碱性甲醇燃料电池阳极催化剂的研究进展

综述了直接碱性甲醇燃料电池阳极催化剂的研究进展.由于采用碱性电解质,甲醇电化学氧化催化剂的选择可不再受只有铂才会表现较高的电催化活性的限制.指出了研究比较多的非铂催化剂Au,Pd,Ni和钙钛矿型稀土氧化物的研究机理,为进一步发展新型催化剂提供了新方向.     

Temperature modeling and control of Direct Methanol Fuel Cell based on adaptive neural fuzzy technology

Aiming at on-line controlling of Direct Methanol Fuel Cell （DMFC） stack, an adaptive neural fuzzy inference technology is adopted in the modeling and control of DMFC temperature system. In the modeling process, an Adaptive Neural Fuzzy Inference System （ANFIS） identification model of DMFC stack temperature is developed based on the input-output sampled data, which can avoid the internal complexity of DMFC stack. In the controlling process, with the network model trained well as the reference model of the DMFC control system, a novel fuzzy genetic algorithm is used to regulate the parameters and fuzzy rules of a neural fuzzy controller. In the simulation, compared with the nonlinear Proportional Integral Derivative （PID） and traditional fuzzy algorithm, the improved neural fuzzy controller designed in this paper gets better performance, as demonstrated by the simulation results.     

竞争市场环境软件即服务提供商最优定价策略

SaaS服务提供商通常可以选择按使用付费和订阅付费两种定价方式向用户提供软件服务。按使用付费指的是用户根据实际使用量的多少来支付费用,订阅付费指的是用户定期支付固定费用而使用量不受限制。研究了SaaS服务提供商与传统软件提供商竞争性共存的市场环境下,SaaS服务提供商的最优定价策略选择问题。通过构建两阶段的双寡头竞争博弈模型,分析了用户交易成本、软件可定制性和软件贬值率等因素对软件提供商定价策略选择的影响。研究结果表明:①当SaaS软件服务的可定制性较低时,用户交易成本越低,SaaS服务提供商更愿意选择按使用付费的定价方式;当SaaS软件服务的可定制性较高时,用户交易成本越低,SaaS服务提供商反而更愿意选择固定价格的订阅定价方式。②传统软件提供商应该选择较低的产品维护升级价格,使所有传统软件用户都选择软件的维护和升级。③当市场价格竞争较强时,SaaS服务提供商应降低软件的可定制性;当价格竞争较弱时,SaaS服务提供商应提高软件的可定制性。④随着软件产品贬值率的增加,各软件提供商的收益都相应减少。研究结果在一定程度上为SaaS服务提供商选择定价策略提供了理论依据和实践指导。     

Bi掺杂的直接甲醇燃料电池阳极催化剂研究进展

发展可替代能源对缓解全球能源问题具有重要意义。直接甲醇燃料电池(direct methanol fuel cell,DMFC) 因其工作温度低、能量密度高以及污染物排放少等特性,正逐渐成为最有发展前景的便携式能源技术之一。目前,其商业化进程主要取决于甲醇氧化反应(methanol oxidation reaction,MOR) 的动力学快慢、催化剂的成本和寿命。Bi元素的掺杂可以极大地提高甲醇电催化氧化的性能,并且可以提高阳极催化剂抵抗CO中毒的能力。介绍了掺杂Bi的贵金属和非贵金属阳极电催化剂,以及贵金属掺杂Bi₂O₃、Bi₂WO₆ 等光辅助电催化剂;综述了它们提高甲醇电催化氧化性能的机制,并展望了阳极Bi电催化剂在DMFC中所面临的机遇和挑战。     

基于新算法的P码序列捕获处理器设计与实现

通常P码的捕获是利用C/A码来完成的。但是,考虑到实际的战场可用性,利用C/A码引导的P码捕获方式不再具有较好的可靠性。同时考虑到P码信号的特点,对P码信号进行直接、快速的相关捕获是首先要解决的问题。因此,在研究相应理论的基础上,对提出的新的P码直接捕获算法进行硬件设计,实现了P码序列捕获处理器。在实验室环境下对序列捕获处理器进行测试,结果验证序列捕获处理器可以有效捕获GPSP码信号。     

四轮转向直接横摆力矩鲁棒集成控制仿真研究

将四轮转向与直接横摆力矩相结合,考虑模型摄动优化权函数抑制外扰,基于模型跟踪设计μ综合鲁棒集成控制器.采用J-turn操纵方式高速下验证控制器的鲁棒性,比较前轮转向直接横摆力矩,四轮转向与四轮转向直接横摆力矩三种车辆控制系统的操纵性能,仿真表明设计的四轮转向直接横摆力矩集成μ综合控制器更能有效地提高车辆闭环系统的鲁棒性,抵制外部扰动的鲁棒稳定性,且避免了H∞控制器的保守性.     

基于广义预测算法的直接转矩控制仿真

针对电动汽车电机驱动控制系统结构复杂且系统性能受负载不确定性影响的缺点,提出了一种用于永磁同步电动机广义预测控制方法。从驱动系统动力学方程出发,建立了不依赖电机控制参数的驱动系统CARIMA模型,并采用广义预测算法对驱动系统的给定转矩进行了控制;为了获得良好的变速性能,实现了基于GPC的PMSM驱动系统的直接转矩控制;最后对系统变速过程进行了仿真。仿真结果对比表明,这种控制结构和方法能够实现对转矩变化的有效控制,使速度变化具有较好的平缓控制效果,在工程实际中有很大的应用潜力。     

外商直接投资趋势研究——基于灰色马尔可夫预测模型与时间序列模型的对比

外商直接投资是影响中国经济发展的重要因素,而未来外商直接投资的预测是其发展和决策的基础.文章在阐述外商直接投资对中国经济发展的作用以及对未来中国利用外资水平预测的必要性的基础上,选取2000-2013年度中国利用外商直接投资(FDI)的数据,通过建立灰色马尔可夫(GMM)和时间序列模型,对中国利用FDI的趋势进行预测,并对预测结果精度进行比较,以得出较优的预测模型.研究结果表明:传统灰色模型合格,但仍有可提升的空间;在此基础上,建立GMM预测模型对结果进行修正,所得模型的灰色关联度有很大提升,且与真实值差距进一步缩小;建立时间序列模型,并据此对数据进行预测;比较GMM与时间序列模型预测结果的精度,可知,GMM的预测精度较高,拟合效果较好.为验证这一结果的可信度,文章选取1990-2013年度北京市和重庆市FDI水平的数据,建立GMM和时间序列预测模型,再次发现GMM预测效果优于时间序列模型的预测效果.基于此,GMM对中国利用外资水平的预测结果较为可信,预测结果对完善中国直接利用外商投资的机制具有一定参考价值.     

直扩信号的谱检测和神经网络估计

论述了二次谱理论、谱相关理论和神经网络方法在直接序列扩频(DS/SS)信号的检测与估计中的应用,提出了利用谱分析结合神经网络的方法来实现对低信噪比DS/SS信号的参数及其伪码(PN)序列的估计.计算机模拟结果表明,该方法在较低的输入信噪比条件下能良好地工作.     

不同系统之间的混沌同步

基于稳定性理论,针对SQCF系统和SCCF系统提出了两种不同系统之间的混沌同步控制策略：一是选取一正定的李亚普诺夫函数,基于李亚普诺夫直接法求出混沌同步的控制量,从而使两个不同的系统达到混沌同步;二是运用激活控制法实现两个不同系统的混沌同步．这两种方法均适用于一般的混沌系统,并用Mathematica软件给出了数值模拟．理论分析及仿真结果都表明该方法可以较快地实现不同系统之间的混沌同步．