基于二层分解技术和改进极限学习机模型的PM_(2.5)浓度预测研究

准确的PM_(2.5)浓度预测对于保护公众健康和提高空气质量有重要意义,然而,由于PM_(2.5)浓度序列的随机性、非线性以及非平稳性等特征增加了对其准确预测的难度.本文提出了一种基于二层分解技术和改进极限学习机(ELM)模型的PM_(2.5)浓度预测方法,该方法融合了快速集成经验模态分解(FEEMD)和变分模态分解(VMD)两种分解技术以及经过差分演化(DE)算法优化的ELM模型.为了验证所提出预测方法的有效性,本文使用该方法对北京市和石家庄市的PM2.5浓度序列进行了预测研究.结果表明:1)相比于单层分解技术,本文提出的二层分解技术可以更加有效地降低PM2.5浓度序列的非线性及非平稳性特征;2)基于二层分解技术的DE-ELM预测模型可以显著提高PM_(2.5)浓度的预测精度.     

低温工况下燃料电池性能衰减及策略优化

利用极化曲线、电化学阻抗谱(EIS)、循环伏安(CV)及分区测试技术等表征手段,从不同角度对质子交换膜燃料电池(PEMFC)在低温(0℃)存储和启动工况下的性能衰减进行研究.结果表明:停机过程无气体吹扫的情况下,冻结/解冻循环导致PEMFC极化阻抗增加,电流密度衰减,催化剂电化学活性面积(ECSA)减少,以及分区电流密度分布均匀性下降,直接影响了PEMFC耐久性;基于优化的二次吹扫策略,可在更少吹扫气体用量下,增强吹扫除水效果;通过水浴加热辅助,在340s内成功实现单电池-30℃低温冷启动.     

废气再循环阿特金森汽油机经济性优化算法

基于一维整机模型在3 000r·min-1部分负荷工况下对Atkinson汽油机性能进行仿真分析.结果表明,在保持节气门位置、空燃比与点火提前角不变的情况下,随着废气再循环率提升或随着LIVC(late intake valve closing)增大,发动机的油耗均呈现增大趋势.为进一步优化Atkinson发动机燃油经济性,在节气门全开条件下搭建了GT-power与MATLAB联合仿真模型,通过改进的遗传算法,对废气再循环率、进气门晚关角、点火提前角、空燃比等参数进行优化迭代,并对历代种群进行了模糊聚类分析,得出了不同负荷工况点的油耗最优值及对应的控制参数.     

医院治理逝者信息泄漏制度有效性研究

为改善逝者去世不久信息就被贩卖、逝者家属被打扰的不良风气,给予逝者及其家属应有的隐私尊重,对医院监管逝者信息泄漏情况进行研究,应用孙氏图对制度有效性进行分析,认为制度的有效性与参数类型和数值大小相关。分析医院工作环境如何影响内部人员信息泄漏的行为,运用效用理论比较研究行为人行为选择,并从制度、教育、法律等方面提出了治理不良行为人行为的意见,提出了以心理成本作为判断该制度是否可行的依据,并以医生为例对制度参数进行赋值检验。研究表明,提高观测力度和加大惩罚力度都可以有效治理逝者信息泄漏问题。     

C/SiC复合材料摩擦性能及储油性能分析

复合材料因性能独特而备受关注,但其自身结构复杂且受到诸多因素的影响,因而对其摩擦学性能的研究仍有待进一步加强。为了对比不同摩擦配副对C/SiC复合材料摩擦性能及储油性能的影响,以C/SiC复合材料为研究对象,运用销盘摩擦学试验方法,研究了C/SiC复合材料与45#钢以及C/SiC复合材料与ZrO₂材料摩擦配副的摩擦学性能,采用三维形貌仪等仪器对C/SiC复合材料摩擦后的表面进行表征分析,研究其摩擦后的表面质量及其储油性能。结果表明,C/SiC复合材料与45#钢磨损剧烈,摩擦后表面储油性能严重下降;其与ZrO₂对磨则摩擦系数较低,磨损量较小,摩擦后的表面仍保持了较好的承载性能及储油性能,是一种良好的摩擦配副。研究结果为拓展C/SiC复合材料的应用及揭示其摩擦学特性提供了有力支撑。     

应用铅同位素比值和元素含量分析法识别有机鸡样品真实性

探究了鸡中铅同位素与相关元素在有机养殖和常规养殖中的差异性,以探讨有机鸡样品溯源的可能性。相同品种的鸡分别采用有机养殖和常规养殖2种不同的饲养方式,利用电感耦合等离子体质谱分别对有机鸡和普通鸡样品中的铅同位素比值和相关元素含量进行测定。方差分析结果表明,铅同位素比值²⁰⁴Pb/²⁰⁶Pb和P、Zn、Fe、Mn、Mg、Ca、Cu、Na、K元素含量具有显著性差异(p＜0.05);主成分分析初步表明,Zn、Mn、Mg、Ca、Cu、Na、K为有机鸡和普通鸡样品中的特征无机元素;聚类分析可将鸡样品分为有机养殖和常规养殖两大类,通过判别分析所得模型的初始分组正确率为100.0%,交叉验证正确率为90.0%。利用铅同位素比值(²⁰⁴Pb/²⁰⁶Pb)、相关元素(P、Zn、Fe、Mn、Mg、Ca、Cu、Na、K)含量分析能够对有机鸡进行有效溯源识别,研究结果可为有机鸡的鉴别研究提供新的方法。     

不确定条件下多产品第四方物流闭环网络鲁棒优化研究

在不确定条件下,构建了一个包括生产商、集中退货中心、消费区/初始退货点、维修处理中心、分销中心和废弃处置中心的单周期多产品第四方物流闭环网络选址模型。在销售量和退货率均不确定的情况下,用鲁棒优化的方法进行优化,目标是使总成本最小。通过lingo 10对具体算例进行求解。结果验证了该模型的鲁棒性。     

CNa42+团簇的结构及其储氢性能研究

氢是一种理想的二次能源,它将成为化石燃料最有希望的替代能源之一,也是亟待开发的重要能源。而氢能的储存成本高,危险性大是急需解决的问题。理论上预测CNa_4~(2+)的储氢性能,通过理论分析,发现了每个CNa_4~(2+)团簇最多可与16个H2分子有效结合,获得23.5%的质量储氢密度。在B3LYP理论水平上,H2分子与CNa_4~(2+)团簇的平均相互作用能在2.107～4.948Kcal/mol之间。由于CNa_4~(2+)的质量储氢密度在7.1～23.7wt%之间,符合美国能源部的要求目标(5.5 wt%)。研究结果表明,CNa_4~(2+)在一定环境条件下可逆吸放氢性能良好,可作为潜在的理想高容量储氢材料。     

高原环境下AMT汽车动力性换挡规律分析

针对内燃机汽车性能受高原地区海拔高度的影响,在分析海拔高度的改变对发动机性能影响的基础上,建立整车动力传动系统仿真模型,分析高原环境下AMT汽车动力性换挡规律。通过对最佳动力性换挡规律控制参数进行修正,提出了基于不同海拔高度的动力换挡规律制定方法,并进行了仿真验证。仿真结果表明:在高原行驶环境下,采用所提出的高原环境动力性换挡规律,明显改善了AMT汽车在高原环境行驶时的动力性能,提高了汽车高原环境适应能力。     

一种运动想象脑电信号半监督算法

针对脑机接口中两类左右手运动想象任务,提出一种依据迭代训练次数不断更新训练集样本的半监督算法.使用多重自相关分析算法,选择置信度较高的脑电信号样本并加入初始训练集;分别使用公共平均参考法与共空域模式算法,对样本进行预处理及特征提取;最后使用支持向量机对样本进行测试,根据迭代学习次数按照递进方式移除置信度较低的样本,并利用剩余样本继续训练模型,从而优化特征提取器及分类器参数.通过对标准脑电竞赛数据库BCI IV Dataset Ⅱa中左右手运动想象数据的测试表明,该算法与其他算法相比,在训练样本数目较少的情况下,具有较高的分类正确率.