给定数量线圈的网络布局优化方法

针对交通网络中数量给定的线圈布局优化问题,提出了一种图论算法。新算法充分利用网络支撑树的拓扑特征,并通过对网络路段赋权,使得相继添加新路段后形成的网络回路对路段流量的推断影响最小,从而优化了定量线圈的布局。新方法具有如下特点:(1)避免了常用代数方法繁复的数学分析过程,降低了运算量;(2)揭示了未安装线圈路段的树状网络拓扑特征;(3)利用支撑树多样性的优势,可为交通管理和施工部门提供多种优化布局方案。通过算例验证了新方法的有效性。     

低碳产业上市公司并购行为对公司劳动力需求的效应——基于动态面板数据的实证分析

以2003~2009年沪深两市发生并购的低碳产业上市公司的面板数据集为研究对象,通过构造动态面板数据模型,探究低碳产业上市公司并购对公司劳动力需求的影响。研究结果表明低碳产业上市公司并购有利于增加公司劳动力需求。本文研究不但从理论上丰富了并购的研究内容、拓展了研究范围,从实证上明确了并购对公司劳动力需求的影响关系,并且为相关政府部门合理制定就业政策提供了可行建议。     

能源强度、交通压力与雾霾污染——基于静态与动态空间面板模型的实证

采用2003~2014年中国30省区面板数据,运用空间计量经济学方法,使用地理距离权重矩阵,建立静态与动态空间面板计量经济学模型,分析城镇化进程中能源强度、交通压力、能源结构等对雾霾污染的影响。研究发现,雾霾污染存在正的空间相关性,局部地区雾霾污染存在集聚现象;空间和时间固定效应的空间杜宾模型最优;静态和动态空间面板模型都显示雾霾污染存在空间外溢效应,我国经济发展与雾霾污染之间存在环境库兹涅茨曲线,能源结构、交通压力与雾霾污染呈同方向变动,能源强度的溢出效应为负;动态空间面板模型比静态更为合适,估计结果更为准确,揭示了行为习惯等遗漏因素对雾霾的影响也很重要。     

基于数据深度的支撑向量估计

针对支撑向量机分类问题,提出了利用空间秩深度估计两类样本潜在支撑向量的方法。首先计算出样本在相对本类和相对于异类的深度,然后取其比值作为相对深度。注意到样本相对深度在交界面位置较大的特性,我们用相对深度估计样本中的潜在支撑向量。对非线性分类问题,我们给出了特征空间下的深度计算公式,拓宽了算法的适用范围。利用潜在支撑向量信息,我们不仅可以除去大量的计算冗余样本,而且可以利用边界信息通过修正核提高支撑向量机的分类性能。

Abstract：

A method was proposed to estimate the potential support vectors （SVs） in advance based on spatial rank depth （SRD） in binary classification by support vector machine （SVM）. Noting that the ratio of relative-class data depth to inner-class data depth is extra large in the interface of the two datasets,the relative depth was used to estimate the support vectors in the samples. According to the nonlinear classification,the spatial rank depth in the feature space was discussed. By estimating the SVs in advance,the computation not only could be reduced by removing the redundant data while keeping the precision,but also the performance of SVM could be improved by the revised kernel method using the interface information.     

非对称柔性支撑龙门双驱平台的解耦与同步控制

针对采用非对称柔性支撑结构的龙门双驱运动平台,提出基于模型补偿扩张状态观测器的解耦与同步控制策略.考虑柔性支撑结构特点和负载加速度对龙门平动、转动模态的影响,采用拉格朗日方程建立了龙门动力学模型.依据该模型设计平动和转动控制回路并采用带有已知耦合项补偿的扩张状态观测器,估计并抑制由建模误差和未知耦合项等因素组成的总扰动.试验结果表明,该控制框架与解耦策略能有效解除双驱动轴间的动态耦合并抑制扰动,显著提升龙门试验台的动态响应和同步精度,且具有部署简单、所需测量模型参数少等优点.     

夕昌水库混凝土面板阻裂防渗技术探析

混凝土面板是面板堆石坝中最重要的防渗结构,保障着整个坝体的防渗安全,混凝土面板裂缝的出现对坝体防渗能力提出了更高要求。本文基于夕昌水库混凝土面板防渗系统的实施经验,对混凝土面板在阻裂减渗设计、接缝止水、补裂措施、养护、监测处理等方面的一整套防渗措施及面板混凝土中采用新型阻裂减渗剂和新型裂缝处理材料进行了分析和总结,为提高本工程混凝土面板堆石坝的整体防渗能力,也为今后同类型工程提供参考依据。     

靶丸支撑结构对低温靶温度特性影响研究

针对支撑结构的引入对靶丸温度分布产生扰动这一问题,建立带不同靶丸支撑结构的三维低温靶模型,基于离散坐标辐射模型和Boussinesq假设,研究了支撑结构对靶丸温度特性的影响,并对比了不同支撑结构靶丸温差对黑腔内氦气压力变化的敏感程度,最后针对泡沫垫衬薄膜支撑研究了泡沫材料参数的影响规律。结果表明：支撑膜能显著降低黑腔内自然对流强度,薄膜支撑与两极支撑靶丸温度均匀性优于无支撑膜的充气管支撑和支撑杆支撑,薄膜支撑相比两极支撑靶丸温度均匀性略高;充气管直径越大,靶丸温度均匀性越差。基准工况下,薄膜支撑靶丸外表面最大温差最小,温度均匀性最好,两极支撑、充气管支撑及支撑杆支撑最大温差较薄膜支撑分别增大了5.92%、32.71%及17.99%;氦气压力升高,靶丸外表面温度均匀性逐渐恶化,薄膜支撑和两极支撑靶丸温差对氦气压力变化的敏感度更低;对于泡沫垫衬薄膜支撑,通过选用导热系数较大的泡沫材料并减小其厚度可获得较好的靶丸温度均匀性。该计算结果可为靶丸支撑结构的工程设计提供一定的理论支撑。     

带有支撑层的一体式再生燃料电池新结构及性能分析

针对一体式再生燃料电池(URFC)双向性能低的问题,以多孔传输层(PTL)与催化剂涂覆膜(CCM)之间界面接触为切入点,提出一种包含支撑层的新型URFC结构,并对PTL结构参数进行优化。通过极化曲线和电化学阻抗谱分析了不同结构URFC的性能。实验发现：钛毡纤维结构细密化有利于提升URFC双向性能,当电流密度为1.5 A/cm²时,带有支撑层的URFC相比传统URFC,在燃料电池模式下电压上升了69 mV,在电解槽模式下电压下降了12 mV;新结构URFC具有更小的接触阻抗及质子传输阻抗,比燃料电池模式的高频阻抗下降了16.2%。压敏纸实验和电镜测试表明,支撑层可以使催化层与PTL之间的宏观接触应力分布更加均匀,改善了钛纤维与催化层之间界面的微观接触状态,有利于提高电子传输效率及反应动力。研究可为一体式再生燃料电池结构设计及优化提供参考。     

钢管混凝土框架-屈曲约束支撑结构概率地震易损性评估研究

为了研究钢管混凝土(CFST)框架-屈曲约束支撑(BRB)结构的抗震性能以及地震动持时对结构概率地震易损性的影响,基于能量平衡的塑性设计方法,设计了9层框架支撑结构．选取其中一榀单层单跨的框架支撑试件进行了低周循环加载试验和数值分析．采用Open Sees程序建立了9层典型三跨子结构的弹塑性分析模型;通过增量动力分析法得到了结构在不同工程需求参数和地震动强度参数下的易损性曲线,分析了地震动持时对结构抗震性能的影响．研究结果表明：试件的水平荷载-位移滞回曲线饱满,耗能稳定;结构90%的塑性变形耗能集中于屈曲约束支撑;整体损伤因子(ODI)可以较好地反映地震动持时对框架支撑结构累积损伤的影响;长持时地震动下结构的倒塌中位值比短持时的低24%．以ODI为工程需求参数时,考虑地震动谱加速度和重要持时的地震动强度综合指标I_NP-D表现出更优的实用性、有效性、充分性和调幅鲁棒性．对于I_NP-D,罕遇地震水平下,长持时地震动下的ODI超越0.2和0.4限值的概率分别是短持时的1.74和5.0倍,因此建议钢管混凝土框架-屈曲约束支撑结构的抗震设计和分析应关注...     

大数据驱动的地铁留乘行为分析

近年来地铁系统客流量急剧增加,时空上的过度拥挤造成留乘问题日益严峻。留乘严重影响了地铁运行效率,但目前缺少相关的行为学机理研究。该文使用深圳通刷卡数据,从乘客个体层面细化地铁出行过程,以乘客理性出行时间为基础识别留乘,并观测其时空分布特征。统计结果表明：深圳地铁1号线平均留乘率为12.0%,平均留乘时间为4.20 min。该文从个人、车站和线路3个层面挖掘城市地铁留乘的影响因素,提取乘客多日出行的留乘决策数据构建面板logit模型(panel logistic regression model, PLM),进一步以留乘乘客为研究对象,构建考虑个体特定效应的面板数据随机效应回归模型,探究留乘时间影响因素作用机理。结果表明：长距离出行、起始站上车和高峰时段的乘客留乘概率高,频繁出行的乘客留乘概率低;起始站上车的乘客虽有更高留乘概率,但留乘时间未显著增加,晚高峰下行方向和早高峰上行方向留乘时间分别增加0.61和0.88 min,相对运行方向留乘时间不增反降。该文挖掘了留乘行为决策机理,提高了个体留乘行为决策及留乘持续时间的预测精度,能为列车精细化调度和发布面向乘客的定制化引导策略提供依据。