考虑碳配额回购融资的再制造企业生产决策

以资金约束的再制造企业为研究对象，分析了碳配额回购融资下的再制造生产决策问题。分别建立了资金约束下有无碳配额回购融资的再制造生产决策模型，利用Kuhn-Tucker条件得到了不同情形下的最优解，并对两种情形下的最优解进行了比较；通过算例分析初始生产资金、消费者偏好和碳配额回购量对最优产量和利润的影响。研究表明：当初始生产资金较低时，再制造企业选择碳配额回购融资会提高新品产量和总产量；若消费者对再制造品的偏好较高，采取碳配额回购融资提高再制造企业的利润；随着碳配额回购量的提高，再制造企业的利润先提高后降低。另外，存在唯一的最优碳配额回购量使得利润最大。     

共价有机骨架/碳纳米管复合材料中锂离子吸附与传输特性的分子模拟

利用分子模拟方法对共价有机骨架 (covalent organic framework, COF)/碳纳米管(carbon nanotube, CNT) 复合材料 COF@CNT 中锂离子 (Li$^{+})$ 的吸附与传输特性开展研究, 明确了 Li$^{+}$ 的吸附位点与吸附顺序, 得到了相应的吸附能, 并观察 COF@CNT 的表观形貌变化. 当达到饱和吸附状态时, COF@CNT 的体积变化率仅为 0.25, 平均电压保持在 2.00 V 以上, 而理论容量则高达 1 402.47 mAh/g. 此外, Li$^{+}$ 在 COF@CNT 内部的电导率大于其在单纯 CNT 中电导率的实测值. 模拟结果可为此类体系的实际应用提供理论基础.     

ECOC多分类算法在慕课数据挖掘中的应用

收集并整合多所高校学生的慕课学习行为数据，设计基于数据复杂度的纠错输出编码（ECOC）多分类算法。该算法利用数据复杂度降低多类之间的分类难度，从而提高算法的预测准确度。实验结果表明，在不同高校的慕课数据集的测试中，所设计基于数据复杂度的ECOC分类算法比传统的ECOC算法具有更高的分类准确度和鲁棒性，实现了学生学习成绩多等级的有效预测，为个性化教学奠定了基础。     

统一碳税和差异化碳税下的再制造绩效评价

分别在无碳税、统一碳税和差异化碳税三种政策下,构建了垄断制造商的利润最大化决策模型,研究实施不同碳税政策对制造商的再制造生产决策、碳排放和社会福利的影响.研究表明:相比于无碳税政策,政府征收碳税减少了制造商的利润和碳排放,在一定条件下有利于提高社会福利;实施碳税政策有利于鼓励更多类型的制造商参与再制造,并且差异化碳税比统一碳税具有更大的灵活性.进一步地,结合理论比较和数值试验,研究了政府在统一碳税的基础上分别做单向和双向差异化碳税调整后的绩效变化情况,结论表明:统一碳税与差异化碳税不存在绝对占优的碳税形式.政府应根据再制造品特点、单位环境污染损失、统一碳税基准水平和调整幅度等特点,采取合理的碳税调整方式以优化社会福利.     

基于改进Lagrange乘子法的交通信号配时优化研究

为提高交叉口的机动车通行效率及环境效益,采用改进罚参数来构造一种新的Lagrange乘子法对交叉路口的交通信号进行优化配时。通过权重系数建立车辆延误与尾气排放的数学模型,利用改进Lagrange乘子法进行优化,将其结果与两种典型智能算法的优化结果进行对比,并利用VISSIM(Verkehr in Stadten Simulation)微观交通可视化仿真软件进行验证。实验结果表明,该方法优化的信号配时使车辆延误降低19.89%,尾气排放量降低2.379%,可见大比例优化了交叉口的车辆延误,同时可以降低尾气排放量。     

基于混合流量预测的虚拟网络拓扑重构方法

目前在构建虚拟网络时, 为满足用户动态变化的带宽需求, 虚拟网络控制平台通常把虚拟链路带宽设置为流量最大值, 一定程度上造成了资源浪费。针对这一问题, 提出一种基于混合流量预测的虚拟网络拓扑重构方法, 利用基于参数优化选择的混合流量预测算法对下一周期的网络流量进行预测, 根据流量预测结果进行拓扑重构, 在避免出现乒乓效应的同时节省更多带宽资源。为了提高流量预测算法的精度与效率, 首先采用小波分解方法将流量数据分解为高频的细节时间序列和低频的近似时间序列, 然后利用基于粒子群优化的相空间重构方法, 对该时间序列进行特征提取构建训练样本。之后分别采用混沌模型对细节时间序列进行训练预测, 采用极限学习机(extreme learning machine, ELM)神经网络对近似时间序列进行训练预测。仿真结果表明, 所提的流量预测算法在保证预测精度的同时, 运行时间更短, 预测效率更高, 进而保证了拓扑重构方法可以节省更多的带宽资源。     

红树林保护与修复标准发展现状及对策

回顾近20年来中国对红树林的保护以及通过人工造林进行恢复的情况, 梳理我国红树林保护与修复的相关标准, 厘清现行标准存在的问题, 提出如下相应的建议与对策。1) 应结合国家碳中和战略及红树林保护与恢复规划目标, 制定完善的红树林保护与生态修复技术标准体系规划, 加快相关国家标准的出台; 2) 在编制红树林保护与修复相关标准的同时, 应注重红树林固碳能力和增汇效应的提高; 3) 建议制定退塘还林相关标准, 填补国内空白; 4) 应充分落实“自然恢复为主、人工修复为辅”的生态修复原则, 重视并加强红树林保护与修复标准的技术细节制定; 5) 标准的制定和实施应由红树林研究专业机构及专家深度参与, 提高造林成活率。     

基于自适应变异PSO-SVM的APU性能参数预测模型

为提高辅助动力装置(auxiliary power unit, APU)性能参数预测的精度,针对支持向量机(support vector machine, SVM)模型在实际使用中遇到的参数选择问题,采用自适应变异粒子群优化(particle swarm optimization, PSO)算法实现对SVM惩罚参数和核参数的优化选择,提出一种基于自适应变异PSO算法优化SVM的APU性能参数预测模型。进一步分析了预测模型不同预测步长对短期预测精度的影响。利用某型APU性能参数数据进行了验证,并与多种预测模型进行了对比实验。实验结果表明,对于排气温度(exhaust gas temperature, EGT)的预测,自适应变异PSO-SVM模型的平均绝对百分比误差(mean absolute percentage error, MAPE)比标准PSO-SVM模型低47%;对于滑油温度(oil temperrature, OT)的预测,自适应变异PSO-SVM模型的MAPE比标准PSO-SVM低29%,为短期APU性能变化趋势预测提供了一定的参考。     

枯草芽孢杆菌XF-1的碳水化合物活性酶类(CAZymes)蛋白预测与遗传关系分析

枯草芽孢杆菌XF-1对多种植物病原菌具有较好的抑制作用,是农业生产上非常重要的生防菌之一.碳水化合物活性酶类蛋白(CAZymes)作为植物病原真菌、细菌中重要的蛋白,在其生长和发育过程中发挥着重要作用.基于前期获得的枯草芽孢杆菌XF-1中104个分泌蛋白基本序列信息,利用CAT预测程序对该菌中的CAZymes蛋白进行预测分析,明确其含有CAZymes蛋白的数量是58个,上述蛋白可以分为主要类别和复合类别两大类,前者包括26个GHs、21个CBMs以及2个CEs、3个PLs、2个GTs;后者则包括4个复合蛋白类型GH/CBM.该研究有效地实现了枯草芽孢杆菌XF-1中CAZymes的预测,为进一步开展其功能研究打下坚实的理论基础.     

基于木质素和多巴胺改性的MWCNTs水相分散

为解决碳纳米管材料的团聚问题,对多壁碳纳米管(multi-walled carbon nanotubes,MWCNTs)进行多巴胺改性所形成的表面聚多巴胺层,增强了MWCNTs与木质素的结合力,从而最终实现以木质素为分散剂的水相MWCNTs稳定分散。采用傅里叶变换红外光谱和透射电镜对改性MWCNTs的表面化学结构和分散形态进行表征,应用紫外分光光度计定量评价pH值、木质素质量浓度及改性MWCNTs质量浓度对MWCNTs分散效果的影响。结果表明:经多巴胺改性的MWCNTs在木质素分散下可实现高达95.65%的分散度;中性、碱性条件有利于提高分散稳定性;木质素质量浓度为改性MWCNTs质量浓度的5倍时,MWCNTs分散效果最佳;木质素最多能均匀分散其2.5倍质量浓度的改性MWCNTs。