基于AHP-GRAP法的业主对施工承发包模式的优选

针对工程建设领域内业主所面临的一大问题,即在对施工承发包模式进行选择时如何才能作出最合理的决策,提出了采用层次分析法(AHP)和灰色关联度分析法(GRAP)两者相结合的方式,通过若干个层次和指标将定性问题定量化,利用层次分析法求出备选承发包模式各项指标的权重,利用灰色关联度分析法求出承发包模式各项指标与参考序列的关联度,为承发包模式的优选提供科学依据。实例分析表明,该方法是合理有效的。     

基于MapRedue的大规模矢量空间数据选择查询处理

为高效地处理大规模矢量空间数据,基于Hadoop的并行计算框架MapRedue,实现了一种分布式的矢量空间数据选择查询处理方法.首先,分析OGC简单要素标准与Hadoop的Key/Value数据模型,设计了可存储于Hadoop HDFS的矢量文件格式;其次,根据两阶段的过滤-精炼策略,对Map输入数据分片、选择查询处理过程及Reduce结果合并等关键步骤进行了详细阐述;最后,基于上述技术,利用Hadoop集群环境对所提出的方法进行验证,该方法具有较好的可行性和较高的效率.     

结构半主动变阻尼器地震反应控制数值模拟

针对半主动变阻尼器地震作用下多层建筑结构基于支持向量机（SVM）的半主动控制算法,选用四条地震波即El-Centro波、Hachinohe波、Kobe波以及上海人工波,并将峰值地面加速度均调幅至0.1gal.结果表明：总体上基于SVM半主动变阻尼器能够提高对结构层间位移和速度的控制效果;特别,消除了受控结构局部加速度放大现象.     

基于变权分析方法的电动汽车充电设备性能综合评价

将变权分析方法运用于充电设备的性能评价中.首先建立了电动汽车充电设备性能的综合评价指标体系,同时对体系内各指标获取评价参量并进行统一量化的方法进行论述,随之阐述了用变权分析方法进行权重计算的原理和步骤,最后编写软件实现了电动汽车充电设备测试数据的分析和评价,利用该软件分别对两台充电设备的实验数据进行了分析,使用变权分析方法得出最终综合评价结果.分析结果表明,变权分析方法能够有效地对充电设备性能进行综合评价,评价结果突出了薄弱环节的作用,使得分析结果更加合理.该方法不仅适用于电动汽车充电设备性能评价,也适用于其他复杂系统的综合评价.     

基于聚类分析的短期负荷智能预测方法研究

短期电力负荷预测作为电网企业的基本工作,其精度的提高对于电网企业运营管理和调度管理具有较大的意义,然而由于电力负荷受到诸多非线性因素的影响,因此得到高精度的电力负荷预测结果是比较困难的.本文首先利用数据挖掘中的k-means聚类技术对训练集的气象数据进行聚类分析,分析提取相似日,在提取相似日的相关历史数据后,建立支持向量机模型进行短期电力负荷预测.经算例结果证明,由该方法得出的预测结果平均相对误差为0.88%,和同结构支持向量机预测的平均相对误差(1.66%)以及ARMA预测的平均相对误差(3.81%)相比,预测精度得到明显的提高,证明了该方法的有效性.     

改进的阈值小波和PSO－SVM算法及应用

本文提出了基于改进阈值小波及改进支持向量机的低速重载滚动轴承故障识别方法.首先在实验台上测量三种不同工况的轴承信号,利用改进阈值小波对信号进行降噪处理,将降噪的信号利用小波包分解法得出各频带的特征能量值;其次利用粒子群算法来优化支持向量机的学习因子,提高支持向量机多分类器的识别性能;最后,将特征能量值导入优化后的多分类器,实现低速重载滚动轴承的智能识别.结果表明,结合后的方法有着良好的诊断效果.     

低分子壳聚糖的磺化及其抗凝血活性初步研究

研究低分子壳聚糖的磺化改性及抗凝血活性.低分子壳聚糖在N,N-二甲基甲酰胺反应溶剂中与氯磺酸反应,合成低分子磺化壳聚糖.分别考察磺化反应温度、氯磺酸用量和反应时间对低分子磺化壳聚糖含硫量的影响,通过正交优化,获得最佳反应条件:反应温度70℃、氯磺酸用量3mL和反应时间4h,其最大含硫量达到8.94%.低分子磺化壳聚糖体外抗凝血活性通过活化部分凝血活酶时间(APTT)测定,结果显示其可延长APTT时间,表明是由内源性途径来影响凝血过程的;且含硫量在4.61%~8.94%范围内,低分子磺化壳聚糖抗凝血活性随含硫量的增大而增强.     

异步电动机磁场定向矢量控制技术的建模与仿真

阐述了异步电动机磁场定向矢量控制技术的工作原理,给出了其数学模型和矢量控制方程.在此研究基础上,在MATLAB/Simulink中对异步电动机磁场定向矢量控制系统进行了建模与仿真.最后通过对转速和转矩以及三相定子电流仿真结果进行分析,表明异步电动机磁场定向矢量控制系统具有良好的动态和静态特性.     

Settlement Prediction of Dredger Fill with the Optimal Combination Model

Post-construction settlement has gained increasing attention because it frequently causes engineering problems. A combined model is a commonly used prediction model that overcomes the difficulty of a single model（ i. e., cannot reflect various regulations of settlement at some stages or the entire process）. In this study,the correlation coefficient,maximum error values,and other values were obtained according to the fitting and predicted results of a single model. The coefficient of variation was then introduced to determine the weight of each model forming the combination. The proposed model was used to fit and predict for settlement and overcome the issue of utilizing a single model while determining the weight. The fitting predictive effect was also analyzed using the settlement fitting precision results. The fitting precision of optimizing the combination model is high. The predicted data of the post-construction settlement are closer to the calculated value of the settlement monitoring data. Moreover,the proposed model has good practicability,does not require the interval data of settlement,and restricts the model number. Thus,this model can be applied in the engineering field.     

独立学院课堂教学质量评价指标权重的确定方法

首先运用了秩和运算法和熵值法,分别计算出学院课堂教学质量评价指标的权重,然后运用乘积集成赋权,对各评价指标的权重进行了修正。结果表明：调查数据计算出的权重具有很强的客观性,并能很好地反映各指标的重要性。