电动汽车替代燃油车的气候和健康影响及社会成本——基于单车视角的成本效益分析

构建基于能源周期和全生命周期的分析框架, 借助基于概率分布的成本效益分析方法, 通过评估单辆纯电动汽车替代汽油车的气候和健康影响及相关社会成本, 探讨现阶段电动汽车替代传统燃油车能否实现气候、健康和社会福利的改进。研究结果表明, 在现有技术条件和电厂超低排放改造背景下, 尽管电动汽车替代传统燃油车在能源周期能够实现碳减排(约324元/(辆^.年))、健康损害降低(约343元/(辆^.年))以及可观的能源节约(约4315元/(辆^.年)), 但由于两种车辆之间巨大的制造成本差异(约1.6万元/(辆^.年)), 现阶段电动汽车对传统燃油车的全面替代并不能实现社会总体福利的改进。因此, 中国电动汽车推广政策短期内不应以全面替代为目标, 而应识别具有较高气候和健康效益以及具有较大能源节约潜力的区域优先推广。     

基于共享单车出行数据的用户行为分析

基于共享单车出行数据,对用户总体出行时间和强度进行分析,并据此对高频用户出行日期和路线进行分类,针对用户出行目的地建立预测模型.结果表明,工作日和休息日出行时间分布存在显著差异,出行强度具有频率低、距离短的特征;高频用户出行轨迹在工作和休闲两维度上可归纳为三种类型;基于共享单车历史出行数据,建立用户出行目的地预测模型所得的准确率较为合理.     

聚乙烯胺制备方法专利申请趋势分析

本文就聚乙烯胺制备方法相关技术的全球专利申请及中国专利申请进行了分析,获得了聚乙烯胺制备方法全球专利申请量趋势、在国内外的分布情况和主要申请人等,并梳理了聚乙烯胺制备技术的演进路线,以期为相关研究者提供有价值的专利信息参考。     

基于概率神经网络的地铁车站易损性分析

基于深度学习方法提出了一种地震响应概率模型，并基于此模型推导了地铁车站结构极限状态超越概率的计算公式，以评价结构的地震易损性。首先采用主成分分析对地震强度指标进行正交化和降维；为了克服传统地震响应概率模型中地震动强度指标与结构地震响应指标服从对数空间线性分布假设的局限性，基于BP神经网络建立趋势模型以预测结构的地震响应；基于概率神经网络建立误差模型以描述基于统计的趋势模型与基于物理机制的数值模型之间的误差，以拓展残差的齐次方差正态分布假设的严格限制。最后，以上海典型2层三跨地铁车站为算例，计算得到其易损性曲线。结果表明，基于深度学习建立的趋势模型较好地模拟了地铁车站结构地震响应随地震强度指标第一主成分的非线性变化特征；建立的误差模型准确地描述了趋势模型预测值的残差随地震强度指标第一主成分的方差非齐次特征。     

欧洲山杨bHLH转录因子家族全基因组分析

为了研究欧洲山杨中bHLH转录因子家族成员的分类和进化,分析其在干旱胁迫应激中可能行使的功能,本研究利用多种生物信息学手段从全基因组水平鉴定和解析欧洲山杨bHLH转录因子,并对干旱胁迫下的欧洲山杨根部转录组进行分析.结果显示,欧洲山杨的基因组中有167个bHLH转录因子家族蛋白.通过与拟南芥bHLH蛋白序列进行系统发育分析将其分为15个亚家族,并推测出39个PtbHLH的功能,这些功能表明bHLH转录因子家族涉及到欧洲山杨生长发育的多个生理过程.基因结构和motif分析显示,同一亚家族中几乎所有的PtbHLH都有相似的外显子/内含子排布和蛋白质motif结构.此外,利用RNA-seq数据分析干旱胁迫处理下PtbHLH基因的表达情况,筛选出4个潜在的bHLH抗旱蛋白.     

基于大数据的重大工程智能群体决策支持系统研究

随着工程建设行业的规模化及国际化发展趋势,重大工程逐渐成为国家发展的重要标志.重大工程的复杂性往往导致决策不确定性并引发管理中的诸多难题.为高效解决重大工程决策主体多元化所带来的信息不对称、决策方案冲突等问题,将智能决策方法融入重大工程群体决策过程中,构建了基于大数据的重大工程智能群体决策支持系统(BD-IGDSS),并通过将BD-IGDSS应用于中泰铁路工程及港珠澳大桥工程,分析该系统在重大工程决策管理中的优势.     

基于Android的实验中心信息管理系统设计与实现

随着移动通信和智能手机的飞速发展,为了让学生更方便及时获取校园教学信息,以Android作为平台,使用MyEclipse开发工具设计并实现了一款基于Android的实验中心信息管理系统。系统采用MVC框架设计,使用Jsoup数据解析和SQLites数据库等技术进行开发,能很好地实现管理系统的功能。该系统包括实验室介绍、课表查询、设备与环境、师资队伍、课程设计、开放实验、实验教学大纲、竞赛与创新和信息交流9个模块,学生可以随时随地获取相关信息,并与老师和同学进行交流,提高了学校信息化管理水平。