增程式纯电驱动城市客车能量管理策略对比研究(英文)

针对一辆12m 增程式城市客车,对比研究了几种常见的能量管理算法.该城市客车由锂离子电池驱动,并配有一个功率辅助单元(auxiliary power unit,APU)作为里程延长器.功率辅助单元由发动机和发电机组成,可以将燃料中的化学能转化为电能,补充动力电池的电量.首先,建立了该动力系统的动态模型.基于该模型,定义了一个以日行驶燃油消耗量最小为目标的全局优化问题.采用动态规划方法(dynamicprogramming,DP)进行求解;其次,对比分析了动态规划策略、耗尽-维持(charge depleting and chargesustaining)策略、混合(blended)策略等几种常见的能量管理方法.仿真结果表明,对于本文所研究的特定动力系统,采用全局最优策略,日行驶工况下燃油经济性为26.1L/100km;采用混合策略,日行驶工况下燃油经济性为29.1L/100km;采用耗尽-维持策略,日行驶工况下燃油经济性为28.2L/100km.由于全局优化策略无法投入使用,相较于混合策略,耗尽-维持策略可降低油耗3%.将耗尽-维持策略应用于实际车辆.道路实验表明,空载状况下实际油耗为23.6L/100km,满载情况下为24.9L/100km.相较于传统车平均 30L/100km 的水平,满载情况下耗尽-维持策略可降低油耗17%.     

改进差分进化算法在系统可靠性问题中的应用

分析了经典差分进化算法的寻优特点,提出一种扩展变量维数的自适应差分进化算法.该算法将变异率作为解向量的一维分量,随其他分量一起参与算法进化的全过程,使算法参数更好地适应算法进化各阶段的要求,提高了算法性能.将改进后的算法应用到系统可靠性问题中,针对3种典型的可靠性问题进行了仿真实验.结果表明,所提出的算法与其他算法相比具有很好的寻优效果.     

汽车营地的复合型规划与开发——以玉溪哀牢山生态旅游营地为例

随着汽车旅游者的增多,自驾游已经成为一种新型的旅游业态。国外的汽车露营活动已相当普及,汽车营地建设和管理体系已非常完善。但国内的发展却遭遇了汽车营地建设盲目与滞后的瓶颈。以云南省玉溪哀牢山生态旅游营地项目为实例,参考和借鉴国内外成功的营地建设的经验,并结合云南的实际情况,对汽车营地的规划开发进行探讨。     

不同品级拟黑多刺蚁(Polyrhachis vicina)脑部雌激素相关受体基因的表达

采用原位杂交方法对不同品级拟黑多刺蚁(Polyrhachis vicina)脑部雌激素相关受体pvERRmRNA的表达进行了检测.结果表明,pvERRmRNA在不同品级的蕈形体、附叶、视叶、中脑、食道下神经节和球状细胞中都有表达.蚁后蕈形体和球状细胞中pvERRmRNA的阳性表达最为明显;工蚁中脑pvERR mRNA的阳性反应强度明显高于蚁后和雄蚁;pvERR mRNA在雄蚁视叶中有较强的表达.pvERR mRNA在不同品级的拟黑多刺蚁脑部的表达差异可能与它们各自在蚁群中的功能和行为有关.     

双亲性苯并咪唑类荧光化合物的合成及光谱性质研究

通过引入烷基碳链和季铵盐结构,合成一种双亲性苯并咪唑类荧光化合物,对它的结构进行了表征,测定了cu2+,zn2+,K+,Mg2+,Al3+,Ca2+,cd2+,Co2+,Hg2+,Mn2+,Na+,Fe3+对它的光谱性质的影响,发现Cu2+对这种化合物具有很好的荧光淬灭效果,而其它金属离子对它的荧光性质影响较小.此种化合物可作为一种选择性检测Cu2+的荧光传感器开展进一步的研究.     

石漠化遥感信息提取方法进展

梳理了石漠化研究领域内的相关文献,重点以遥感数据中的石漠化信息提取方法为主线,从石漠化评价指标、石漠化遥感信息提取两个方面进行分析和讨论,分析了人机交互解译、监督及非监督分类、面向对象等石漠化遥感信息提取方法以及多光谱遥感、高光谱遥感、微波遥感、无人机遥感等数据来源方面的进展与不足。并展望了中国当前石漠化地区遥感影像信息提取的发展,提出在未来研究中应重视石漠化程度分级指标的量化,同时应探索融合多源数据特征以进一步提升石漠化信息提取的精度。     

IWOA和BP神经网络的压缩机故障检测算法

针对压缩机故障难以检测与分类的问题,传统的方法是采用BP神经网络的检测方法,利用从压缩机语音信号中提取的识别特征来预测压缩机故障类型,该方法具有良好的可行性,但是BP神经网络容易陷入局部最优值的情况,从而导致了预测精度较低和稳定性较差的问题。因此,本文提出了改进的鲸鱼优化算法(IWOA)和BP神经网络的模型,首先通过优化WOA中的搜索猎物被执行的概率和包围猎物向最优个体聚集的过程,从而提高了IWOA的全局搜索能力和收敛速度,其次将IWOA对BP神经网络的权值和阀值进行深度寻优,从而提高了BP神经网络的预测精度和稳定性,最后将该模型运用到压缩机故障检测实验中。实验结果表明,与其他模型相比,证明了IWOA和BP神经网络提高了预测精度,且具有良好的稳定性。     

竞争环境下高耗能制造企业节能方式选择

研究了两家竞争性制造企业面临自我节能和节能效益分享两种节能方式如何选择最优节能方式问题.首先建立两家制造企业相互对称的多阶段博弈模型,分析制造企业节能方式选择的均衡策略.结果表明存在两个对称的纳什均衡,当节能服务公司与制造企业的投资成本系数比率较小时,制造企业均应选择后者;反之,制造企业均应选择前者.之后将基本模型分别拓展到两家制造企业的投资成本系数不对称、初始能效不对称和分享期小于节能系统生命周期三种情形,进一步揭示了三种情形下制造企业节能方式选择的均衡策略.有意思的是,研究结果表明,在前述四种情形下两家制造企业的竞争强度均不会对制造企业节能方式选择均衡策略产生影响.     

广义类W态的自旋压缩

利用自旋压缩研究了广义类W态的纠缠特性。结果表明,自旋压缩的大小仅仅只由叠加系数决定,而与相对相位的大小无关。     

基于交比不变性约束的快速随机抽样一致性算法

在计算机视觉中,模型参数的鲁棒性估计是一个核心问题.虽然人们在这方面做了大量的研究,但是至今仍没有一个鲁棒性估计方法可以做到完全消除外点对模型估计的影响.当数据中外点比例很大的时候,传统随机抽样一致性(RANSAC)算法就需要大量的采样样本,这在实际运行时会降低算法效率.为了解决这个问题,提出了一个有效的基于采样的算法.利用射影变换下共线4点的交比不变性,对含有大量外点的数据进行筛选,剔除其中可能的外点数据,从而充分减少模型估计时的迭代次数.实验结果表明,当200个对应匹配中含有90%外点时,使用交比不变性约束进行平面单应矩阵估计,能够使最小迭代次数由69 074减少到11.由此可知,改进算法很大程度上提高了RANSAC的运算效率和对高噪声数据的处理能力.