加速型 IGV 对高负荷轴流风扇性能影响研究

目的 为了进一步提升小型高负荷轴流风扇在微小空间的高通流及高负荷能力,提出一种加速型进口导叶(IGV)结构设计方案。方法 采用三维设计软件Pro/E设计不同加速型IGV,通过数值模拟方法研究其对风扇不同流量系数下的压力系数、全压效率以及流道损失的影响。结果 采用加速型IGV使得风扇流道内通流能力增强,叶片尾缘气流延缓分离,下游流动更加均匀;随着进口气流加速程度的提高,设计工况点全压效率基本呈单调递增的趋势;相比无加速IGV风扇,当IGV加速程度为1.1、1.2时,在设计工况点,风扇压力系数提升百分比为1.61%,1.24%,效率分别提升了3.49%,5.05%;IGV的加速程度从1.0增至1.5时,风扇效率提高6.69%。结论 在小型高负荷轴流风扇中,加速型IGV与无加速IGV相比,加速型IGV对风扇压力系数以及效率的提升具有更优的效果,并且IGV加速程度也并非越大越好,当加速程度为1.1、1.2时风性能表现最优,为小型高负荷轴流风扇的研究提供相关设计参考。     

人工智能是否促进碳解锁效率？基于技术与制度约束的门槛效应研究

随着全球对气候变化问题关注的日益增加,探究人工智能（Artificial Intelligence, AI）在促进碳解锁效率方面的潜力变得尤为重要。本研究以中国30个省市2012至2021年的面板数据为对象,构建了人工智能发展水平的评价体系和碳解锁效率的评价指标,采用熵权法和超效率SBM-GML模型分别测算了人工智能指数和碳解锁效率值,利用双固定模型和门槛回归模型分析了AI对碳解锁效率的影响以及环境规制和技术创新水平的门槛效应。结果显示,AI通过转变生产方式、优化产业结构和提升环境治理效率,显著提升了碳解锁效率;环境规制和技术创新水平对AI的影响存在显著的门槛效应,表明适度的环境规制和技术创新是促进AI实现碳解锁效率提升的关键。本研究为理解AI在促进绿色低碳转型中的作用提供了新的理论和实证支持,也为政策制定者在制定相关政策时提供了依据。     

供应链金融与“专精特新”企业创新效率——供应链集中度的中介效应

“专精特新”企业是新质生产力发展的重要载体,其创新效率是“强链补链延链”的关键。供应链金融为“专精特新”企业提供了金融服务、知识与信息共享平台,加强供应链中各企业之间的关系,其能否提高企业创新效率值得研究。选取2011—2021年上市公司中“专精特新”企业为研究样本,构建双向固定效应模型,通过实证分析探究“专精特新”企业参与供应链金融对其创新效率的影响及路径,并对主要假设进行稳健性检验和异质性分析,以期为“专精特新”企业的发展和确保供应链金融服务在实体经济中发挥积极作用提供理论支撑和实践启示。     

并形系统的3种网络DEA模型与应用选择

网络数据包络分析模型可以用来同时测算决策单元的系统及其每个子系统的效率.现有的网络数据包络分析模型可以分为独立模型和关联模型两类,且主要以并形和链形这2种基本网络结构为对象,研究其规模报酬不变假设下的效率评价问题.根据实际情况,将给出半独立并形系统的效率评价方法,并在规模报酬可变的假设下,建立一个并形关联网络DEA模型,用来测算纯技术效率和规模效率.对独立、半独立和关联网络DEA 3种模型的比较研究发现:独立网络DEA模型不符合管理实践;尽管半独立网络DEA模型具有实践背景,但理论分析和实证研究表明该模型应用价值有限;而关联网络DEA模型不仅具有实践背景,而且与其他模型相比系统效率评价结果具有较强的可分性,这些特质使其有理由成为目前并形系统效率评价的首选模型.     

两阶段链形系统生产可能集与DEA评价模型

数据包络分析是一种评价决策单元之间相对效率的数学规划方法,已经被普遍接受并获得广泛应用.两阶段链形系统是一类典型的复杂生产系统,与其相关的效率评价研究是当前研究的热点内容,但对链形系统生产可能集的研究还有待完善.给出两阶段链形系统生产可能集三种定义,证明三者的等价性,并在此基础上给出链形系统的DEA效率评价模型.本文方法可为链形系统性能改善确定明确的标杆,并通过一个算例进行了演示.     

基于改进DEA模型的工业企业技术创新能力评价

针对传统数据包络分析(DEA)方法的C2R模型存在的无法对有效的决策单元加以区分以及输入和输出指标权重分配不合理问题,通过引入两个虚拟决策单元,建立了区分有效决策单元的改进DEA模型.利用该模型可以求得各决策单元的公共权向量,从而实现了对所有决策单元的区分和排序.通过将该模型应用于工业企业技术创新能力评价,验证了该模型可以区分传统C2R模型求得的有效决策单元,并使对决策单元的评价更为合理.     

集体消耗公共资源的谋利行为的3种均衡及成员数量对效率的影响

在建立弱再生的资源的再生速度模型和谋利行为对资源的消耗模型的基础上,推导出在谋利行为下的弱再生的公共资源的均衡曲线与均衡模型;利用此模型分析了个人非理性、个人理性及集体理性时的不同均衡点,分析了这些均衡点之间的关系,并且提出引入惩罚函数来实现在集体最优均衡点,从而实现了有利于社会的行为控制.最后讨论了具有公共资源的集体中的成员数量对谋利行为收益的影响,主要得出3点重要结论:[1]在个体数量充分多的情况下,如果没有管理者进行控制,一般都会发展成过度谋利行为,从而对资源造成巨大的危害.[2]税收等惩罚函数的意义,不仅仅是养活政府和社会财富进行再分配,更在于能够对过度谋利行为具有抑制作用.[3]在不影响资源的功能的前提下,应当对公共资源尽可能细小的分割,使占有公共资源的集体尽可能的小.这样可以使保护资源管理成本达到最低,从而使人们的谋利行为的长远效益最大.     

一种二元决策图底事件排序的新方法

故障树分析(Fault Tree Analysis, FTA)是对系统进行可靠性分析的一种有效方法.而在现在所有的故障树分析中,二元决策图(Binary Decision Diagram, BDD)又是其中最有效的方法之一.由于BDI)的节点数在很大程度上依赖于输入的底事件的排列次序,所以从故障树到BDD的转换过程中,需要先对底事件进行排序.而如何对底事件进行有效的排序则成为一个重要且未完全解决的课题.本文提出了一种新的底事件排序法--相邻底事件优先法.其基本思想是利用故障树的相邻关系来给其赋予不同的排序优先级.该排序方法所具备的特点包括:其底事件排序过程是静态的,但在BDD的构造过程中,能动态地对已经排序的底事件进行筛选,同时它还支持在BDD的不同分支采用不同的底事件排序方法.实验证明,与现有的最优方法相比,相邻底事件优先法可有效提高75%的故障树的BDD转化效率.     

两类决策系统中规则获取的联合决策矩阵算法

提出了联合决策矩阵的概念以及基于联合决策矩阵的两类决策系统规则获取算法.将条件属性等价矩阵和决策属性等价矩阵合并到一个矩阵中,大大减少了矩阵生成过程的比较次数,能有效提高算法的效率.用一个实例说明了算法的执行过程,并通过算法复杂度分析与实验结果对比,进一步说明了该方法的有效性.     

基于项目集格及位图索引的频繁项目集发现算法

以格论及位图索引技术为基础给出了一个新的频繁项目集发现算法.1)该算法利用有向图进行一次性数据预处理,在预处理过程中将数据库预先存贮为每个结点都用一个域来记录其支持度的项目集格,从而把复杂的频繁项目集的发现问题转化为图搜索问题,提高了频繁项目集发现过程的效率.2) 支持度计算是关联规则发现中I/O及计算开销都非常大,算法引入了位图索引技术,提高了项目集支持度的计算速度.存储完整位图需要较大空间,针对该问题算法对位图进行了分块管理并对其进行了有效的编码压缩;不仅可以有效地对原始位图进行有效压缩,另外也可以在较大程度上提高支持度的计算效率.最后,对算法进行了计算实验与分析.