创新生态系统治理的关键环节与系统效能

根据创新生态向创新生态系统的演进,指出科技创新治理由此勃兴。从创新生态系统3个主要特征出发,指出技术、组织和机制是影响科技创新治理效能的3个关键因素,并进一步提出要增强使能技术、进化型组织、政策企业家在中国科技创新治理过程的探索实践。     

基于基因算法的专家模糊控制器的优化

提出了一种通用的专家模糊控制器的设计方法,这种方法运用基因算法的进行寻优,具有设计快,人工干预少,可获得一个基于一定性能指标的次优或最优的专家模糊控制,它可以对多输入多输出系统进行设计,不需要被控对象的精确数学模型。     

Cu—ZSM—5上NO催化分解的研究

考究了不同温度及不同空速条件下,Ｃｕ－ＺＳＭ－５、Ｃｕ／Ａｌ２Ｏ３及Ｃｕ／ＳｉＯ２等催化剂上ＮＯ直接分解的性能,并采用ＸＲＤ,ＴＰＲ及ＳＥＭ等手段对催化剂进行表征,将表征结果与催化剂活性相关联,探讨了Ｃｕ－ＺＳＭ－５催化剂活性较高的原因。     

一种无延迟的水文时间序列预测方法

为解决水文时间序列预测中,序列连续值间存在着高度的自相关性,而引起峰值点的预测时间落后于真实时间的问题,提出一种基于CSVMD-LSTM-ELM的无延迟预测方法。首先,将变分模态分解算法(variational mode decomposition,VMD)与布谷鸟搜索算法(cuckoo search algorithm,CS)相结合,其中,VMD用于削弱时间序列间的相关性,CS用于全局搜索VMD参数的最优解,并重点关注预测延迟的问题,为此,定义了一种新的适应度函数;其次,为分解得到的子序列建立了长短期记忆神经网络(long and short-term memory neural network,LSTM)和极限学习机(extreme learning machine,ELM)两种网络结构,分别讨论了单一网络和组合网络预测效果的优劣;最后,在秦淮河流域数据集上进行实验验证,与原有的LSTM和VMD-LSTM-ELM方法进行比较。结果表明,所提方法相较于其他方法,预测的峰值时间延迟更小,预测误差更低。可见,所提方法能够解决预测的延迟问题。     

矿渣粉磨生产工艺智能调控系统研究与应用

矿渣粉磨生产过程具有强耦合、非线性、大滞后等特点,人工对其进行有效控制十分困难。提出一种矿渣粉磨生产工艺闭环调控系统,在长期设备与工艺研究基础上,借助物联网技术采集大量数据,结合专家经验并通过数据分析来实时监控工况发展趋势,研究矿渣粉磨生产工艺过程闭环调控方法;系统增加了前端矿渣水分在线检测,增强系统提前反应速度,在后端通过微粉粒度在线检测,形成闭环控制;生产过程中替代人工精细调节工艺,自动纠正参数变化,并优化参数匹配。系统应用于某生产现场,取得了较好的运行效果。     

基于改进LMS自适应滤波的局部放电噪声抑制方法

为了解决局部放电测量现场中信号淹没在周期性窄带干扰中的问题,文中提出一种应用于变压器局部放电在线监测系统的改进变步长最小均方(least mean square, LMS)自适应滤波算法,通过构造一个新型滤波函数结合实际情况中AD芯片量程自适应调整步长,解决了传统LMS算法需要阶数和步长匹配、收敛性差、容易发散的缺点。通过改变滤波器阶数和参考信号时延,分析改进算法收敛速度及稳态误差,并对测试中发现时延为0的特殊情况进行了讨论分析,为高信噪比自适应滤波器设计提供了参考。改变新方法初始迭代步长同传统固定步长LMS算法的迭代过程进行了仿真对比,证明了新方法具有收敛速度快、不易发散的优点。最后,通过实验室搭建的变压器局放在线监测装置,对比分析了实测数据下传统LMS算法与本文算法的不同效果,通过对信噪比(SNR)、均方误差(MSE)和波形相似系数(NCC)三种指标对比,验证了新方法的优越性。     

基于灰色关联逼近理想解排序法的航班时刻表评估

准确评估航班时刻表,有助于有针对性地制订航班时刻优化策略,对缓解航班时刻的供需矛盾和减少航班延误具有重要意义。针对航班时刻表的评估问题,首先,基于现有评估指标集,引入了滑行时间评估指标;其次,使用分类算法预测并计算了评估指标;再次,提出了一种基于灰色关联逼近理想解排序法的航班时刻表评估方法;最后,以北京首都国际机场为例,与现有评估方法进行了对比分析。结果表明：引入滑行时间评估指标,可以提高灰色关联逼近理想解排序法对航班时刻表的优劣区分能力;灰色关联逼近理想解排序法能避免现有的基于帕累托面的方法在样本较少时不能有效评估航班时刻表的问题,具有更强的普适性。     

遗传算法在陀螺温控系统中的应用研究

由于惯性导航系统中陀螺受到温度的影响,故常采用温控系统来控制陀螺的温度,以保持陀螺的精度与性能。为了获得更好的控制效果,本文提出了用遗传算法来优化温控系统PID参数的具体算法,计算机仿真结果表明,该法是一种行之有效的方法。     

基于卷积神经网络的灾难场景图像分类

为了对灾难场景图像进行快速分析和识别,提出了一种基于多分辨率卷积神经网络和残差注意力机制(attention module)相结合的图像分类模型.首先,对灾难场景数据集进行预处理,在相同类型的条件下将其随机划分为训练集和测试集.基于改进的卷积神经网络(convolutional neural network,CNN),...     

考虑材料劣变过程的桥梁地震易损性分析

建立了一套基于概率和非线性有限元的桥梁结构地震性能演变分析方法,分析了材料劣变过程;且结合人工神经网络(ANN)与蒙特卡罗(MC)方法,建立了结构随机能力模型;在能力模型的基础上,通过增量动力分析(IDA),建立了考虑材料劣变过程的需求模型,从而形成地震易损性曲线;并以一座斜拉桥的主塔为例,利用所建立的方法研究了随着服役年限增加结构易损性的变化规律.研究成果可为桥梁的全寿命设计、既有桥梁的运营以及地震风险评估等提供理论依据.