考虑可靠性和状态估计精度的配电网优化配置研究

主动配电网中的自动化配电终端直接影响到状态估计精度和电网可靠性.通过配电网中量测配置的特点分析结果,采用灵敏度矩阵得到量测估计方差,确定其方差指标,评价指标的贡献系数并按大小排序,根据次序安装新量测设备.结合状态估计方差指标和配电终端投资指标,加权计算得出目标函数,以配电网合格条件为限制,迭代求解最优配置.通过改进配电网算例,分析了"三遥""二遥"两个优化阶段的优化过程和结果,说明算法的可行性.     

一种新型复合探雷系统的设计和实现

为了解决传统探雷器易受复杂土壤环境和各种干扰物的影响造成误报率过高的问题,提出了一种基于电磁感应(EMI)和探地雷达技术(GPR)的复合探测系统及其设计方案,通过将两种完全不同探测机理的传感器数据进行融合处理,协同工作,提取地雷目标特征信号,结果表明:可有效提高地雷的探知率并降低误报率,克服采用单一探测技术探雷器难以解决的原理性虚警问题;通过样机试验结果验证了设计方案的有效性。     

生产率差距与产业创新转型的时机选择

随着与世界前沿水平的接近，高中等收入经济体要实现持续增长就必须推进创新战略转型，即从模仿式创新为主转向自主创新为主。以此为基本思路，本文将宏观层面的研究深入到产业层面，构建理论模型，并利用中国与美国1998—2018年工业分行业数据，分析了不同创新战略对生产率的贡献如何随着技术前沿距离变化，并在此基础上探究了创新战略转折点的性质。研究发现：(1)自主创新对劳动生产率的贡献逐渐增加，模仿式创新的贡献趋于下降；(2)当与世界前沿距离达到临界值时，两种技术进步模式对生产率的影响出现转折，利用门槛分析方法作出判断，中国的创新战略转折点应在2005年前后；(3)考虑到产业技术的特性差异，针对技术密集型行业，鼓励自主创新的政策更为有效，而模仿式创新在非技术密集型行业中仍有较大空间。     

不同容器对柱状红叶石楠生长发育的影响

高效的容器苗培育技术是园林绿化苗木发展趋势,为探寻不同控根容器对柱状红叶石楠生长发育的影响,本研究以常见容器为试验材料,分析比较其相应的苗木指标,并对其进行动态回归与效益分析。结果表明:1)所有参试的容器中,以塑料排水板容器(部分控根)效果最好,其植株高度、地径及冠幅最大,分别为213、8.9及83 cm,与其他处理的差异达到显著水平(p0.05),同时其经济效益也最大。2)地径、植株高度及冠幅的增加值与时间呈现出先快后慢的规律,回归模型均为对数函数,R~2极显著水平(p0.01)。这些研究结果将为柱状红叶石楠的容器苗培育技术提供理论参考。     

软土基坑中深层位移监测技术及误差的分析

阐述了测斜技术原理、测斜管埋设方式、位移量测数据及误差处理方法;用有限元模拟分析了在软土基坑中,将测斜管埋设于基坑边土体和支护桩内等位置时的变形变化,经与实测测斜曲线的拟合,揭示出测斜管所埋设的介质弹性模量对位移测量精度有一定的影响,并给出了修正建议。     

工作距离和探头选择对FESEM图像质量影响探析①

为了探讨不同工作距离下考察探头和样品的相对位置的选择对最后测试结果的影响,以泡沫镍及介孔二氧化硅小球这两种典型样品为例,通过变换探头及电镜参数的方法,进行了对比研究。分析结果表明:工作距离越大,分辨率不一定越差。旨在为电镜测试中工作距离和探头选择提供参考依据。     

一种新颖的编辑距离限制下的相似性确认算法

针对相似性确认步骤中编辑距离计算的高复杂性问题，提出了一种在编辑距离限制下的基于鸽笼原理的字符串相似性确认算法.首先找到满足编辑距离片段映射的片段，以此片段为基准，将长度为500bp的read分段.然后对满足编辑距离片段映射的左右部分递归地进行编辑距离计算，将各段得到的编辑距离相加即为最后结果.最后根据最长公共子串的下限将需要验证的片段数目降到最低，得到优化方案.实验结果表明，基于鸽笼原理的分段递归计算编辑距离的确认算法减少了验证步骤的时间，并能保证假阳率和假阴率都为零.     

基于齐当别理论的公交出行决策选择反转

选择反转是交通行为中的一种悖论现象,未能通过实验的谨慎误差控制得到良好解释.本研究从决策心理学的角度,基于齐当别理论建立起选择支属性的判断维度体系,在确定、不确定以及风险条件下进行了3种公交出行决策场景的心理实验.实验结果中匹配任务的效应分析说明,齐当别理论的侦测性占优原则可对出行方式选择进行解释;选择一致性的重测信度分析说明,出行者对交通方式属性维度的判断是可变过程;选择和匹配一致性分析说明,选择变异随匹配任务中的维度判断的改变而产生.总体上,3组实验选择反转的变化特征趋势符合实验设计框架,齐当别模型的解释在3组实验中均表现出显著一致性,能够对出行方式的选择反转进行预测和解释,即当出行者采取不同的齐同策略时,重复选择中令人费解的反转悖论现象便会出现.     

小样本下基于卷积神经网络的费用估算研究

在当前的费用估算模型较依赖数学模型、无法根据样本大幅度调整模型参数的现状下,针对导弹特征属性和研制费用公开样本稀少以及不同型号的导弹样本对待预测样本的参考意义不同的问题,提出了小样本下基于卷积神经网络的导弹研制费用估算模型.为解决小样本和样本贡献值问题,结合双三次插值算法和反距离加权插值算法对导弹原始样本集进行插值.采用导弹研制费用卷积神经网络估算模型对插值样本进行学习,得到导弹研制费用估算结果.通过与线性回归、神经网络、支持向量机、WPCA&WSVR几种模型的对比实验,验证该模型在整体估算效果上优于其他模型.     

基于曼哈顿距离构建非参数Q矩阵修正方法

将被试得分、理想反应距离和被试得分异常原理相结合,并加入属性计分下的被试得分特性,开发了用于多级评分情境下属性计分曼哈顿距离法(SA-MD),在不同条件下验证了SA-MD的稳定性和适宜性.通过模拟研究和实证研究表明:(i)从逻辑推导出SA-MD用于多级评分情境下Q矩阵修正更合理;(ii)在多种条件中,SA-MD 均有较优的修正效果,适用范围更广,稳定性更高;(iii)当小样本测验进行Q矩阵修正时,使用SA-MD方法可获得更优的效果.