政府扶持与国有能源企业产融结合效率研究 ——基于自助法修正的三阶段数据包络分析模型

经济新常态下,作为"产业+金融"发展模式的主导角色,政府扶持有效性是国有能源企业提升产融结合效率的关键因素.本文基于自助法(Bootstrap)修正的三阶段数据包络分析(data envelopment analysis,DEA)模型,借助2010～2017年国有能源上市公司数据,分析了企业产融结合运行效率及政府扶持因素的影响.结果显示:我国国有能源上市公司产融结合效率呈逐年上升趋势,现阶段静态效率整体处于中上水平.政府扶持因素对产融结合效率值产生反向作用,表明尚存在政府干预过度、补贴投入冗余和监管缺失等问题,导致了产业与金融资源配置效率低下.为此,本文提出相关政策建议.     

基于作战环的不同节点攻击策略下的作战网络效能评估

基于作战环思想, 以作战网络抽象模型为基础, 围绕作战环的分类、定义、形式化描述、数学模型等基本问题开展了理论研究, 进一步丰富了作战环理论体系。同时, 以能否快速有效打击对方目标实体为根本依据, 建立了基于目标节点打击率和基于目标节点打击效率的作战网络效能评估指标。通过仿真实验, 将作战环相关理论运用于不同节点攻击策略下的作战网络效能评估, 为实际作战体系对抗中双方的攻击与防护提供应用指导, 也为进一步开展基于作战环的作战网络应用研究提供参考借鉴。     

毛竹及其变种叶片化学计量与养分重吸收效率

【目的】评价毛竹(Phyllostachys edulis)及其变种叶片养分重吸收效率,旨在揭示主要养分元素的生态适应机制,以期为毛竹及其变种的可持续经营提供科学依据。【方法】以毛竹及其变种[黄槽毛竹(P. edulis cv. Luteosulcata)、花毛竹(P. edulis cv. Tao Kiang)、厚壁毛竹(P. edulis cv. Pachyloen)、金丝毛竹(P. edulis cv. Gracilis)]为研究对象,分析不同竹龄(1、3、5 a)叶片化学计量特征与养分重吸收效率。【结果】毛竹及其变种C、N 含量差异较小,P含量波动性较大。不同竹种相同竹龄立竹间成熟叶和凋落叶C、N、P含量差异性较大,1年生竹种叶片养分含量较高,随着竹龄增加,竹种适应能力逐渐下降。毛竹及其变种相同年龄立竹间、同一变种不同年龄立竹间叶片化学计量比存在一定差异性。1、3、5年生花毛竹叶片N、P重吸收效率较高,年龄对除厚壁毛竹外的其他毛竹及其变种叶片N重吸收效率影响呈现先升后降趋势,而不同年龄毛竹及其变种叶片P重吸收效率波动性较大。【结论】研究区毛竹及其变种生长受P元素的限制,毛竹及其变种随竹龄的增加适应能力有所变化,花毛竹适应性较强,厚壁毛竹则对土壤的依赖性较大。     

高盐、高浓度有机废水蒸发特性实验

 搭建废水动态蒸发实验装置，对精细化工行业常见的蒸氨废水、颜料生产废水开展蒸发分离实验研究以获得废水蒸发特性，为实际蒸发系统设计提供基础数据支持。结果表明：废水的沸点升高随浓缩倍数的增加而逐渐上升，来自不同工艺段的蒸氨废水、颜料生产废水由于浓度差别，在相同的浓缩倍数下沸点升高略有不同；在蒸发过程中，颜料生产废水蒸发冷凝液的COD随着蒸发的进行逐渐降低；不同种类废水蒸发冷凝液的TDS与pH值变化规律大致相同，受原液中易挥发物质及夹带液滴的影响较大，随着浓缩倍数的增加先减小后趋于恒定。     

高频调幅交变电磁场金属液滴悬浮振荡的 3 维数值模拟

采用有限元方法模拟高频调幅交变电磁场以及液滴内流体流动, 金属液滴自由界面的追踪采用任意拉格朗日欧拉(arbitrary Lagrange-Euler, ALE)方法. 数值模拟得到了高频调幅交变电磁场、金属液滴内部液体流动和液滴表面形变的动态行为. 数值结果表明: 在高频调幅交变电磁场中, 金属液滴所受洛伦兹力集中在液滴内部近表面区域, 液滴受近似表面力的洛伦兹力激励; 在表面张力和重力的共同作用下呈周期性振荡, 液滴的振荡幅度起伏变化, 具备参数振荡特征. 对液滴振荡的频谱分析结果显示, 液滴振荡的主频和高频调幅交变电磁场的调制波频率相同, 在其倍频处也会出现较大峰值, 液滴振荡的频谱特征与高频调幅交变电磁场中金属液滴所受洛伦兹力的频率特性吻合.     

四川盆地碳酸盐岩源岩气地质特征与勘探前景

充分利用露头、岩芯、岩屑等原始样品，通过薄片观察、物性分析、扫描电镜、X射线衍射及同位素分析等实验方法，结合测井资料、地震剖面解释等进行研究，从碳酸盐岩源岩气地球化学评价参数和指标厘定入手，以南川区带高产稳产气藏为实例，深入解剖四川盆地茅口组一段碳酸盐岩源岩的岩矿、物性、电性、含气性及生烃潜力，探讨了表生沉积环境、早期成岩作用等因素对碳酸盐岩源岩气储层的影响，尤其是富镁黏土矿物黑滑石在碳酸盐岩中有机质富集、碳酸盐岩气成生和聚集的积极作用，进一步明确气藏高产稳产的主控因素，落实“甜点段”的特征和分布，指明了该领域勘探开发的前景。     

基于CRC的ASM信号维特比纠错算法

为提高甚高频数据交换系统(very high frequency data exchange system, VDES)中应用特定消息(application-specific messages, ASM)的解码性能, 提出一种基于循环冗余校验(cyclic redundancy check, CRC)的改进维特比纠错算法。通过合理降低符号状态数和使用部分CRC参与纠错, 使该算法平衡了纠错性能和计算量, 同时提出了新的分支度量以解决过于理想化的传统分支度量导致的性能损失。仿真表明, 新分支度量相比传统分支度量提升了1 dB的误帧率(packet error rate, PER)性能, 在用12个CRC寄存器参与纠错的条件下，该方法比相干解调算法提升了1 dB的PER性能, 同时通过合理的符号状态数降低策略将计算量降为传统算法的1/4。     

转子流道倾斜式的外驱旋转压能交换器性能研究

为提高外驱式旋转压能交换器性能，设计了转子流道倾斜式的外驱式旋转压能交换器，以能量回收效率和体积混合率为性能指标，利用商业CFD软件Fluent对模型求解计算，并与直流道外驱式旋转压能交换器模拟数据对比分析。结果表明，处理量相等的情况下，能量回收效率和体积混合率均随转子转速的升高而降低；同一转速下，转子倾斜角度改变，能量回收效率变化不超过0.04%，而对体积混合率有明显影响。研究结果对于提高外驱式旋转压能交换器设备性能具有一定指导意义。     

Superior corrosion resistance-dependent laser energy density in(CoCrFeNi)95Nb5 high entropy alloy coating fabricated by laser cladding

(CoCrFeNi)95Nb5 high entropy alloy(HEA)coatings were successfully fabricated on a substrate of Q235 steel by laser cladding technology.These(CoCrFeNi)95Nb5 HEA coatings possess excellent properties,particularly corrosion resistance,which is clearly superior to that of some typical bulk HEA and common engineering alloys.In order to obtain appropriate laser cladding preparation process parameters,the effects of laser energy density on the microstructure,microhardness,and corrosion resistance of(CoCrFeNi)95Nb5 HEA coating were closely studied.Results showed that as the laser energy density increases,precipitation of the Laves phase in(CoCrFeNi)95Nb5 HEA coating gradually decreases,and diffusion of the Fe element in the substrate intensifies,affecting the integrity of the(CoCrFeNi)95Nb5 HEA.This decreases the microhardness of(CoCrFeNi)95Nb5 HEA coatings.Moreover,the relative content of Cr2O3,Cr(OH)3,and Nb2O5 in the surface passive film of the coating decreases with increasing energy density,causing corrosion resistance to decrease.This study demonstrates the controllability of a high-performance HEA coating using laser cladding technology,which has significance for the laser cladding preparation of other CoCrFeNi-system HEA coatings.     

An ensemble of LSTM neural networks for high‐frequency stock market classification

We propose an ensemble of long–short‐term memory (LSTM) neural networks for intraday stock predictions, using a large variety of technical analysis indicators as network inputs. The proposed ensemble operates in an online way, weighting the individual models proportionally to their recent performance, which allows us to deal with possible nonstationarities in an innovative way. The performance of the models is measured by area under the curve of the receiver operating characteristic. We evaluate the predictive power of our model on several US large‐cap stocks and benchmark it against lasso and ridge logistic classifiers. The proposed model is found to perform better than the benchmark models or equally weighted ensembles.