提高手绘效果图“快速性”的几点建议

阐述了提高手绘效果图快速表现能力的重要性,分析了手绘效果图课程中存在的问题,并针对这些问题提出了课程改革意见。     

高性能混凝土在预制箱梁中的应用

为满足重载、大跨和延长结构使用寿命的需要,在桥梁施工中使用高性能混凝土势在必行。文章对高性能混凝土的特点及其优越性进行阐述,从理论到实践对C50高性能混凝土在预制箱梁中的应用作了进一步分析和探讨。     

影响铸造涂料工艺性能的因素分析

通过正交实验研究,测试了铸造涂料的碾压工艺、原材料以及原材料的处理工艺对涂料的悬浮性、表面强度、发气量等主要工艺性能的影响。结果表明：当选用轮碾机制作铸造涂料时,碾压时间达到１．５小时即可满足工艺性能的要求;涂料中无论是粘结剂还是悬浮剂的增加均会大幅度提高涂料的表面强度和悬浮性。     

纳米TiO2环氧树脂微表处光催化分解尾气型路面材料研究

摘 要 本文在环氧薄层混合料的基础上,以微表处（MS-2型）为设计配合比,结合光催化剂纳米TiO2的光催化降解尾气技术,研究制备新型降解尾气路面材料即环氧树脂微表处混合料,并对混合料的降解尾气性能和低温性能、抗水损能力及抗滑性能进行研究分析,试验表明：纳米TiO2的掺加,不会对混合料的路用性能产生不利影响,并且TiO2掺量50%下的混合料具备较好的降解尾气性能和经济效益。     

导弹战术技术性能综合评价模型

基于正负理想方案,以灰色关联度为基础,并借鉴TOPSIS方法的基本思想,建立了评价导弹战术技术性能的综合评价模型,论述了分析导弹性能的具体过程。最后,用实例表明模型在评价导弹战术技术性能中的可行性和实用性。     

模糊控制系统的解析结构与鲁棒性分析

根据实际工业过程对鲁棒性的要求,以解析形式分析说明了模糊控制器是一类变参数的比例积分（PI）控制器,并且由于其模糊特性,在工况发生变化时该控制器能够自调整PI的比例参数,得到较好的控制效果．将该模糊控制器与传统比例积分微分（PID）控制器进行比较,仿真结果验证了其有效性．     

企业现金持有水平对创新投入的影响研究——基于现金保障天数的实证检验

目前我国新发展格局正在加速形成,企业需要抓住自主创新的机遇,因此一定水平的创新投入必不可少。然而,企业持有足够的现金是否能有效促进创新？本研究以2014~2019年我国A股上市公司为研究样本,首次使用企业的现金保障天数衡量现金持有水平,实证检验了现金持有水平与企业创新投入的关系。结论表明,现金持有水平能正向影响企业创新投入,且业绩波动性正向调节企业现金持有水平与创新投入之间的关系。异质性检验表明,非国有企业比国有企业现金持有水平对创新投入的促进作用更大,业绩波动性在非国有企业中调节效应更显著。企业可通过提高其现金保障天数来保证创新项目的资金投入,提高创新投入水平。     

电增压促进废气再循环对发动机性能的影响

在一台1.5 L带废气涡轮增压的直喷汽油机上进行了电动增压和废气再循环（exhaust gas recirculation, EGR）协同对发动机动力性和经济性的影响规律试验研究。结果表明：全负荷下电动增压促进最高废气再循环率随转速的上升而下降,在4个试验转速下分别提升了17.7%、15.2%、13.84%和0;部分负荷下电动增压促进最高废气再循环率随负荷的提高与转速下降,在6个试验工况下最高废气再循环率分别被提高了23.63%、30.31%、0、14.09%、19.74%和0。全负荷与较低的3个转速下电动增压介入后有效燃油消耗率（brake specific fuel consumption, BSFC）降低近10%,最高转速下废气涡轮增压完全取代电动增压;部分负荷下的两组工况内,电动增压介入后,最高BSFC降低了10.8%和8.4%。结论表明合理应用电增压促进最高废气再循环率可以提升发动机的燃油经济性并保持较高的动力性。     

高效液相色谱法测定银杏叶提取物中黄酮含量

银杏叶提取物具有多种生物活性.其中的黄酮是其主要药效成分.建立快速、高效、成本低廉的分析方法是非常必要的.在NANONSPACE SI-2型高效液相色谱仪上建立了测定银杏叶提取物(EGB)中总黄酮含量的方法.色谱条件:应用Shiseido MG C18色谱柱(1.5 mm×250 mm,5μm);流动相为甲醇∶0.5%磷酸(48∶52);流速200μL/m in;检测波长360 nm;进样量1μL.3种黄酮苷元有良好的分离度,并通过稳定性实验和加标回收实验,验证了方法的稳定性和可靠性.槲皮素浓度在40~200μg/mL;线性关系良好,r=0.999 8;槲皮素的平均回收率为99.2%.     

Predictive ability and economic gains from volatility forecast combinations

The availability of numerous modeling approaches for volatility forecasting leads to model uncertainty for both researchers and practitioners. A large number of studies provide evidence in favor of combination methods for forecasting a variety of financial variables, but most of them are implemented on returns forecasting and evaluate their performance based solely on statistical evaluation criteria. In this paper, we combine various volatility forecasts based on different combination schemes and evaluate their performance in forecasting the volatility of the S&P 500 index. We use an exhaustive variety of combination methods to forecast volatility, ranging from simple techniques to time-varying techniques based on the past performance of the single models and regression techniques. We then evaluate the forecasting performance of single and combination volatility forecasts based on both statistical and economic loss functions. The empirical analysis in this paper yields an important conclusion. Although combination forecasts based on more complex methods perform better than the simple combinations and single models, there is no dominant combination technique that outperforms the rest in both statistical and economic terms.