低值可回收物管理机制的演化博弈分析

我国再生资源利用率偏低,既加剧了垃圾围城趋势,又造成环境污染,理清低值可回收物治理中的各主体博弈关系有助于形成良好的长效机制。利用演化博弈理论,对政府、企业在低值可回收物处理中的演化过程进行了分析,并选用6组代表性数据通过Matlab软件进行仿真模拟。研究结果表明:当低值可回收物价值较高且回收成本较低时,回收企业有利可图,可回收物的资源化可以靠市场机制调节;随着低值可回收物资源化成本升高和资源化利用价值降低,单靠市场机制难以调动企业积极性,难以有效回收处理;政府可以通过建立低值可回收物动态目录,给予资源化企业补贴,并通过"两网协同"等措施降低企业收运成本,从而调动企业积极性,提高低值可回收物资源化利用率。     

基于电化学机理模型的锂离子电池参数辨识及SOC估计

采用Fisher信息矩阵进行参数可辨识性分析,解决了参数的辨识问题,进而提出了基于简化电化学机理模型SP2D(simple pseudo-two-dimensional)的SOC(电池电量)在线估计方法。实验表明,该SOC估计方法较基于等效电路模型(一阶RC模型)的SOC估计方法,可将SOC估计的平均误差减小近30%,而在电池放电中后期更可减小达60%,有效解决了在电池全工作范围内的SOC高精度估计问题。     

CdS修饰低密度TiO2纳米棒阵列复合膜的制备及光电性能

为了提高CdS光敏层在TiO₂一维纳米棒阵列中的填充率,在TiO₂种子层的基础上,采用水热法于FTO导电玻璃表面生长了棒长较短、棒间距较大的低密度TiO₂一维纳米棒阵列膜,通过化学浴沉积在TiO₂纳米棒表面包覆CdS种子层,以此为基底采用水热法于TiO₂一维纳米阵列中生长CdS光敏层。采用SEM,XRD及紫外-可见吸收光谱对不同CdS水热生长时间的TiO₂/CdS复合膜结构进行了表征,并对其光电性能进行了研究。结果表明,低密度TiO₂纳米棒阵列有利于CdS生长液在阵列中渗入形成完全包覆的CdS种子层,CdS光敏层通过水热过程在整个TiO₂纳米棒表面均匀生长,逐渐形成CdS对TiO₂纳米棒阵列的完全填充和包覆,并在阵列顶端形成由CdS纳米短棒组成的花状修饰层;CdS的修饰将TiO₂一维纳米阵列膜的光吸收拓展至可见光区,水热生长7 h所得到的TiO₂/CdS复合膜具有最高光电流。所制备的CdS修饰低密度TiO₂纳米棒复合膜在太阳电池器件中具有很好的应用前景。     

考虑低渗点启动压力梯度的中东孔隙型碳酸盐岩油藏波及系数修正方法

 根据中东地区孔隙型碳酸盐岩油藏渗透率分布范围大、低渗与中高渗渗流规律并存的特征,针对低渗点存在启动压力梯度而难以动用的问题,采用数值模拟方法分析低渗点启动压力梯度对油藏波及系数的影响规律,通过耦合低渗点启动压力与井间驱替压力分布,提出考虑低渗点启动压力梯度的孔隙型碳酸盐岩油藏波及系数修正方法。以中东地区M油藏为例进行应用分析,计算得到的渗透率为5×10^-3~35×10^-3 μm²、变异系数为0.6~0.8时,波及修正系数分布范围为0.75~0.99,证明了该孔隙型碳酸盐岩油藏波及系数修正方法的可靠性和实用性。     

抛物方程非特征柯西问题的分数次Tikhonov方法

讨论了一个不适定的抛物方程的非特征柯西问题,为了解决这个问题,采用了分数次Tikhonov正则化方法,并提出先验和后验两种参数选取规则下的稳定误差估计。     

不同冲击间隔分布下经典δ冲击模型的参数估计1

通过极大似然估计方法,对冲击时间间隔服从[0, b]上均匀分布、参数为λ的指数分布以及一般更新过程的经典δ冲击模型的参数δ、λ和b进行估计,得到了其相应的估计量。     

用板式电位差计实验系统和SPSS标定电池的内阻

针对板式电位差计测量电阻的实验装置,以干电池为研究对象,用补偿法测量实验数据,引入SPSS的曲线估计功能,得到并验证出长度和标准电阻的复合量与长度量的定标曲线,由此标定出待测干电池的内阻。用置信概率为95的不确定度,对实验结果进行分析和评价,最终得到更为直观的、可靠的实验结果。     

康威-麦斯威尔-泊松分布及其统计与概率性质

康威-麦斯威尔-泊松分布是一个有用的离散分布,它是扩展的两参数泊松分布,有关此分布的统计和概率性质被广泛研究和探索;文章以矩母函数为工具讨论了该分布的数字特征和矩,给出了参数点估计的隐式方程和费希尔信息矩阵;最后研究了参数的共轭分布、共轭分布的边际分布和条件分布.     

基于直觉模糊推理与系统动力学的产品生命周期成本控制模型

基于产品生命周期成本(LCC)系统的复杂动态结构,利用系统动力学建立LCC控制模型.将直觉模糊推理技术嵌入成本模型中,用于刻画成本动因间的复杂模糊关系,解决了历史数据不足、人为判断模糊等问题.以广州某厂所生产的某型号液压泵为例,通过实证模拟证明该模型能更有效地实现对产品LCC的控制,具有较大的应用价值和较强的适用性.     

低维显式语义空间下的语义关联度计算方法

语义关联度计算是数据科学中的一个关键性基础问题,在信息检索及自然语言处理等方面有着广泛的应用.针对ESA (Explicit Semantic Analysis)算法存在的局限性,提出一种显式语义特征选择算法,并构建低维语义空间.在此基础上,根据特征概念在Wikipedia中的映射信息,提出一种低维显式语义空间下的语义关联度计算方法.该方法解决了ESA算法在后续语义关联度计算过程中,因高维稀疏空间导致计算效果不够准确的问题.实验结果表明,与当前其他方法相比,该方法的计算结果在皮尔逊相关系数(P)及斯皮尔曼相关系数(S)上与人们的认知判断之间具有更好的一致性.