热网络法预测车内温度的理论和实验研究

为对车内温度水平进行预测,采用热网络法对车辆停车和行驶状态下的车内温度进行计算。太阳辐射是影响车内温度水平的主要因素,而热网络法通过建立和求解节点热平衡方程,获得各节点的温度,尤其适用于以辐射为主的换热问题。车内外的对流换热采用实验关联式进行计算。由热网络法建立的节点热平衡方程组为非线性方程组,采用牛顿迭代法进行了求解。计算结果与实测温度值的比较显示,两者吻合较好,表明热网络法用于车内温度预测的有效性。另外,计算结果也显示车窗玻璃的透射率对车内温度有明显影响,在考虑安全的前提下,选取合适透射率的车窗玻璃材料可起到减少车辆能耗的作用。     

中国灾害性海浪研究进展

 海浪灾害是海洋灾害的重要组成部分,是各种海洋灾害中导致人员死亡或失踪的最主要致灾因素,是各种涉海工程设计、施工和运维工作必须考虑的动力因素,是中国海洋安全与保障工作必须面对的自然灾害。通过讨论灾害性海浪的常用定义和分类,评述了有关典型灾害性海浪特性的主要研究成果,总结了主要灾害性海浪预报业务化现状,提出了灾害性海浪研究尚存的主要问题和未来的研究方向。     

智能混合动力汽车经济性自适应巡航控制策略研究

针对智能混合动力汽车自适应巡航过程中的能量控制策略问题,结合模型预测控制在处理多目标、多约束优化问题方面的优势和粒子群算法运算量小、收敛快的特点,将粒子群算法作为模型预测控制的滚动优化方法,构造基于模型预测控制的粒子群算法.仿真结果表明,文中算法能够使绝大部分工况点落在较低燃油消耗率区域,只有少部分工况点落在非经济区域,虽然多消耗了1.06%的燃油,但在运算速度上却获得了60.3%的提升.     

基于交通出行行为的郑焦城际公交客流预测

通过统计分析郑焦城际公交乘客的个人属性和出行信息,选择灰色模型对客流进行建模、预测和精度检验,得到模型的平均相对误差为3.98%,精度为96.02%,较好地满足了精度要求。该研究为郑焦城际公交的组织优化提供了理论依据和技术支持。     

制造商资金约束下的双渠道供应链协调

考虑由单一零售商和受资金约束的单一制造商组成的双渠道供应链,在引入带有价格折扣因子的零售商提前付款融资模式时,如何实现协调的问题.在制造商主导的Stackelberg博弈下,研究了制造商和零售商之间的库存协调问题,并建立了使得双渠道供应链实现协调的收入共享契约模型.给出了供应链协调时契约参数满足的表达式,并分析了价格折扣因子、初始资金对供应链及其成员的影响.最后,通过算例验证了契约对双渠道供应链协调的有效性及相关参数的作用.     

近年来CCA在气候分析与气候预测中的应用

详细论述了CCA方法应用于气候分析与预测中所取得的成果。着重分析了CCA方法在理论上和实践上所存在的优缺点。给出了CCA在我国汛期预报中应用的实例。     

新疆塔里木河流域径流变化趋势分析

结合塔里木河流域三大源流的5个山区水文站近50年径流实测资料,运用水文时间序列周期分析的方差分析外推法和水文时间序列预测的叠加趋势模型,对塔里木河近50年年径流量的时间序列进行了分析．结果表明:塔里木河源流阿克苏河径流表现为17年的周期变化;和田河表现为10和17年的周期变化;叶尔羌河表现为稳定的17年周期变化．三源流出山口径流量表现为17年的变化周期．利用周期性叠加趋势模型对塔里木河源流区径流量变化趋势进行分析．趋势叠加模型的预测结果显示,2006—2008年,塔里木河源流区的来水量将呈减少的变化趋势,2009年出现一丰水年,2010年塔里木河流域可能会进入枯水期,源流来水量明显减少．     

建设社会主义新农村需注意五个问题

十六大提出到2020年实现全面建成小康社会的目标,届时要求全国人均收入达到3000美元,就全国而言,按照目前的收入增长态势,达到这个目标并不困难。但是如果农村收入按20世纪90年代末以来每年只有4％左右的速度增长,到了2020年全国人均收入达到3000美元的时候,农村收入将会不足1000美元,城乡差距将会非常巨大,农村就不是全面小康,到了2020年,也就不会有全面建设小康社会目标的完成。而且,如果农村和生活有关的公共基础设施不改善,到2020年还像有些人形容的那样“城市像欧洲,农村像非洲”,在巨大的收入和生活环境的差距下,我国也难有和谐的社会。所以,落实社会主义新农村建设应该注意以下五个问题:     

基于增量式随机森林的燃气负荷预测方法

随着智能燃气网概念的普及和燃气智能表的发展,燃气负荷数据量呈指数级增长,燃气负荷预测面临新的挑战,传统的基于离线批量学习的数据预测方法已无法满足大数据量的实时数据预测需求。针对燃气负荷数据增量到达的预测场景,提出了一种增量式的随机森林回归(Incremental Random Forest Regression,IRFR)算法。该算法将一定量的样本存储在叶节点,通过衡量样本集变异系数来控制叶节点分裂;针对大数据量的情况,设计了样本丢弃策略来控制内存空间。在对上海市燃气负荷数据进行特征选择、提取并建模后,将IRFR算法应用于燃气负荷预测。实验结果表明,IRFR算法相比于传统的随机森林算法具有相当的准确率,同时所需训练时间较短,更适用于大数据量的增量学习场景。     

基于ARIMA模型的人民币汇率预测与分析

对2015年8月11日汇改之后的人民币兑美元汇率进行分析,建立ARIMA(14,1,0)模型,残差检验证明该模型是合理的。利用模型ARIMA(14,1,0)对2016年3月10日至2016年3月23日的人民币汇率进行预测,预测结果基本接近实际值,相对误差控制在0.5%以内,并且前5天的平均误差为0.2%。预测结果再次表明,ARIMA(14,1,0)模型完全适用于美元/人民币汇率的建模,特别是对短期范围内汇率的预测是切实可行的。