绿色发展理念与企业环境责任探析

“创新、协调、绿色、开放、共享”是中国“十三五”时期的五大发展理念,绿色发展对于加速推动生态文明建设和美丽中国建设,具有极其重要的意义。推进绿色发展需要全社会的共同努力,企业作为绿色发展的重要主体之一,有义务承担环境责任。通过对绿色发展和企业环境责任的内涵分析,探讨了二者之间的关系,提出“企业－政府－社会”协同治理的路径。认为通过三方的联动机制,最终能够实现企业、社会和自然三者之间的和谐、绿色发展。     

汽车坡起中EPB的Bang-Bang控制研究

针对车辆坡道起步问题,提出了基于Bang-Bang控制的气压式EPB控制策略.分析了坡道起步过程中的受力变化以及气压式EPB工作原理,研究了电磁阀的工作特性,提出了EPB电磁阀的脉宽调制（PWM）和脉频调制（PFM）的结合控制方式.研究了坡道起步过程中驱动力矩与制动力之间的对应关系,提出了坡道起步需求气压理想控制目标,采用Bang-Bang控制算法作为系统控制策略核心算法控制EPB电磁阀.在试验车上进行了坡道起步试验,起步平稳无溜车,控制效果良好,证明了控制策略的可行性.      

分布式电动车的线性自抗扰稳定性控制策略

为研究分布式电动车的操纵稳定性控制策略问题,将直接横摆力矩控制器设计为2个一阶线性自抗扰控制器,用于计算车辆维持稳定所需的横摆力矩。在转矩分配方面,根据路面附着和车辆状态调节目标函数的权值,采用二次规划算法计算得到电机输出转矩。应用硬件在环仿真平台进行了正弦迟滞和正弦递增实验,实验结果表明分布式电动车的操纵稳定性控制策略能够提高车辆的操稳性能,使得控制变量能够紧密跟踪期望值。      

基于新的初始化策略计算MVEE的积极集算法

针对计算最小体积闭包椭球(MVEE)的积极集算法中原初始化策略耗时较多的问题,先给出一个基于样本协方差矩阵构造的新初始化策略,然后将该初始化策略应用于秩-2更新算法中,并给出一个计算MVEE改进的积极集算法.数值实验结果表明,基于新的初始化策略的积极集算法能有效提高求解大规模数据集MVEE问题的计算效率.     

一种基于改进的磷虾群和粒子群的混合算法

针对基本磷虾群(KH)算法在求解高位复杂优化问题时容易陷入局部最优、求解精度低等缺点,提出了一种基于改进的磷虾群和粒子群的混合算法(AIPSOKH).该算法首先对KH算法中的觅食权重和诱导权重采用非线性递减策略,然后将其与惯性权重线性递减的粒子群算法(LDWPSO)混合,采用双子种群同时计算的并行策略进行迭代计算,借鉴自然选择中适者生存的进化机制提升母种群中个体的质量,以此来避免算法陷入局部最优,并提升其求解精度.最后通过8个标准测试函数的对比实验表明,在全局搜索能力和求解精度上与提到的2种算法相比都有着显著优势.     

基于有限容量排队论的铁水包个数计算模型

将"一包到底"模式下的铁水包周转过程抽象为有系统容量限制的3个串联接近闭合的排队系统,即高炉出铁、铁水脱硫以及转炉兑铁排队系统。在此基础上,提出基于有限系统容量排队论的铁水包理论周转个数计算模型。应用该模型,对重钢新区铁水包理论周转个数进行计算,结果表明:铁水包周转到达统计平衡的时间为294min,理论周转个数为17个。研究表明,减少铁水包周转个数的关键在于优化系统容量值,实际生产中主要从改进高炉配罐制度、加强炼铁炼钢工序协调等方面采取措施,并应用模型计算相关参数为:铁水包周转时间为260min,理论周转个数为15个。     

基于重建策略的云工作流调度算法优化

为了进一步提高算法性能,提出一种改进的蛙跳算法,并与调度方案相结合,以期为云工作流资源分配提供最优调度.通过在蛙跳算法的局部搜索中加入重建策略,提高了数据随机性,有效避免了局部最优.研究了调度方案生成算法,与改进算法相结合得到接近最优的调度.利用Java模拟器进行仿真试验,并与粒子群优化算法和传统蛙跳算法作比较.实验证明,提出的方法可以在满足最长截止时间约束的情况下,使总执行成本最小化.     

电动助力转向系统的控制策略

介绍了电动助力转向控制策略，给出了控制策略框图．通过助力控制、转角回正控制、侧向加速度回正控制、阻尼控制和补偿控制5大模块对助力转矩控制策略进行了分析．简述了安全功能控制策略．     

多基地雷达系统空间监视能力的仿真分析

依据空间目标监视对雷达能力的需求,利用仿真手段对多基地雷达的配置进行研究.首先建立了多基地雷达系统对空间目标定位的数学模型,推导了定位误差解析公式.在此基础上进行了数字仿真,分析了接收站数目、测站几何布局、主站与接收站之间的距离、主站的距离测量精度以及接收站选取不同观测量组合等多种因素对多基地雷达系统空间监视能力的影响.最后提出了多基地雷达系统测站部署策略.     

基于神经网络的并联式混合动力汽车控制策略

为提高并联式混合动力汽车的燃油经济性和控制系统的响应时间,应用神经网络实现控制策略.首先,结合逻辑门限控制策略和等效燃油消耗最小原理制定控制策略,并根据电池的荷电状态(SOC)进行调整.然后将调整后的策略在典型工况JA1015循环上实验,采集合理样本来训练对角回归型神经网络(DRNN),获得基于神经网络的控制策略.最后,在电动汽车仿真软件ADVISOR平台上进行仿真实验,仿真结果表明,采用神经网络的控制策略,提高了并联式混合动力汽车的燃油经济性,响应快,且具有通用性.