基于IOWC-GOWA算子及相对熵的区间型组合预测模型

针对用区间型数据描述不确定现象的组合预测问题,为了提高区间型数据的预测精度,首先采用诱导有序加权连续区间的广义有序加权平均(IOWC-GOWA)算子将区间数集结为实数;然后对集结后的实数进行标准化处理;最后从信息论的角度引入相对熵作为最优准则,提出了基于IOWC-GOWA算子及相对熵的区间型组合预测模型;另外,通过实例分析了该组合预测模型的合理性和有效性;结果表明:该组合预测模型可以有效地提高区间型数据的预测精度,即该模型是合理有效的,并且,参数λ和BUM函数的选取会对模型的预测精度产生一定的影响。     

基于液冷的锂离子动力电池散热结构优化设计

针对锂离子电池单体成组后温度场的非均匀性导致的热不一致性问题,以及高温下电池单体间的热交互引发的热安全性问题,采用仿真与试验相结合的方式,基于锂离子电池生-传热机理,设计了电池单体单独成组、电池单体之间夹隔泡沫棉、电池模组底部布置液冷板3种递进式散热方案,并对液冷板进行了优化设计.采用有限元软件STAR-CCM+,仿真分析了3种方案下电池模组在不同放电倍率时的温度分布.结果表明:增加泡沫棉可减少电池间的热交互,进而提高电池单体间的热均衡性.在结合泡沫棉、导热板以及优化后(采用液冷管道串-并联组合方式)的液冷系统散热条件下,电池模组以2C倍率放电时最高温度为35.08℃,最大温差仅为4.85℃.研究结果可为电池热管理散热系统结构设计提供一定的理论基础.     

基于BP神经网络CFRP约束混凝土抗压强度预测

为研究BP神经网络对CFRP约束混凝土抗压强度的预测能力以及神经网络模型的输出性能,在大量的实验数据基础上,建立了CFRP约束混凝土抗压强度的BP神经网络预测模型,探讨了不同数据组合对神经网络模型预测精度的影响;基于神经网络理论,将高精度BP神经网络模型生成了可方便应用的一般公式和简化公式,并与已有经验公式进行了对比分析.研究结果表明:BP神经网络能够很好地挖掘输入输出参数的数据信息,得到高精度的预测模型;相比于传统回归模型,用purelin代替sigmoid做传递函数推导得到的简化线性方程式仅增加了一项常数项,其预测值与试验值比值的平均值为1.011,变异系数为0.112,具有更高的预测精度和稳定性.     

用于高性能超级电容器的基于蚕沙的二氧化锰/碳纳米复合材料

MnO₂/biomass carbon nanocomposite was synthesized by a facile hydrothermal reaction. Silkworm excrement acted as a carbon precursor, which was activated by ZnCl₂ and FeCl₃ combining chemical agents under Ar atmosphere. Thin and flower-like MnO₂ nanowires were in-situ anchored on the surface of the biomass carbon. The biomass carbon not only offered high conductivity and good structural stability but also relieved the large volume expansion during the charge/discharge process. The obtained MnO₂/biomass carbon nanocomposite electrode exhibited a high specific capacitance (238 F·g?1 at 0.5 A·g?1) and a superior cycling stability with only 7% degradation after 2000 cycles. The observed good electrochemical performance is accredited to the materials’ high specific surface area, multilevel hierarchical structure, and good conductivity. This study proposes a promising method that utilizes biological waste and broadens MnO₂-based electrode material application for next-generation energy storage and conversion devices.     

基于PCA-OS-ELM的大气PM2.5浓度预测

为了提高细颗粒物PM_2.5浓度预测精度,提出一种主元成分分析与在线序列极限学习机相结合（PCA-OS-ELM）的PM_2.5浓度预测方法. 首先,通过主成分分析方法（PCA）提取高维大气数据中影响空气质量的关键变量,并去除不必要的冗余变量;其次,利用提取的关键变量建立在线序列极限学习机（OS-ELM）网络预测模型,将批处理和逐次迭代相结合,不断更新训练数据和网络参数实现大气PM_2.5浓度快速预测.研究结果表明,PCA-OS-ELM预测方法采用不同批次训练数据更新模型的方式,能够快速实现大气PM_2.5浓度预测,证明了该方法的有效性.与其他方法相比,该方法预测误差小,预测精度高,具有更好的实用价值.      

玛咖多糖的提取条件及体外活性研究

优化玛咖多糖的提取条件,并通过体外实验对其抗氧化活性和降血脂功效进行研究。采用超声波辅助热水浸提并结合响应面法对玛咖多糖提取条件进行优化,通过自由基清除率评价玛咖多糖的抗氧化活性,基于玛咖多糖与胆酸钠的结合能力评价其降血脂功效。在提取温度50℃,提取时间42min,超声功率220W,料液比(g/mL)1∶32的条件下,多糖提取率达到最高11.0%。将玛咖粗多糖通过离子交换柱分离得到3个多糖组分,分别为玛咖多糖1、玛咖多糖2和玛咖多糖3。其中玛咖粗多糖、玛咖多糖1和玛咖多糖2具有较强的抗氧化活性,对DPPH自由基的较佳清除率分别为83.9%、81.8%和63.7%,对羟基自由基的较佳清除率分别为73.3%、56.8%和76.7%。此外,玛咖多糖3在体外对牛磺胆酸钠和甘氨胆酸钠的结合率分别为49.1%和32.3%。研究表明,玛咖粗多糖、玛咖多糖1和玛咖多糖2具有较好的抗氧化活性,玛咖多糖3具有一定的降血脂功效。     

基于使用强度的办公建筑能耗修正和评价

为了准确评估不同使用强度下办公建筑用能的合理性,以办公建筑为例,采用Designbuilder建筑能耗模拟软件,分析了使用时长和人员密度对办公建筑各分项能耗和总能耗的影响. 考虑使用时长和人员密度对分项能耗的影响,优化了基于使用强度的办公建筑运行能耗修正方法,该修正方法使使用强度偏离大的样本建筑的能耗修正值降低35%~45%. 以同气候区同类型建筑运行能耗的合理值为基准,提出了办公建筑能耗评价方法. 新的方法有助于更准确地反映办公建筑的实际用能水平. 成果可以为办公建筑能耗的精细化评价工作提供参考.     

炼油厂大型原油常减压蒸馏装置的建模与仿真

以沿海某新建炼油厂的原油常减压蒸馏装置为对象,研制开发了仿集散型原油常减压蒸馏装置仿真培训系统。用假多元系方法建立了通用模型塔的动态数学模型,每两条侧线之间的数层塔板或一段填料用一个分离级来处理,由此所引起的误差用级效率来校正。该系统已成功地用于该厂开工前的培训工作。     

流体逻辑网络失效状态的研究与计算机处理

本文对流体逻辑网络系统的偶然失效状态进行了全面的研究。就组合网络及时序网络的各种失效状态进行了详尽的分析及系统的归纳,分析了可能产生的失效状态并研究了解决方法,就此研制了分析与消除流体逻辑网络系统偶然失效状态的计算机软件。此软件采用FORTRAN77高级程序设计语言编写,能对大型的、复杂的网络系统进行分析与处理,其运行结果能指出网络系统的偶然失效状态及其类型,并能自动消除静态及静态逻辑型偶然失效状态。     

VB6.O内部随机数发生器性能检验

针对Visual Basic 6.0内部随机数发生器,按无初始化、序列初始化和变量初始化等方法产生随机数序列,并对序列的均匀性和独立性进行实验.统计检验表明:该发生器性能优良,无初始化和序列初始化性能相近,其均匀性被拒绝的概率约10%,独立性被拒绝的概率约30%.如果产生每个随机数时都以当前时钟对发生器进行初始化,所得序列的均匀性略有改进,但独立性不能通过检验.