基于FAHP-ICV的燃气管网风险评估方法

可靠的风险评估结果有助于提升燃气管网安全管理水平。该文提出一种基于模糊层次分析和改进变异系数(FAHP-ICV)的燃气管网量化风险评估方法。结合某省燃气管网实际情况构建了包含3个一级指标、 9个二级指标的燃气管网风险评估指标体系。采用FAHP与ICV相结合的组合赋权法确定指标的综合权重,基于统计学中K-means聚类、抽样技术及概率分析方法对指标评分分值进行调整,结合专家经验确定评分标准。采用线性综合评估方法计算管段相对风险值,实现风险排序及风险分级。以某省12个城市燃气数据为基础验证了该方法的可行性与适用性。该方法提升了燃气管网量化风险评估的客观性与准确性。     

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.     

不同生境对银杏雌、雄株嫁接苗叶中聚戊烯醇等成分积累的影响

【目的】探究生境对银杏(Ginkgo biloba)叶中聚戊烯醇、可溶性糖、可溶性蛋白和类脂4类代谢产物积累的影响,探索影响代谢产物积累的主要立地因子,为银杏栽培提供理论依据。【方法】采用随机区组试验设计,方差分析、多重比较、相关性分析和逐步回归分析等方法,研究雌株和雄株银杏在7个生境下叶中聚戊烯醇、可溶性糖、蛋白质和类脂等变化规律。【结果】来自不同生境银杏叶中聚戊烯醇、可溶性糖、蛋白质和类脂的含量存在显著差异(P<0.05),来自石家庄地区叶中聚戊烯醇、可溶性糖、可溶性蛋白和类脂的含量最高;聚戊烯醇含量与类脂含量呈极显著正相关关系(P<0.01),但与蛋白质含量呈显著负相关关系(P<0.05);平均最暖月气温是影响银杏叶中聚戊烯醇、可溶性糖、可溶性蛋白和类脂积累的关键环境因子,此外日照时长和土壤中P、K含量对其的积累也具有较大的影响。【结论】环境因素会显著影响银杏叶中代谢产物的含量,温暖的生境有助于聚戊烯醇等类脂类物质的合成与积累。     

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.     

胍基化壳聚糖季铵盐的制备及其抗菌性能

以三聚氯氰(TCT)为中间桥梁,将聚六亚甲基双胍(PHMB)接枝到N-(2-羟丙基-3-甲基氯化铵)壳聚糖(HTCC)上,制备胍基壳聚糖季铵盐(HCP).研究制备HCP的最佳反应条件,采用元素分析、傅里叶变换红外光谱(FTIR)和核磁共振氢谱(¹H NMR)对产物的结构进行表征,并测试其抗菌性能.得到HCP的最佳反应条件为HTCC和TCT的摩尔比1.0∶2.5,HTCC和PHMB的质量比1.0∶1.2,缚酸剂为三乙胺,TCT一取代的反应时间8 h,二取代的反应时间14 h,反应温度40℃.结果表明：制得的HCP对大肠杆菌(E.coli)和金黄色葡萄球菌(S.aureus)的最低抑菌质量浓度分别为0.020,0.005 mg·mL^-1;质量浓度为1.0 mg·mL^-1的HCP对E.coli和S.aureus的抑菌率分别为89.8%和100.0%,高于相同质量浓度下HTCC对E.coli和S.aureus的抑菌率18.2%和18.7%.     

CuO/MIL(Cr,Cu)复合材料的制备及其类芬顿催化降解苯酚性能研究

采用水热煅烧法合成CuO/MIL(Cr, Cu)非均相类芬顿催化剂,对CuO/MIL(Cr, Cu)复合材料进行了XRD、FT-IR、SEM、XPS、BET等表征,结果表明CuO均匀分散在金属有机框架MIL(Cr, Cu)的表面。对不同催化剂催化降解苯酚的性能进行比较。结果表明,当催化剂用量为0.3 g/L,H₂O₂浓度为50 mmol/L,pH=6,初始底物浓度为30 mg/L时,CuO/MIL(Cr, Cu)复合材料对苯酚的降解效果可达100%,降解效果优于CuO、MIL-101(Cr)。通过自由基猝灭实验和EPR测试等证明·OH是催化体系主要的活性自由基,并给出其可能的催化降解机理。CuO/MIL(Cr, Cu)复合材料可在近中性条件下降解酚类污染物,具有良好的应用前景。     

类乘法半模和类余乘法半模

作为类乘法模和类余乘法模的真推广,引入了类乘法半模和类余乘法半模的概念.设S是交换半环,M是S-半模.若对M的任意非零子半模N,有Ann_S(M)?Ann_S(M/N),则称M是类乘法S-半模;若对任意真subtractive子半模N,有Ann_S(M)?Ann_S(N),则称M是类余乘法S-半模.讨论了类乘法半模与类余乘法半模的性质;证明了M是次S-半模当且仅当对M的任意真subtractive子半模N,Ann_S(M/N)=Ann_S(M)当且仅当P=Ann_S(M)是S的素理想且M是可除S/P-半模;证明了类乘法半模是semi-hopfian半模且类余乘法半模是semicohopfian半模.     

自主式交通系统功能架构优化密度峰值聚类算法

自主式交通系统(autonomous transportation system, ATS)是为应对主动式智慧交通发展趋势而提出的新一代交通系统。为科学合理地构建ATS功能架构,提出了一种面向多属性文本的优化密度峰值聚类算法(density peaks clustering, DPC)。该算法结合交通系统功能架构的基本特征,通过改进的词频-逆向文档频率算法与文本向量空间模型,将多属性文本转化成空间维度坐标。再利用高斯函数和决策值优化DPC算法进行聚类,并结合轮廓系数对聚类结果进行评价。为了检验算法的合理性,在ATS道路自动驾驶场景下,基于道路载运工具运行服务域、交通基础设施管理服务域和交通安全管理服务域的功能数据集进行了算例分析,依据聚类结果绘制功能架构图。架构图由自主感知-自主学习-自主决策-自主响应4层构成,验证了ATS应用场景中功能架构优化算法的可行性和合理性。算例结果表明：该算法的构建具有鲁棒性,算例轮廓系数整体均值为0.84,与原算法相比解决了聚类过程中聚类中心难以划定的问题;与原智能交通系统中的各架构设计相比,该功能架构更具有层次性和逻辑性。该优化算法能够促进新一代交通系统...     

量子粒子群优化核极限学习机的遥感影像分类

极限学习机初始参数具有随机性,容易导致其对高分辨率遥感影像的分类结果出现局部最优现象.为了解决上述问题,提出了一种基于量子粒子群优化核极限学习机的遥感影像分类方法.该方法利用量子粒子群算法对核极限学习机的核参数与正则化参数进行优化,根据参数优化后的结果构建量子粒子群优化核极限学习机的遥感影像分类模型（QPSO-KELM）.通过实验对比了SVM、KELM、PSO-KELM、QPSO-KELM这几种分类方法对高分二号遥感影像数据的分类精度与效率.结果表明：QPSO-KELM的分类精度、运行速度均优于其他几种分类方法,该方法能有效提取遥感影像上的地物要素信息.     

基于梯度加权类激活热力图的卷积神经网络故障诊断模型鲁棒性分析

深度学习近年来在故障诊断领域受到广泛应用,但基于深度学习的故障诊断模型缺乏工程上的物理解释性,难以保证其故障诊断结果的稳定性。以轴承为例,建立了以小波时频图像为故障诊断依据的卷积神经网络模型(convolutional neural network, CNN),提出了一种基于梯度加权类激活热力图(gradient-weighted class activation map, Grad-CAM)的网络模型鲁棒性分析方法,并利用美国凯斯西储大学(Case Western Reserve University, CWRU)轴承数据集进行验证。首先,将故障直径轴承数据以不同方式混合并训练大、小多个模型。其次,利用Grad-CAM方法,建立时频区域与故障模式之间的联系。最后,利用其他工况下的轴承故障数据,以及含噪数据进行测试,并根据结果结合模型最注重的时频区域进行分析。结果表明,基于深度学习的轴承故障诊断模型在参数较少时更加注重低频区域,并能使其具有更好的鲁棒性。