多类型电动汽车电池集群参与微网储能的V2G可用容量评估

定义了"V2G可用容量"概念,表征电动汽车(EV)电池集群基于车电互联(V2G)技术作为储能元件参与微网运行调控时的动态能量平衡能力。提出同时引入私家EV电池群集、公交EV电池集群和梯次利用EV电池集群参与微网V2G服务的方案。在实现不同时段EV电池集群容量变化的有效表征基础上,针对微网中的多类型EV电池集群,分别从管理模式、行为特性、配置参数等多个方面进行深入分析,提出各集群V2G可用容量的实时评估模型,为目标微网系统能量优化调控策略的制定提供有效依据。以浙江温州南麂岛风光柴储分布式发电综合系统为例,分析所提方案及评估方法的可行性和有效性。

基于改进群组G2的指标赋权方法的研究

提出了改进的群组G2方法来确定综合评价问题中的指标权重.论文的创新与特色一是通过"容度"和"相邻度"给最小类的非空交集赋权确定空交集时的综合赋值区间、进而得到了赋权需要的中值和区间长度,解决了在G2方法赋权时空交集无法给指标赋权的现象.二是通过以相邻度为权重对偏离率加权平均的方式确定风险态度因子,使其绝对值满足小于等于1/2的计算区间映射函数的必要条件.解决了现有研究的算法计算出的风险态度因子难免出现的大于1/2的情况、导致后续过程无法确定权重的现象.

区间粗糙数群组G1法的随机聚合求解及应用

针对复杂不确定环境下的群体评价问题,采用区间粗糙数表征专家偏好,在G1法的基础上,结合蒙特卡洛仿真技术,提出了一种随机模拟聚合算法.首先,通过随机抽样的方式模拟权重系数,并依据序相关性和区间粗糙数贴近度确定专家权重.其次,综合所有专家意见得到指标的最终权重,并将其与预处理后的指标值线性集结,求得一次模拟的综合评价值,据此判断被评价对象间的优劣.通过充分模拟得出优胜度矩阵,并从中推导出包含优胜概率的可能性排序,弥补了不确定信息环境下绝对排序呈现的不足.最后,通过算例说明了方法的有效性,并与现有方法对比阐述了所提方法的优势.

基于G^2EM-CI模型的物联网产业集群竞争力研究

在GEM模型的基础上进行改进,创造了G2EM-CI模型。基于中关村、武汉东湖、无锡新区和南昌高新区的数据,实证分析了影响物联网产业集群竞争力的主要要素和主要因素。

基于理想排序群组G2赋权的科技评价模型与实证

根据科学发展观内涵,从科技投入、产出,科技对经济、社会的影响4个方面建立了科技评价指标体系,通过理想排序的群组G2方法来确定指标权重,建立了基于理想排序群组G2赋权的科技评价模型,最后对我国的科技发展水平进行了实证研究,验证了模型的有效性。

1株G26P[23]型猪A群轮状病毒的基因组特征

目的分析2021年从福建省发生腹泻的猪场分离到的1株G26P[23]新基因型猪轮状病毒RVA/pig/CHN/FJSH01/2021/G26P[23](简称FJSH01)的分子特征。方法利用MARC-145细胞进行RV分离,采用RT-PCR方法对分离株FJSH01的全基因组进行了测定,利用在线分型工具RotaC v2.0对其基因型进行鉴定,并对其分子遗传特征进行了分析。结果分离株FJSH01的基因型图谱为G26-P[23]-I5-R1-C1-M1-A8-N1-T1-E1-H1,即G26P[23]型。分离株FJSH01的VP3、NSP1、NSP3和NSP5基因分别与人源轮状病毒RVA/Human_wt/VNM/30378/2009/G26P[19]、RVA/Human-wt/VNM/NT0077/2007/G4P[6]、Human/LL4260/China/T1和RVA/Human/Ryukyu-1120的核苷酸同源性最高,为96.01%~98.65%,其余7个片段与猪源轮状病毒(PoRV)的核苷酸同源性最高,为95.12%~97.99%,表明分离株FJSH01可能为人源轮状病毒和猪源轮状病毒重配后的病毒株。结论G26P[23]型PoRV为国内首次鉴定,研究结果丰富了PoRV分子流行病学资料,为PoRV预防控制提供理论参考。

高校创新创业教育生态环境评价体系研究——基于群组G2法的分析

创新创业教育生态环境是激发高校创新创业的关键因素和重要保障,高校创新创业教育生态环境评价体系为高校创新创业教育改革的稳步推进提供了目标导向依据。在阐释了评价指标体系构建依据的基础上,从创新创业平台支撑环境、创新创业教育资源配置环境和创新创业教育成果三个方面,构建高校创新创业教育生态环境评价指标体系。在此基础上,基于研究的问题,引入群组G2法作为评价方法,完成了评价指标赋权。然后结合指标体系特点,应用非线性加权法完成了评价模型设计,最终构建了高校创新创业教育生态环境评价体系。基于赋权结果确定的影响高校创新创业教育生态环境的关键因素,提出了优化高校创新创业教育生态环境的措施。

O_h^2结构磁空间群C-G系数的计算

利用陈金全创立的本征函数法 ,通过对O2 h 结构磁空间群的不可约表示矩阵 (IR 矩阵 )和不可约基 (IR基 )的计算 ,进一步求出了磁空间群的C G系数 。

群对群(G2G)计算的G2G搜索服务研究

群对群(G2G)计算是一种基于G2G网络的分布式计算。G2G计算得益于灵活的分群,相同属性或任务的群内计算。本文提出了一个有门户网站结构,基于G2G计算的搜索服务。G2G搜索服务是一个混合搜索系统,既有分布式的搜索服务,又采用了集中式的搜索服务。采用G2G搜索服务的好处之一是,用户既参与了系统的分布式搜索任务,又能向系统请求搜索服务。采用G2G搜索服务的好处之二是,用部分的集中式结构把分散的局域搜索系统关联起来,扩大了系统的搜索效能。

“5G+教育”背景下信号处理类课程群的改革模式探索——以长沙学院通信工程专业为例

本文讨论了基于5G新技术的信号处理类课程群的教育模式创新,包括课程群的模块式设计、课程体系的构造、多样化的教学方法设计、交互式学习空间打造以及评价与反馈机制的完善。通过分析“5G+教育”内涵,充分利用5G技术的优势及大数据处理能力,建立一个面向能力培养的课程体系,构建新生态的教育环境。以长沙学院通信工程专业为例,通过统整课程群,从宏观上将各课程知识点进行融会贯通,不仅能够实时的对教学过程进行反馈及优化,还能够提升学生的学习兴趣。

3p^2阶群的g函数值

文章讨论了与Thompson猜想相关的同阶型群的问题,两个有限群阶型相同是否同构的问题,并且对有限群G,定义了G的g函数值g(G),表示与群G的阶型相同的有限群的同构类类数。本文利用3p^2阶群的结构完全分类,通过计算得出所有3p^2阶群的阶型,对任一3p^2阶群M,得出了M的g函数值。特别地,在3p^2阶群中找到了g函数值为2的群,即阶为3p^2的群中存在一对不同构的群,但它们阶型相同。这里p为奇素数。

G_2型单代数群的单模张量积的分解

设 G是特征 p=5的代数闭域 K上 G2 型单代数群 .在本文中 ,我们首先利用 Jantzen和公式计算部分 Weyl模 V(λ) ,λ∈X(T) + 的 G-合成因子 ,然后分解一些单

基于3G移动通信网络和云计算的数字化校园网站群建设

本文针对各大高校网站群建设需求的日益加大这一问题,探讨了将云计算应用到支撑高校数字化网站群建设和管理的基础上,以3G移动通信网络为信号传输载体,web为网络技术支撑,以求突破现有的站群资源管理和应用模式,更好的解决网站群的安全技术问题和受限的技术空间问题这一课题,研究结果良好,现做如下报告。

基于深度学习与信息交互的5G终端群组定位方法

针对传统无线定位问题中基于接收信号强度指示(Received Signal Strength Indicator,RSSI)的测距与定位方法精度过于依赖RSSI测距精度,以至于提升定位精度成本较大的问题,提出了基于深度学习与信息交互的第5代移动通信技术(5G)终端群组定位方法,以降低其对基站与终端间RSSI测距精度的依赖。在5G终端群组条件下,基于终端间的相互测距信息,利用终端间测距误差较小的特点来弥补基站与终端间RSSI测距的误差,并结合深度神经网络,将接收到的RSSI信号作为输入特征、位置信息作为输出特征,进行模型训练并输出5G终端群组定位结果,使得最终定位精度得到有效提升。仿真试验验证了所提出方法的有效性。

4p^2阶群的g函数值

对任一有限群G和任一正整数d,令G(d)={x∈G|xd=1|}。若G1与G2为有限群,满足|G1(d)|=|G2(d)|,d=1,2,…,则称G1与G2为同阶型群。文中讨论了与Thompson猜想相关的同阶型群的问题,两个有限群阶型相同是否同构的问题,并且对有限群G,定义了G的g函数值g(G),表示与群G的阶型相同的有限群的同构类类数。本文利用4p2阶群的结构完全分类,通过计算得出所有4p2阶群的阶型,对任一4p2阶群M,得出了M的g函数值。特别地,在4p2阶群中找到了一对群,它们的g函数值为2,即阶为4p2的群中存在一对不同构的群,它们阶型相同.这里p为奇素数。

2p^2阶群的g函数值

讨论了与Thompson猜想相关的同阶型群的问题,两个有限群阶型相同是否同构的问题,并且对有限群G,定义了G的g函数值g(G),表示与群G的阶型相同的有限群的同构类类数.利用2p2阶群的结构完全分类,通过计算得出所有2p2阶群的阶型,对任一2p2阶群M,得出了M的g函数值.

“5G互联网+”居家母婴健康群组化平台在孕产妇中的应用效果

目的探讨“5G互联网+”居家母婴健康群组化平台在孕产妇中的应用效果。方法选取2022年5月至2023年9月海口区域三甲专科医院收治的200例孕产妇为研究对象,采用随机数字表法分为对照组和观察组,每组各100例。对照组接受常规孕期健康教育指导,观察组构建“5G互联网+”居家母婴健康群组化平台进行孕期健康教育指导。比较两组母婴结局、心理状态和自我管理能力。结果观察组产后2 h出血量少于对照组,会阴损伤率、新生儿Apgar评分、剖宫产率优于对照组(P<0.05);干预后,观察组焦虑自评量表评分和抑郁自评量表评分低于对照组(P<0.05),自我管理能力评分高于对照组(P<0.05)。结论“5G互联网+”居家母婴健康群组化平台在孕产妇中的应用效果显著,能够改善母婴结局,缓解负面情绪,提高孕产妇自我管理能力,值得推广。

群对群(G2G)网络传输与节点管理

由群所组成且涉及群与群关系的网络称为G2G网络,群是一些具有相同属性节点的聚合。G2G通信可以描述为:将内容从源端(群)传送到目的群。G2G网络使用了G2G/CDS协议来实现内容发布,即将参与分发内容的节点分群,用控制数据集(CDS)来管理节点,用G2G传输原理来实现G2G传输。G2G/CDS简单和有效地解决了"如何管理节点"和"如何传输"的G2G通信问题,并为解决"如何保障传输的QoS"问题打下基础。G2G网络是一种能有效且容易实现多对多网络通信的网络模型,擅长解决需要精确控制的网络通信问题,尤其是内容发布。

应用5G物联网技术的群控机器人多主机通信方法

为促进智能制造业的发展,提出应用5G物联网技术的群控机器人多主机通信方法。通过对数据发出端、接收端协方差矩阵的计算,实现群控机器人通信模型的建立。将通信信道的感知问题转化为信道吞吐量的测算问题,结合数据往返时延的计算,判断群控机器人多主机通信过程中,信道是否处于拥堵状态。当信道拥堵时,启动EIED避让算法,通过对避让窗口的自适应调控,调整数据传输顺序,降低群控机器人多主机通信过程中的信道碰撞概率,优化机器人多主机通信质量。实验表明,利用所提方法能够有效提高群控机器人多主机通信过程中的网络吞吐量,降低数据传输时延,为群控机器人数据稳定传输提供重要保障。

基于改进粒子群算法的电动汽车停车场V2G策略研究

为解决电动汽车大规模并网带来的一系列问题,国内外逐步在城市商业停车场内提供电动汽车充电服务。在此背景下,提出一种基于电动汽车并网技术的电动汽车充放电停车场模型。该模型响应实时电价,对电动汽车的充电并网行为进行动态调度,继而与电网进行能量交互。在求解电动汽车最优调度策略时采用粒子群优化算法,从可行性编码、自适应搜索半径、边界变异修正等方面进行改进,以提高算法的效率及收敛精度。仿真实验采用美国PJM公司的实时电价数据及主流电动汽车的型号参数,对比分析了3种不同情景下电动汽车停车场的运营过程及结果,验证了所提模型的合理性以及改进算法的有效性。