动态碎裂过程中的最快速卸载现象

固体在高应变率加载作用下常常断裂成多个碎片.Grady针对韧性碎裂和脆性碎裂提出了一个同样形式的碎片尺度预测公式,对韧性碎裂结果预测较好,而对脆性碎裂结果的预测相对较差.是否存在一种物理机制可以同时阐述韧性碎裂和脆性碎裂过程呢?本文借鉴Grady解决绝热剪切问题时提出的最小集中化时间的思想,认为固体的动态碎裂过程中存在着最快速卸载现象.对韧性碎裂过程和脆性碎裂过程从理论和数值计算上进行分析,发现最快速卸载理论得到的平均碎片尺度和目前文献报道结果均吻合较好.     

基于模糊控制修正Elman神经网络的电力负荷短期动态预测

为了更好地反映电力负荷系统非线性、动态性、时变性的特点,对电力负荷进行更加智能、准确的预测,将Elman神经网络与模糊控制相结合,提出了一种基于模糊控制修正Elman神经网络的电力负荷短期动态预测模型。首先利用Elman神经网络对电力负荷进行预测并计算预测残差,然后利用模糊控制对残差进行预测控制并对Elman神经网络预测结果进行智能修正,最后结合Elman神经网络与模糊控制修正结果得到最终的电力负荷预测结果。以辽宁省某市2015年6月份部分电力负荷历史数据为样本,结合天气温度情况,利用本文提出的模型进行了实际电力负荷短期预测,最终结果误差较小且比较稳定,优于单一Elman神经网络和该市目前电力系统预测结果,验证了本文提出模型的有效性及可靠性,为短期电力负荷预测提供了一种较为可靠的途径。     

基于支持向量机回归与分源预测法的瓦斯涌出量预测模型及其应用

针对目前瓦斯涌出量预测模型存在的局限性及精度低等问题,应用分源预测和支持向量机(SVM)的基本原理,将SVM回归与分源预测法相结合,并利用SVM对回采工作面的瓦斯涌出量进行回归分析和数值模拟,建立了SVM分源预测的数学模型,提出了SVM分源预测的新方法。数值实验表明,将训练成功的SVM模型对现场数据进行回归预测并对比预测结果与实际值发现,SVM比BP神经网络预测精度更高,训练样本期望输出与实际值的最大相对误差为1.45%,小于实际要求的5%,准确率较高,预测风险低,可以满足实际要求。     

基于小波阀值降噪和BP神经网络的超短期风电功率预测

针对超短期风电功率预测问题,考虑了风电场复杂的噪声背景和风电功率的波动性,提出了一种基于小波阀值降噪-BP神经网络的超短期风电功率预测方法。该方法采用近似对称光滑的紧支撑双正交小波db4（Daubechies函数）作为小波基,通过多分辨分析的Mallat算法对历史时序风电功率数据进行3尺度分解。根据Donoho阀值法对各层小波系数进行软阀值降噪处理,再通过小波逆变换重构历史时序风电功率,由BP神经网络对其进行训练,预测目的风电功率序列。仿真算例将该方法与普通BP神经网络方法进行了对比,比较结果证明其预测精度优于后者,具有很好鲁棒性和降噪性能,适用噪声复杂的风电场超短期风电功率在赣预测．     

超声导波管道检测中伪缺陷信号识别及消除方法

单端激励与接收方式的超声导波管道检测信号,经过管道中缺陷处和管道端头时会产生多次来回反射和透射,直到信号功率流耗尽为止,这种多次来回反射和透射过程导致了超声导波伪缺陷信号的出现,而伪缺陷信号的存在严重影响了对管道检测中缺陷数量和位置的判别.针对伪缺陷信号识别难点问题,绘制超声导波在管道中传播路径示意图,归纳总结出超声导波检测伪缺陷信号出现的位置特征规律,即:第1个反射周期检测信号中不会出现伪缺陷信号或其信号幅值很小可忽略,较大幅值的伪缺陷信号从第2个反射周期检测信号开始出现并与真实缺陷信号关于该周期内检测信号的时域中点对称,并采用数值模拟方法和实验检测验证了该规律的正确性.依据伪缺陷信号出现的特征规律,对超声导波管道检测信号中缺陷波包信号进行识别和提取,并利用匹配追踪方法和数值比对赋值法对伪缺陷信号进行消除.研究结果表明:提出的超声导波管道检测伪缺陷识别及其消除方法行之有效,实现了超声导波检测缺陷信号去伪成真目的,解决了超声导波检测信号识别难点问题,极大促进了超声导波无损检测技术的工程应用.     

基于改进GS-SVM的煤炭生产成本预测

原煤生产成本同时受到多种因素的共同影响,导致原煤生产成本系统具有非线性、多维性等特点。为了对原煤生产成本进行更加科学、准确的预测,针对目前我国原煤生产成本预测中存在的问题,将支持向量机(SVM)引入到原煤生产成本预测中。为快速准确地选取支持向量机参数,在传统网格搜索(GS)算法基础之上提出了一种改进网格搜索算法,并建立了一种基于改进GS-SVM的煤炭生产成本预测模型。将该模型用于观台煤矿原煤生产成本预测中,模型预测误差均在5%以下,平均误差3.3673%,预测精度高于多元回归分析,而模型训练时间也远低于传统网格搜索算法和启发(粒子群)算法,能够满足实际原煤成本预测需求。     

江苏省经济增长的碳排放测算与预测——基于灰色马尔科夫模型

江苏省是我国经济大省,也是碳排放大省。在分析江苏省碳排放现状及存在问题的基础上,以2002~2013年江苏省碳排放量为样本,采用灰色马尔科夫预测模型,预测2014~2020年江苏省中短期的碳排放量。结果显示,2020年江苏省碳排放量将达到33471.45万吨,预计年均增长6.94%。为此,提出了江苏省应加大经济结构调整力度、优化能源结构、发展新能源和低碳技术等战略性产业的对策建议。     

古气候动力学及国际PMIP进展

气候预测是上前全球变化研究的主要目标,自然条件下的古气候系统是预测气候变化的重要参照系,而以物理机制为基础的古气候模拟是探索气候变化动力机制、对预测未来变化的重要而有效的途径。近十年来《全球古气候模拟对比研究计划（ＰＭＩＰ）》是国际上主要古气候模型组织对６ｋａＢＰ和２１ｋａＭＰ进行气候动力模拟的计划。了解ＰＭＩＰ的基本概况２和研究方向,对于我国参与国际ＰＭＩＰ计划中的模拟和对比研究,力争与国际２０     

可信计算的研究与发展

可信计算是一种信息系统安全新技术,它已经成为国际信息安全领域的一个新热潮,并且取得了令人鼓舞的成绩.我国在可信计算领域起步不晚、水平不低、成果可喜.我国已经站在国际可信计算的前列.文中综合论述近年来可信计算理论与技术的一些新发展,特别是介绍我国可信计算的一些新发展,并对目前可信计算领域存在的一些问题和今后发展提出了自己的看法和观点.     

欧美碳边境调节机制比较及对我国影响与启示研究

当前，以欧盟、美国为代表的发达经济体试图通过单边碳边境调节机制（CBAM）来争夺制定全球气候与贸易规则的主导权。对欧美相关政策文本的分析显示，欧美推行CBAM已成必然之势，正在结合各自碳市场建设基础制定不同的征收规则，进一步保护本土产业竞争力、加快经济复苏、争夺国际话语权，以占据全球气候规则道德高地。短期CBAM机制对我国影响有限，长期会持续冲击我国能源密集型产业出口，欧美可能借机打压我国产业链供应链，并造成产业企业情报信息泄露，经济整体绿色转型进程将受到不同程度影响。对此，我国应坚持底线思维、及早谋划部署，推动多边气候磋商，鲜明反对任何贸易保护政策；发挥绿色低碳技术引领作用，构筑双循环绿色经济体系；倡导公平合理的碳中和秩序，推广中国治理模式；持续完善我国碳交易市场体系，促进全球化衔接互证；加快探索碳税制度，推动碳税专项利用增益循环。