基于改进三阶段松弛测量-数据包络模型的火电上市公司碳排放效率评估研究

【目的】计算火电上市公司的碳排放效率,对比分析效率排名居后的原因及排名前列的驱动因素,根据差异性条件对火电公司进行分组,探讨造成效率差异的影响因素。【方法】基于非期望产出的改进三阶段松弛值测量(slackbasedmeasure, SBM)-数据包络分析(data envelopment analysis,DEA)模型评估中国火电上市公司2016—2022年全要素碳排放效率。【结果】火电上市公司的碳排放效率逐年递增,并在剔除外部环境影响后整体下降。增加政府环保补贴可能会引发火电公司资本、人员和煤炭过度投入;增加地区研发投入对公司资产、人员和煤耗量具有积极作用;区域经济水平的提高会促进企业资产优化配置和人员有效管理,但会导致发电煤耗量的浪费。【结论】中央实控、低煤耗率和有碳排放交易的火电上市公司技术差距率更高,整体碳排放效率水平更优。

KEELOQ算法的分析与改进

分组密码的应用非常广泛,随着面向字节差分攻击,线性密码攻击等各种分组密码攻击的出现,使得分组密码的安全性受到致命的打击,KEELOQ算法是20世纪80年代由南非的Willem Smit设计的一个分组密码算法,本文在总结了目前所有攻击方法,对keeloq加密解密算法的基本原理做了详细分析的基础上,借鉴3DES算法,提出了三重keeloq算法,并在密钥管理上也做了改进,这样进一步加大了捕获和破解的难度,改善了安全性能,最后对keeloq所做的改进进行了纸上解码的实验,实验结果表明该算法更安全更可靠。

基于改进麻雀搜索算法和支持向量机的边坡稳定性

边坡失稳是由多种因素共同作用的结果,常规的数学模型难以准确预测。为提高边坡稳定性预测精度,采用多策略融合改进麻雀搜索算法(improved sparrow search algorithm,ISSA)优化支持向量机(support vector machine,SVM),进而建立边坡稳定性预测模型(ISSA-SVM模型)。将重度、黏聚力、内摩擦角、边坡角、边坡高、孔隙压力比6项因素作为输入特征,将边坡稳定性状态作为输出结果,进而预测边坡稳定性。选取中外工程实例建立边坡数据库,将ISSA-SVM模型与SSA-SVM模型进行对比分析,通过灰色关联度分析法(grey relation analysis,GRA)进行敏感性分析。结果表明:ISSA-SVM模型预测精度更高、泛化能力更强,黏聚力和内摩擦角是对边坡稳定性最为敏感的因子。所提ISSA-SVM模型不仅能够准确地预测边坡稳定状态,还可以为其他领域相关问题提供参考。

某深基坑支护改进三次样条法反演分析

基于试算法的优选结果、边界条件的选取和进一步反演土压力改进三次样条法,采取此方法以某基坑支护工程为例,计算基坑支护桩的弯矩反演桩后土压力,减小位移误差对反演结果的影响,并与传统三次样条法结果、改进三次样条法反演结果和实际监测结果,进行比较分析,验证改进三次样条法的可行性。

基于GVB模型改进算法的PolInSAR林分高度反演

P波段极化数据提高了雷达数据对林分冠层的穿透能力,基于RVoG模型的传统三阶段算法对林分均匀同质的假设前提不再满足实际情况。在符合林分异质性的GVB模型的基础上,利用林分高度、散射中心高度及其标准差进行三维搜索,改进传统三阶段算法中林分高度的反演过程,并分别采用仿真数据和机载E-SAR全极化数据进行算法验证。结果表明:与传统三阶段算法相比,改进算法的成功估计像元数提高了19.7%,林分高度估计精度提高了22.5%,说明改进算法能有效提高纯体相干估计的准确性,提高林分高度反演精度。

基于改进AHP-PSO的三模盾构掘进模式地质适应性研究

为提出一种可靠的复合盾构各掘进模式地质适应性分析方法,根据地质条件、地质风险、设计参数和工程需求评估影响盾构掘进的关键参数,并基于层次分析法(analytic hierarchy process,AHP)算法建立三模盾构的土压、泥水、隧道掘进机(tunnel boring machine,TBM)3种掘进模式的地质适应性评价模型。同时,通过混合逻辑结构改进AHP算法,并结合粒子群优化(particle swarm optimization,PSO)算法提高了其一致性检验和权重求解的能力。最后,以广州地铁7号线二期工程萝岗-水西区间三模式盾构施工工程为例进行三模式盾构地质适应性分析及掘进模式选取,得到的掘进模式选取方案在实际工程应用中取得了较好的掘进质量和掘进效率。该工程证实研究成果能对相关工程施工提供可靠的掘进模式选取方法。

ITPDA算法在构建语义网中的应用

自动获取视频语义信息有助于提高基于内容的视频检索系统的性能。其主要方法之一是利用视频语义网络推理得到视频的语义。为了获得视频语义网络,在传统的三阶段相关性分析算法(TTPDA)的基础上,提出了改进的三阶段相关性分析算法(ITPDA),用以学习语义概念之间的联系,以便对视频进行语义标注。相比于TTPDA、ITPDA算法的优点是:在无法获得节点的排序或只能获得部分节点排序的情况下,也能较快地学习得到语义网络结构,而且确定语义网中边方向的时间复杂度从TTPDA的O(n4)降为O(n2)(其中n是语义网中节点的数目)。实验结果表明:利用ITPDA算法建立语义网是行之有效的,而且在所得到的语义网上进行视频语义标注,其效果优于TTPDA。

关联规则挖掘在道路交通事故分析中的应用

从大量的交通事故数据中找出引发交通事故的关键因素是提高道路安全水平的重要手段。基于某市全年的交通事故数据,采用改进的Apriori算法挖掘出强关联规则,通过一个新的相关性度量——相关值对关联规则进一步筛选,从中找出各因素对交通事故的影响规律。结果表明,该方法可以一定程度上提高关联规则挖掘的效率,并能够量化事故原因和事故结果之间的相关程度,从而找出有价值的规则。本文的研究方法和结果可以为相关交通管理部门提供决策支持。

一种基于GA改进的土壤湿度反演方法

通过神经网络和机器学习算法,对SMAP土壤湿度数据进行降尺度反演,提高空间分辨率。采用GA改进的贝叶斯神经网络算法和随机森林算法,建立"天宫二号"8,9,10通道光谱反射率与土壤湿度数据之间的模型,进行降尺度反演。结果表明,SMAP土壤湿度数据的空间分辨率由3 km提高至100 m,采用GA改进的贝叶斯神经网络反演算法时,R2为0.788,RMSE为0.142 m3·m^-3;采用GA改进的随机森林算法进行反演时,R2为0.825,RMSE为0.125 m3·m^-3。对SMAP土壤湿度数据进行降尺度反演时,GA改进的随机森林方法模型精度更高,训练效果更好,算法复杂度更低,可以实现较为准确的大范围土壤湿度降尺度反演。

县域视角下皖北地区农业生产效率及其空间格局演变

提高农业生产效率对保障农业可持续发展和推进国家农业现代化发展战略具有重要意义。选取皖北地区35个区(县)作为决策评价单元,运用三阶段DEA模型测度皖北地区农业生产效率的真实水平,结合空间自相关模型展示皖北农业生产效率的空间集聚效应。研究结果表明:从时间序列上看,皖北地区整体的农业生产效率呈现波动轻微下滑趋势,研究前期的农业生产效率水平普遍优于后期,调整后处于技术效率前沿面的区(县)增多。人均GDP成为农业生产效率提高的有利因素,农林水事务支出和第三产业占比对农业生产效率既有正向作用也有负向作用。从全局空间上看,除2017年,其余年份皖北农业生产效率均存在明显的空间正相关性和空间集聚现象。从局部空间上看,皖北农业生产效率的空间集聚效应随时间变化在不断减弱,且空间分布格局以同类集聚分布(“高-高”型或“低-低”型)为主。基于此,研究探讨皖北地区真实的农业生产效率水平及其空间分布特性对后续思考皖北农业生产发展路径具有一定意义,以期为精准改善皖北地区农业生产现状及完善相应的农业发展政策措施提供理论依据。

基于改进增强特征选择算法的特征融合图像隐写分析

针对现有的基于特征融合的JPEG隐写分析方法特征冗余度高、通用性较低的问题,提出了一种基于改进的增强特征选择(BFS,boosting feature selection)算法的通用JPEG隐写分析方法。从线性相关度和非线性相关度两方面降低特征冗余,将特征自相关系数和互信息这两种统计性能引入到特征的评价准则中,重新设计了特征权重计算方法,改进了BFS算法的特征评价函数。通过改进的BFS特征选择算法将3组互补性较强且准确率高的特征进行融合降维,得到最优特征子集训练分类器。对3种高隐蔽性隐写算法F5、Outguess和MME3,在不同嵌入率下进行了大量实验。结果表明,本文方法的分析准确率高于现有的检测率较高的JPEG隐写分析方法和典型的融合分析方法,融合后的特征相关性明显下降,并且具有更强的通用性。

基于特征组合优化的工业互联网恶意行为实时检测方法

工业互联网中节点数据具有高维、冗余和海量等特性,传统的恶意行为检测模型无法对工业互联网恶意攻击行为做出快速且准确的判断,提出基于特征组合优化的工业互联网恶意行为实时检测方法.采用改进的相关性快速过滤算法和基于奇异值分解的主成分分析算法对工业互联网恶意行为样本数据进行特征组合优化,基于对称不确定性信息度量指标和近似马尔科夫毯准则进行特征相关性计算、冗余特征识别与排除,通过参数特征维度的不同配置得到若干候选特征组合;利用决策树评估器筛选出准确率最高的候选特征组合;通过奇异值分解的主成分分析进一步进行特征降维,得到低维高信息量的最优特征组合;结合极端梯度提升算法和优化的特征组合对工业互联网恶意行为样本进行分类,基于密西西比州立大学多分类电力系统攻击样本数据对本文方法进行了验证;实验结果表明,特征组合优化检测模型训练时间可缩减57.53%,单个样本的平均检测时间为0.002 ms,可减少23.99%,基于特征组合优化的检测模型的准确率、召回率和F1值较特征优化前分别提升了1.11%、1.25%和1.01%.本文方法的突出优势表现为在提升模型检测效果的同时可明显降低模型检测时间,能更好适应工业互联网的实时性要求.

基于改进蚁群聚类算法的第三方B2B平台买方企业偏好研究

买方企业对第三方B2B平台利益有重要的影响。对买方企业的偏好进行分析可以了解其需求,有助于提升买方企业忠诚度。本文分析了影响第三方B2B平台买方企业决策的因素,构建了衡量企业偏好的指标体系。对传统蚁群聚类算法进行改进,并采用改进后的算法对第三方B2B平台买方企业进行聚类,获得偏好。然后在偏好分析的基础上,对买方企业实施差异化管理,实现提升平台竞争优势的目标。

基于VMD-MWOA-ELM的日前光伏功率预测

为了提高光伏发电功率的预测精度,提出一种结合变分模态分解、多策略改进的鲸鱼优化算法和极限学习机的光伏日前预测方法。利用变分模态分解影响光伏功率的关键气象因素,获得不同特征规律的本征模态分量,降解了数据的随机波动性,减少了噪声的影响。引入鲸鱼优化算法,利用多策略改进的鲸鱼优化算法(MWOA)对ELM模型的权重和偏置系数进行优化,获得最终的光伏功率预测结果。仿真结果验证了所提方法的有效性与优越性。

集装箱码头混合零空闲柔性流水作业调度优化

岸桥、集卡、场桥是码头重要的接卸转运设备,具有交互复杂、作业成本高、岸桥空闲时间长等特点。综合考虑接卸转运三阶段,以最小化最大完工时间和总作业成本为目标,构建码头三阶段混合零空闲柔性流水作业调度优化模型。为解决该NP难多目标问题,提出改进离散布谷鸟算法,该算法包括:单链编码和三链解码、离散化的莱维飞行更新机制、离散化个体抛弃机制、基于快速非支配排序策略的间歇启动多邻域局部搜索策略,对所建立的NP难多目标优化模型进行优化求解。仿真实验分为三部分,首先获得每组集装箱任务的最佳资源配置组合;然后基于最佳资源配置组合,进行算法对比;最后进行了实际案例分析。实验结果表明了问题模型的准确性、所提算法的可行性和高效性。通过所提算法对该问题进行求解,可获得高于80个集装箱每小时的转运速率。

基于共同配送的城市快递优化方案研究

随着新经济的发展,快递行业也从高速发展转向高质量发展阶段。共同配送旨在采用联合运输的方式减少各快递企业单独运输导致的资源重复浪费问题。各个快递企业面临着市场化整合升级的考验,对共同配送解决方案的需求愈加迫切。本文提出了基于共同配送的城市快递优化方案,建立了在容量约束条件下的多层级共同配送中心选址和路径规划问题整数规划模型,主要包涵城市快递共同配送网点的选址方法和共同配送优化路径选择,并根据选址和路径规划问题设计了求解模型的算法,利用实例进行了对比和分析,验证了模型和算法的可行性,为合理规划城市快递配送方案提供了有效的依据。

“教学后记”记什么?

【正】 教学的全过程包括教学前、教学中和教学后三个阶段。一般情况下,多数教师都能注意课前备课、课中授课,却忽视了教后的反思、总结。所谓“教学后记”就是用随笔的形式记下教学过程中的成败得失并分析原因、研究改进措施。俗话说:“有钱难买回头看。”上完一节课后,及时对教学中的重点难点、方法手段、言语教态,板书设计等要素环节“回头看”,有意识、有针对性地进行教学行为的重塑。

基于粒子群优化算法-支持向量机的原状黄土Van Genuchten模型参数土壤传输函数

为了快速、省力、省时的获取原状黄土土壤水分特征曲线,以241个原状黄土土样为研究对象,通过测定其基本理化参数(质地、容重、有机质含量、电导率和pH)以及低吸力阶段的土壤水分特征曲线,构建了原状黄土土壤水分特征曲线土壤传输函数大样本。采用基于粒子群优化算法-支持向量机的方法实现了原状黄土土壤水分特征曲线土壤传输函数的构建。研究结果表明:(1)基于Spearman相关性分析,以土壤常规理化参数为自变量,运用基于粒子群优化算法-支持向量机方法获取原状黄土土壤Van Genuchten模型参数是可行的;(2)通过模型分析,认为文中所提出的基于粒子群优化算法-支持向量机土壤传输函数预测精度高、泛化能力强。

卡车与无人机联合配送模式下物流调度的优化研究

无人机以其体积小、成本低、速度快、直线飞行等优势被越来越多地用于农村电商物流配送。考虑无人机续航里程约束和装载量限制,提出一种卡车-无人机联合配送模式,并设计三阶段规划求解方法。首先,采用改进的K-means聚类算法对客户进行分类,将聚类中心作为卡车配送点;第二阶段,基于旅行商问题模型确定卡车经过所有配送点的最优行驶路线;第三阶段,构建每个配送点续航和容量约束下无人机的路径优化问题并求解,实现以较低成本将货物送达客户;最后,采用C++编程和CPLEX实现提出方法。算例仿真结果说明:卡车-无人机联合配送模式较卡车单独配送模式以及文献中提出的联合配送模式能够更高效地完成货物配送。

基于PCA-MPSO-ELM的空战目标威胁评估

目标威胁评估是空战对抗过程中的关键环节。由于影响空战目标威胁评估的因素复杂多样,且指标之间存在相关性,导致传统的评估算法无法得到准确客观的评估结果。由此,提出了一种基于主成分分析法和改进粒子群算法优化的极限学习机(PCA-MPSO-ELM)的目标威胁评估算法。首先,综合分析了影响目标威胁程度的指标,利用主成分分析法对原始评估指标进行线性变化处理得到综合变量,消除了评估指标之间的相关性,实现了对评估数据的降维;在此基础上,构建ELM神经网络并利用改进的粒子群算法优化极限学习机的输入权值和阈值,提高了目标威胁评估模型的精度。最后,在空战训练测量仪中选取空战对抗数据,利用威胁指数法构造了目标威胁评估样本数据,通过仿真实验分析了PCA-MPSO-ELM算法的精度和实时性,结果表明所提算法可以快速准确地进行空战目标威胁评估。