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.     

样条能量配点法分析高层框架结构

本文利用样条能量配点法来分析高层框架结构。先将框架模拟成等效性质的正交异性连续体,然后选取样条函数与连续函数的乘积来构成该连续体位移函数,最后用能量配点法来求解。     

能量系统两种基本组合模型及其影响因子的分析

运用小偏差法分析了能量系统的两种基本组合模型中部件的效率、输入量以及各种部件或环节的损率等参数对系统总效率的影响,提议用相关的“影响因子”分析各种因素对系统总效率的影响程度。本文导得的公式与结论,不仅对于探求系统如何合理用能和参数的优化有一定作用,而且对于分析系统的动态特性也将有所裨益。     

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.     

铝质量分数对CL-20基炸药驱动筒壁能量输出结构影响

为探究铝粉质量分数对六硝基六氮杂异伍兹烷（CL-20）基炸药在爆炸驱动筒壁过程中能量输出结构的影响,考虑到筒壁及爆轰产物的轴向运动,基于微元法和爆轰产物状态方程建立了爆炸驱动过程中的能量输出模型. 设计了2种不同铝质量分数的CL-20基炸药（CA5、CA30）和对应的含氟化锂炸药（CF5、CF30）,开展直径50 mm的标准圆筒实验,应用光子多普勒测速仪记录圆筒壁膨胀速度. 计算结果表明:圆筒壁膨胀过程中,基体炸药质量分数由89%降至64%时,CL-20基含铝炸药和含氟化锂炸药驱动金属的能力降低;铝粉质量分数由5%增加到30%时,膨胀结束时刻的内能随之增加;不同氟化锂质量分数的CL-20基炸药能量转化率在93%左右,该值均高于对应的含铝炸药.      

鄂尔多斯盆地长7储层致密油水平井CO2补充能量与吞吐参数优化

长7储层是鄂尔多斯盆地主要的致密区块,近一半的致密油分布其中。针对长7储层开采渗透率低、开采难度大、依靠弹性开采产能较低、能量衰竭较快等问题,通过数值模拟的方法,构建水平井分段压裂数值模拟模型,首先对比不同吞吐方式对油田产能的影响,优选出CO₂吞吐为首选的补充能量方式。其次对井网形式、井网参数及吞吐参数进行优化研究。最终优选出合适的吞吐方案,达到提高生产效率的目的。结果表明,该储层的最优注采吞吐参数为：周期注入量为2 673 t、注入压力为21 MPa、注入速度为90 t/d、焖井时间为10 d。研究对鄂尔多斯盆地长7储层提高采收率具有一定的参考意义。     

图的一种加权邻接矩阵谱半径和能量的界

图G的一种加权邻接矩阵记为A_db(G)=(a^db_ij)_n×n,若顶点v_i和顶点v_j相邻,则$a_{i j}^{d b}=\frac{d_{i}+d_{j}}{d_{i} d_{j}}$, 反之a^db_ij=0.给出图G的加权谱半径的上下界,并在此基础上给出加权谱半径的Nordhaus-Gaddum-type关系.得到了图G的加权能量的几个上下界,并在此基础上给出加权能量的Nordhaus-Gaddum-type关系.     

液压蓄能式风力机组并网转速解耦优化控制

针对在风速、同步发电机负载变化情况下,液压蓄能式风力机组并网转速控制问题,提出一种新型并网转速控制方法——解耦广义预测优化控制方法（Decoupled Generalized Predictive Optimization Control, DGPOC）.首先,DGPOC利用基于广义预测的前馈解耦方法解除变量马达摆角和蓄能器比例阀开度之间的耦合关系,进而调节蓄能器比例阀,依靠蓄能器吸收波动流量,同步调节变量马达摆角实现恒转速控制,解决因风速、同步发电机负载变化引起的变量马达转速波动问题; 其次,将蓄能器比例阀的能量损耗作为性能约束项,加入到优化目标函数中,求取最优控制量,从而提高液压蓄能式风力机组风能利用率; 最后,利用建立的MATLAB-AMESim联合仿真实验平台验证DGPOC方法的有效性.实验结果表明： DGPOC方法不仅可以实现变量马达摆角和蓄能器比例阀开度两个变量的解耦,提升变量马达转速控制的快速性及鲁棒性,而且能够降低系统的能量损耗.