停车受限条件下多模式交通网络动态拥挤收费

在一个多起始单终点的交通网络上,本文研究当终点处停车空间不足时,如何通过在路段瓶颈处实施拥挤收费实现系统最优.首先,根据小汽车和公交的出行成本函数,运用凸规划算法求解系统最优条件下网络中各OD最优的小汽车和公交出行量.其次,根据系统最优时的小汽车出行量,计算出为了消除交通瓶颈处车辆排队而实施的动态拥挤收费.再次,根据小汽车和公交车出行成本的均衡条件,计算出各OD对每辆小汽车出行者应缴纳的停车拥挤附加费(或应获取的补贴),收取该费用(或发放补贴)的目的是调节小汽车和公交的出行量使它们在双模式均衡(小汽车与公交车出行模式均衡)条件下分别达到系统最优水平.最后,算例分析了两组OD对的情况,计算出两种泊位供应量下各OD对小汽车最优出行量与小汽车出行的停车拥挤附加费或补贴,并且给出了动态拥挤收费与道路收费的函数曲线.     

页岩气水平井重复压裂关键技术进展及启示

由于页岩气水平井初始增产措施的种种不利因素，产量达不到预期，加之目前低迷的油价背景，页岩气水平井重复压裂技术越来越受到页岩气资源开发的关注。随着压裂技术的不断发展，许多页岩气区块已经成功实施了这一技术，以提高生产率，并增加页岩气井的最终采收率。综述了页岩气水平井重复压裂优化选井的程序，并讨论了关键工艺技术和监测分析技术，最后，结合目前不同技术的研究现状，对今后页岩气水平井重复压裂技术的研究方向进行了展望，提出了结合“大数据”技术选井、套损变形井柔性修复、基于损伤力学的裂缝监测以及新型材料的压裂液和支撑剂等技术攻关的建议。中国页岩气资源潜力巨大，加速形成适合中国页岩气水平井重复压裂配套技术，会对未来中国页岩气商业开发起到促进作用。     

基于压裂效果评价的页岩气井井距优化研究

针对页岩气藏最优井距很大程度上受限于压裂效果后评估的问题，开展了多段压裂水平井改造参数解释研究，并在此基础上开展井距优化。通过建立的渗流数学模型明确页岩气井生产时地层中存在的流态，形成基于线性流识别和特征线诊断技术的压裂参数解释方法，并对参数解释的不确定性进行了分析论证。之后通过定义百米地层累产气进行均匀压裂情况下井距优化。研究表明，地层进入边界控制流后能准确确定裂缝半长，且不影响气井的产能预测；井距的决定性因素是裂缝半长，二者之间的比例关系受SRV内外区相对物性和裂缝导流能力的影响，据此可指导现场井距优化及开发技术政策制定。     

几个广义Apostol-Bernoulli、Apostol-Euler多项式之间的关系式

利用发生函数理论结合某些运算技巧,推出了几个广义Apostol-Bernoulli多项式、广义Apostol-Euler多项式之间的关系式.多个参数出现在等式中,非常工整.在关系式中选取适当的参数,就可以得到已有的著名的关于广义Bernoulli多项式、广义Euler多项式之间的关系式,从而深化和推广了对Bernoulli数、Euler数、Bernoulli多项式、Euler多项式的相关研究结果.     

伊陕斜坡东南部延长组页岩气地球化学特征分析

鄂尔多斯盆地陆相页岩气勘探潜力巨大,但对于陆相页岩气成因类型的研究相对滞后,限制了对页岩气的进一步勘探和开发。通过综合化学组分分析和碳、氢同位素分析的手段对伊陕斜坡东南部延长组页岩气和原油伴生气的地球化学特征及成因进行研究。研究结果表明延长组页岩气(生产气和真空解吸气)和原油伴生气都以烷烃类气体为主,其中甲烷含量都小于95%,非烃气体含量比较低。页岩解吸气中,非烃气体比例相对较高,且氧气含量异常高,这与解吸装置密封性不好或者装置本身残留空气清除不彻底有关。页岩气和原油伴生气的甲烷含量低、干燥系数(C_1/C_(1~5))主要集中在0.6~0.9之间、C_2/C_3都小于3,δ~(13)C_1值分布于-52.0‰~-44.9‰之间、δ~(13)C_2值都小于-29‰,δ~(13)C_3值都小于-25.5‰和δD_1都小于-150‰,指示研究区页岩气和原油伴生气以陆相环境热成因的热解湿气(油型气)为主。页岩气和原油伴生气样品有相对高的正庚烷含量和正构烷烃(nC_(5-7))含量,δ~(13)C_2值分布于-41.1‰~-31.1‰之间,说明延长组页岩气与原油伴生气都属于偏腐泥型天然气。此外,延长组页岩气和原油伴生气碳同位素系列基本都属正碳同位素系列,且δ~(13)C_1与δ~(13)C_2值,δ~(13)C_2值与δ~(13)C_3值有较好的正相关关系,这也表明页岩气和原油伴生气具有相同或相似的母质来源。     

高职院校混合式教学改革的实践及思考--以浙江省级精品在线开放课程《国际金融实务》为例

随着"互联网+"教育对教学的广泛影响,开发建设数字化教学资源、实施线上线下相结合的混合式教学已成为高职院校课程建设、教学改革的发展方向。浙江省级精品在线开放课程《国际金融实务》混合式教学改革的实践表明,混合式教学模式能够实现激发学生学习兴趣、拓展课堂教学时间和空间、提升课堂教学互动、促进学生个性化自主学习、带动欠发达地区高职院校教学水平提升等效果。着眼未来发展,混合式教学改革还需从完善线上线下整体教学设计、完善教师建设应用在线课程的激励机制、完善在线课程建设应用的考核机制、教育行政主管部门加强顶层设计避免多平台重复建设等方面进一步推进,优化混合式教学改革的应用效果。     

基于多模态融合技术的用户画像方法

针对当前用户画像工作中各模态信息不能被充分利用的问题, 提出一种跨模态学习思想, 设计一种基于多模态融合的用户画像模型。首先利用 Stacking集成方法, 融合多种跨模态学习联合表示网络, 对相应的模型组合进行学习, 然后引入注意力机制, 使得模型能够学习不同模态的表示对预测结果的贡献差异性。改进后的模型具有精心设计的网络结构和目标函数, 能够生成一个由特征级融合和决策级融合组成的联合特征表示, 从而可以合并不同模态的相关特征。在真实数据集上的实验结果表明, 所提模型优于当前最好的基线方法。     

Predictive ability and economic gains from volatility forecast combinations

The availability of numerous modeling approaches for volatility forecasting leads to model uncertainty for both researchers and practitioners. A large number of studies provide evidence in favor of combination methods for forecasting a variety of financial variables, but most of them are implemented on returns forecasting and evaluate their performance based solely on statistical evaluation criteria. In this paper, we combine various volatility forecasts based on different combination schemes and evaluate their performance in forecasting the volatility of the S&P 500 index. We use an exhaustive variety of combination methods to forecast volatility, ranging from simple techniques to time-varying techniques based on the past performance of the single models and regression techniques. We then evaluate the forecasting performance of single and combination volatility forecasts based on both statistical and economic loss functions. The empirical analysis in this paper yields an important conclusion. Although combination forecasts based on more complex methods perform better than the simple combinations and single models, there is no dominant combination technique that outperforms the rest in both statistical and economic terms.     

Combining multivariate volatility forecasts using weighted losses

The ability to improve out-of-sample forecasting performance by combining forecasts is well established in the literature. This paper advances this literature in the area of multivariate volatility forecasts by developing two combination weighting schemes that exploit volatility persistence to emphasise certain losses within the combination estimation period. A comprehensive empirical analysis of the out-of-sample forecast performance across varying dimensions, loss functions, sub-samples and forecast horizons show that new approaches significantly outperform their counterparts in terms of statistical accuracy. Within the financial applications considered, significant benefits from combination forecasts relative to the individual candidate models are observed. Although the more sophisticated combination approaches consistently rank higher relative to the equally weighted approach, their performance is statistically indistinguishable given the relatively low power of these loss functions. Finally, within the applications, further analysis highlights how combination forecasts dramatically reduce the variability in the parameter of interest, namely the portfolio weight or beta.     

基于冗余避免的高效网络编码广播重传方法

为了提高无线网络中基于网络编码的广播重传方法的编码效率,从而有效地减少重传次数和数据包传输时延,提出一种主动避免编码冗余的高效网络编码广播重传方法(network coding broadcasting retransmission approach based on redundancy avoiding,NCRA)。NCRA编码时主动避免不能解码的编码组合被重复编码重传,同时优先编码重传对接收节点已缓存的未解码编码包的解码贡献较大的丢失数据包以充分利用编码机会,在对解码贡献相同的条件下优先编码较早丢失的数据包以减小数据包传输时延。理论分析和仿真结果表明,NCRA算法相比于现有算法能有效减小重传次数和降低数据包传输时延,减少网络开销,进一步提高了编码重传的效率。