计方法与二次型最优控制技术相结合能有效地改进和提高变风量箱的控制品质和性能.     

基于多维损失函数优化FSRNet的气象观测图像超分辨率重构算法

【目的】传统FSRNet生成的超分辨率图像存在伪影、模糊等情况，作为志愿气象观测的试点省份，河南省气象局招募了大批志愿观测站，以期解决部分气象观测图像存在较低的分辨率的问题。【方法】首先引入热图损失、目标注意力损失和对抗性损失构成多维损失函数，对FSRNet进行模块优化，使用转置卷积放大低分辨率的图像。其次对模型进行分步训练，先对低分辨率观测图像进行粗略SR网络训练，再使剩余网络融入训练。【结果】多维损失训练的引入，降低了算法复杂度，提升了粗略SR网络的性能，解决了SR网络训练时调参困难等相关问题，提高了超分辨率气象观测图像的质量。【结论】试验结果证明，本方法在气象领域观测图像的优化相比于其他算法效果更佳，可以生成质量更高、细节更加清晰的目标观测图像。     

一种优化控制变风量空调系统的新方法

采用状态反馈解耦和遗传算法优化控制器相结合的方法提高变风量(VAV)空调系统中室内温度回路的控制精度和品质.采用状态反馈解耦以解除送风温度控制回路与室内温度控制回路之间的耦合,随后采用逆推法找到闭环控制系统特性方程的根与控制器参数的关系,再用遗传算法优化设计控制器的参数.实验结果表明,这些措施有效地提高了VAV空调系统中室内温度回路的控制精度和品质.     

技术预见的发展及其在中国的应用

技术预见是对科学、技术、经济、环境和社会的远期未来所进行的有步骤的探索过程，旨在选择战略研究领域和通用新技术。通常采用德尔菲调查方法。20世纪90年代以来，技术预见已经成为一股世界潮流，被各国用来确定科学技术发展的优先领域。中国科学院于2003年启动了“中国未来20年技术预见研究”，运用德尔菲调查、情景分析等方法识别和选择未来关键技术课题，构建官、产、学、研沟通、协商与协调机制。目前项目进展顺利。     

边缘场景下基于多维损失优化超分辨率网络的天气图像检测算法

在边缘场景下，气象图像采集模型大多部署在算力较低的移动端或边缘设备上，造成观测图像分辨率较低，给天气现象检测带来困难，且传统FSRNet生成的图像存在伪影、模糊等问题，因此需要优化天气图像超分辨率网络，提高图像的分辨率.基于无锚检测器，提出以观测要素为点的检测方案，不需要手动设置锚框，使检测模型轻量且高效.通过引入热图损失、目标注意力损失和对抗性损失等多维损失函数，对粗糙SR网络进行优化，使低分辨率图像完成递进式训练.优化骨干网络ShuffleNetV2，使检测模型更加轻量化，提高超分辨率天气图像检测的性能.实验结果证明，此天气图像超分辨率重建模型可以生成质量更高、细节更加清晰的目标观测图像，更加轻量的检测模型适用于非约束场景，在FDDB上的平均精度值（AverP）达到97.7%，优于其他先进模型.     

某典型闪锌矿氧压浸出高硫渣工艺矿物学研究

锌冶炼高硫渣是锌氧压浸出工艺产出的危险废渣，由于矿相复杂，工艺矿物学研究不深入，导致其安全利用处置难度大.因此，采用化学分析、X射线衍射、工艺矿物学等研究手段对国内典型高硫渣进行了详细研究.结果表明:高硫渣中主要矿物为单质硫、闪锌矿、黄铁矿，以及微量的石英、云母、锌矾、铁矾等成分.高硫渣中硫磺、闪锌矿、黄铁矿等矿物间相互交织共生，赋存形式多样，且多数矿物均以单质硫磺作为镶嵌基底，高硫渣中单质硫磺、闪锌矿、黄铁矿的粒度偏细，大部分集中在74μm以下.因此促使单质硫磺粒度增大以及提高硫磺与其余矿物间解离度是提高高硫渣中有价元素综合回收的关键.