线性有源网络的混合分析法

以电压控制电源的控制电压、电流控制电源的控制电流以及无源支路的电流为变量，建立有源网络的混合变量方程。这种分析方法对任一有源性网络都普通适用。     

外资引进中多元政府混合贷款的综合评价方法

文章简单要介绍了多元政府混合贷款的含义及对其评价的传统方法，指出了传统评价方法的缺陷，提出用群组ＡＨＰ理论构造新的评价模型。在专家的选择及评价上采用问卷测试的客观内容来计算各专家权重，对专家评议结果的处理采用不等权专家信息后处理技术.     

产物分离固相化细胞反应器的设计和数学模型

设计了一种以挥发性产物和非挥发性底物为特征的四相反应器——分离器。在此反应器中,生物催化剂被固定在固体柱填充物上并与含有底物的液相接触,汽相流过柱子而将挥发性产物蒸发迸入汽相。反应器由同方向流的浓缩器和反方向流的分离器两个基本汽——液流部分组成。并建立了吸附的单层细胞稳态群体数学模型和反应器平衡状态模型。     

能耗率极值原理和重力理论交互作用下粗质颗粒的浓度垂线分布

本文同时运用能耗率极值原理和重力理论研究了固液两相流在粗质颗粒时固相浓度的垂线分布,通过探讨能耗率极值原理对“非单向性”作用问题,进一步揭示了两相流运动的机理。计算结果与实测数据有较好的吻合。其研究方法、原理、步骤也极易推广到其它各种粒径的固相。     

基于预训练模型和混合神经网络的医疗实体关系抽取

医疗文本具有实体密度高、句式冗长等特点,简单的神经网络方法不能很好地捕获其语义特征,因此提出一种基于预训练模型的混合神经网络方法。首先使用预训练模型获取动态词向量,并提取实体标记特征;然后通过双向长短期记忆网络获取医疗文本的上下文特征,同时使用卷积神经网络获取文本的局部特征;再使用注意力机制对序列特征进行加权,获取文本全局语义特征;最后将实体标记特征与全局语义特征融合,并通过分类器得到抽取结果。在医疗领域数据集上的实体关系抽取实验结果表明,新提出的混合神经网络模型的性能比主流模型均有提升,说明这种多特征融合的方式可以提升实体关系抽取的效果。     

基于混合团树的贝叶斯网络智能推理算法

提出了一种基于混合团树的智能推理体系架构,利用原始贝叶斯网络中变量之间的依赖关系对连接树进行改造,使得在推理过程中满足以下两个优势：(1)它能直接消除与证据和查询的无关的变量集,使得混合团树得以缩减为更小规模的二级树状结构,进而使消息不必在所有节点中传播;(2)它继承了连接树传播算法中可以重复利用混合团树中预先储存的信息进行加速推理.     

融合电池温度和寿命的深度强化学习PHEV能量管理策略

针对当前插电式混合动力汽车能量管理策略忽略电池老化成本和电池温度变化过大而导致的热失控问题,制定融合电池寿命和电池温度的深度Q-Learning神经网络(DQN)强化学习能量管理策略.首先,从融入能量管理策略的角度,建立动力电池热模型和老化模型,引入调节目标价值函数的严重因子和量化电池老化程度的安时通量.其次,建立由超温惩罚、等效电池老化成本和燃油消耗组成的目标价值函数,进而构建深度强化学习能量管理策略.最后,通过仿真实验对所制定的控制策略进行验证.结果表明：融合了电池老化和电池温度的能量管理策略能够有效抑制电池老化和温度.在4个随机工况中,DQN策略下的电池有效安时通过量相较于CD-CS最大下降了35.75%;与CD-CS相比,DQN策略下单个驾驶任务的行驶总成本最大降低10.36%,证明了所制定策略的有效性.     

固定时间扩张状态观测器下的四旋翼飞行器滑模控制策略

针对滑模控制中系统状态接近滑模面后存在的抖颤现象,提出一种基于固定时间扩张状态观测器(FTESO)的二阶滑模控制策略.首先,设计全驱动子系统及欠驱动子系统的控制结构中的二阶滑模控制器;然后,通过FTESO对内部的参数不确定及外部扰动进行观测,在一定时间上限内收敛到观测值,利用观测值对控制器进行补偿,从而减少甚至消除抖颤现象;最后,通过李亚普诺夫函数保证设计的四旋翼飞行器系统的闭环稳定性,并进行仿真实验.结果表明：文中提出的控制策略具有优越性.     

混合稀土Nd2O3和CeO2对氧化镁陶瓷硬度及抗热震性能的影响

采用轻质微米级（0.5 μm）MgO粉末为原料,Nd₂O₃、CeO₂为添加剂,聚乙烯醇为黏结剂,以242 MPa压强干压成型,常压1 550 ℃下烧结并保温2 h制得MgO陶瓷,对所得试样进行硬度、抗热震性能、显微结构及物相的测定。先探究不同添加量的单一稀土对MgO陶瓷的硬度及抗热震性能的影响,得到Nd₂O₃和CeO₂的最佳添加量ω分别为3%、8%。然后探究混合稀土Nd₂O₃和CeO₂对MgO陶瓷的性能影响,结果表明混合稀土添加总量ω为3%,Nd₂O₃与CeO₂的质量比为3∶7时,氧化镁陶瓷具有最好性能,硬度值为68 HRA,抗热震次数高达19次。