基于熵值修正G1法江西省智慧旅游建设水平评价研究

文章基于熵值修正G1法对智慧旅游建设水平进行研究,构建城市智慧旅游建设水平评价指标体系和模型,对江西省11个地级市进行实证研究,结果显示,11个城市的智慧旅游建设水平整体较低,其中基础设施建设水平、经济发展水平、科技创新和硬件支撑上城市间差异较大,在智慧旅游环境支撑总体差异小,保持在较高水平。并依据评价结果对江西省11个城市分为三个类别,对每一类别城市的特点进行了分析,以期能够指导江西智慧旅游的规划建设。     

糠醛及其衍生物催化加氢制备1,5-戊二醇研究进展

糠醛是重要的生物质平台分子,其合理转化是生物质利用领域的重要课题之一. 1,5-戊二醇是一种具有巨大市场应用前景的聚合单体,研究糠醛及其衍生物选择性氢解制备1,5-戊二醇,在生物质转化和催化加氢理论研究领域都具有重要的意义.本文综述了四氢糠醇、糠醛、糠醇选择性加氢制备1,5-戊二醇的研究现状、催化剂类型和催化性能.对于具有优异1,5-戊二醇选择性的酸性氧化物修饰的贵金属类催化剂,从活性金属种类、金属-氧化物之间的协同作用、氧化物酸性影响、溶剂效应、不同催化剂体系中的构效关系,以及相关催化机理进行阐述.同时,对比了非贵金属类催化剂的研究现状,并对研究趋势和重点作了展望.     

基于交通信号灯信息的混合动力汽车节能预测控制方法

针对传统混合动力汽车控制方法不考虑已知道路交通信号灯信息对车辆能量管理影响的问题,提出了基于交通信号灯信息的混合动力汽车节能预测控制智能优化策略。通过建立混合动力汽车系统的简化模型,并采用连续广义最小残量方法求解模型预测控制问题。运用MATLAB/Simulink进行仿真,仿真结果验证了交通信号灯信息模型的有效性,以及所设计的模型预测控制算法大幅度提高混合动力汽车的燃油经济性的能力和实时控制性能。研究结果表明所提出的控制策略可以实现车辆行驶轨迹的优化控制,显著提高了车辆的燃油经济性,并满足系统的实时最优控制要求。     

一种自适应步长的复合梯度加速优化算法

自适应步长加速(Adam)类算法由于其计算效率高、兼容性好的特点，成为近期相关领域的研究热点.针对Adam收敛速度慢的问题，本文基于当前梯度、预测梯度以及历史动量梯度，提出一种新型Adam类一阶优化算法——复合梯度下降法(C-Adam)，并对其收敛性进行了理论证明.与其他加速算法的区别之处在于，C-Adam将预测梯度与历史动量区别开，通过一次真实的梯度更新找到下一次迭代更精准的搜索方向.利用两组常用测试数据集及45钢静拉伸破坏实验的实验数据对所提算法进行验证，实验结果表明C-Adam与其他流行算法相比较具有更快的收敛速度及更小的训练损失.     

Research on the Efficiency Evaluation for the Board Based on GT-AHP Method

The board of directors is the core of corporate governance mechanism. In order to enhance the operation efficiency of the board, and to further reduce the agency cost, effective appraisal of the efficiency of the board becomes urgent. This paper firstly uses graph transformation and matrix algorithm to analyze the performance evaluation factors of the board and establishes the ordered hierarchy structure of the appraisal indexes. Then, it calculates the index weights with the AHP method. Next, it sets up the efficiency appraisal index system of the board. At last, the paper gives an empirical analysis with an example.     

Poincaré-Chetaev方程的守恒定理及其逆定理

提出动力学系统守恒定律构成的一般途径.根据微分方程积分因子的定义研究守恒量存在的必要条件.建立了Poincare-Chetaev方程的守恒定理及其逆定理,并举例说明结果的应用.     

一种电力网络潮流计算的综合算法

针对牛顿-拉夫逊法对初值要求严格,迭代速度快的特点,利用电力网的结构特点,使用高斯-塞得尔迭代法的第一次迭代结果作为牛顿-拉夫逊法的计算初值。这样既解决了牛顿-拉夫逊法对初值要求高的问题,又提高了收敛速度。计算结果表明,综合算法在迭代次数和收敛速度上有优势。