某轴承厂厂房通风空调系统分析及改造

本文通过工程实例,对某轴承厂厂房工业通风空调系统的介绍,详细阐述了原有系统的不合理的原因,以及采取的相应措施、解决方案和取得效果。     

混合动力汽车再生制动的研究

混合动力汽车目前被认为是应对能源危机、环保压力，实现汽车工业的可持续发展与可实施性强的新型汽车。混合动力汽车的再生制动是其节能的原因之一。混合动力汽车再生制动控制参数对于整车性能有着重要的影响。     

一个考虑到炮检距的速度反演递推公式

由于实际地震资料是一定炮检距范围内共中心点道集叠加的结果，建立于地震波垂直入射似设基础之上的常规人工合成地震记录与波阻抗反演方法，常导致错误的解释结果，垂直入积压假设不能反映地震波传播的实际情况，通过对Ｚｏｅｐｐｒｉｔｚ方程的合理简化，推导出了一个考虑炮检距变化的反射系数递推公式。经地质模型试算，证明了该公式的正确性。     

海南岛东北部红树林地区沉积物常量元素的含量及分布特征

对海南岛东北部东寨港、清澜港、新盈港等地区红树林沉积物常量元素含量特征进行了分析,结果表明:不同区域红树林沉积物中常量元素组成差别较大,说明沉积物的物源对沉积物中常量元素成分组成的横向分异具有很大影响;且元素的分异特征与元素化学性质和人类活动有关.相关性分析表明,海南岛东北部红树林地区沉积物中常量元素含量相关性明显,其中SiO2含量与Al2O3的含量负相关性显著,说明SiO2主要倾向于富集在粗颗粒沉积物中,而Al2O3则倾向于富集在细颗粒沉积物中.相关分析结果显示出Al2O3、Fe2O3、Mgo、MnO的陆源特征和CaO、Na2O的海源特征.     

企业实施电子商务的风险与对策探析

本文首先介绍电子商务风险,然后将电子商务风险分为内部风险和外部风险两种,其中内部风险包括技术风险、管理风险等;外部风险包括信息风险、信用风险等。这些风险的存在给企业的进一步发展提出了挑战,最后着力研究有关风险的防范对策。     

利用信息交互最优权重改进神经网络的方法

由于卷积神经网络中多层感知器使用梯度下降算法进行训练,存在收敛速度慢和易于陷入局部极小的问题。针对此问题,提出一种利用信息交互计算最优初始化权重的方法改善网络结构,该方法可有效减少训练时间并可避免陷入局部极小。利用数学理论推导出ＲeLU 函数最优初始化权值的公式,利用该方法改进2-channel网络结构,直接代入数据可求出最优初始权值。通过3 个数据集的多次训练和测试,灰度图像的平均匹配准确率提升了1． 0%左右,FPＲ95 平均值也由5． 23 降至4． 65,初始化权重的设置可避免神经元进入硬饱和区,同时网络还具有效果稳定、收敛速度快的优点。     

浅析RFID技术在航材仓储管理中的应用

该文介绍了RFID技术在仓储管理中的含义及实现方式,阐述了RFID技术在仓储管理中的应用及优势,分析了RFID技术在仓储管理中存在的问题,并针对这些问题提出了相应的措施.     

海南岛砖红壤中微量元素含量及其分布特征研究

以海南岛发育典型的砖红壤为研究对象,对其不同剖面微量元素的组成特征和分异变化规律进行研究,发现不同剖面微量元素的含量变化趋势具有一定的相似性,土壤母质是决定砖红壤微量元素含量和分异的主要原因;而人类活动对砖红壤剖面中的部分微量元素的含量与分异具有一定影响,导致少量Cr、As、Pb等有害外源微量元素进入土壤并趋于在土壤的浅层富集.     

改进拉丁超立方蒙特卡洛模拟

电动汽车、分布式电源的并网给电网带了明显的不确定性,为了使电网分析更能贴近实际电网,通过对负荷、分布式电源出力的概率密度函数模拟其出力,借鉴已有分布式电源和电动汽车概率模型,采用拉丁超立方蒙特卡洛模拟与径向基神经网络相结合的方式计算概率潮流。该方法充分考虑了电动汽车和分布式电源的随机性、间歇性和相关性,利用拉丁超立方蒙特卡洛模拟对比传统蒙特卡洛模拟方法,降低了采样规模,提高了采样覆盖率。径向基神经网络用于求解潮流计算方程,避免了传统方法中计算雅可比矩阵和偏导,大幅度减少了运算时间。通过仿真,该算法在改进的IEEE14 和IEEE118 节点系统的计算结果表明,在保证精度的同时, 极大地加快了算法运行速度,适用于大规模电力系统概率潮流的求解,在改进的IEEE118 节点系统中,运行时间比传统蒙特卡洛模拟降低99．9%。     

考虑概率潮流的分布式电源优化配置

为了解决电动汽车和分布式电源并网为电力系统带来的较强的随机性、间歇性和相关性的问题,以分布式电源和电动汽车的概率模型为基础,建立了以分布式电源总费用、供电可靠性和有功网损为目标函数的优化配置模型,将概率潮流计算嵌入基于成功历史的自适应参数差分进化算法求解目标函数。采用无迹变换利用输入随机变量的均值和协方差近似描述系统状态变量统计特性,直接方便地处理具有不确定性的随机变量。然后利用径向基神经网络求解功率方程,避免了计算雅可比矩阵和偏导,减少了算法运行时间。最后采用基于成功历史的自适应参数差分进化法并行计算多目标函数。通过IEEE33节点配电系统进行仿真,验证了该方法的有效性和高效性,节约了规划成本。