How to Optimize the Management of Science and Technology Funds in Colleges and Universities Based on the Policy of Streamlining Administration,Delegating Powers,Improving Regulation,and Strengthening Services

To advance the field of science and technology,we need to revitalize the development of science and technology through innovation.The development of science and technology has many beneficial implications on the revitalization of the country.For this reason,universities in China should give full attention to their role as the main propeller of science and technology.“Streamlining administration,delegating powers,improving regulation,and strengthening services”is a policy issued by the Chinese government for the management of science and technology funds in colleges and universities.Based on the policy of“streamlining administration,delegating powers,improving regulation,and strengthening services,”colleges and universities must optimize the management of science and technology funds for their efficient use.In this paper,we analyzed the importance of the policy and put forward an effective management strategy,aiming to improve the management of science and technology funds in colleges and universities.

Improved ant colony optimization for multi-depot heterogeneous vehicle routing problem with soft time windows

Considering that the vehicle routing problem （VRP） with many extended features is widely used in actual life, such as multi-depot, heterogeneous types of vehicles, customer service priority and time windows etc., a mathematical model for multi-depot heterogeneous vehicle routing problem with soft time windows （MDHVRPSTW） is established. An improved ant colony optimization （IACO） is proposed for solving this model. First, MDHVRPSTW is transferred into different groups according to the nearest principle, and then the initial route is constructed by the scanning algorithm （SA）. Secondly, genetic operators are introduced, and crossover probability and mutation probability are adaptively adjusted in order to improve the global search ability of the algorithm. Moreover, the smooth mechanism is used to improve the performance of the ant colony optimization （ACO）. Finally, the 3-opt strategy is used to improve the local search ability. The proposed IACO was tested on three new instances that were generated randomly. The experimental results show that IACO is superior to the other three existing algorithms in terms of convergence speed and solution quality. Thus, the proposed method is effective and feasible, and the proposed model is meaningful.

Dynamic services selection algorithm in Web services composition supporting cross-enterprises collaboration

Based on the deficiency of time convergence and variability of Web services selection for services composition supporting cross-enterprises collaboration,an algorithm QCDSS(QoS constraints of dynamic Web services selection)to resolve dynamic Web services selection with QoS global optimal path,was proposed.The essence of the algorithm was that the problem of dynamic Web services selection with QoS global optimal path was transformed into a multi-objective services composition optimization problem with QoS constraints.The operations of the cross and mutation in genetic algorithm were brought into PSOA(particle swarm optimization algorithm),forming an improved algorithm(IPSOA)to solve the QoS global optimal problem.Theoretical analysis and experimental results indicate that the algorithm can better satisfy the time convergence requirement for Web services composition supporting cross-enterprises collaboration than the traditional algorithms.

Hybrid Prairie Dog and Beluga Whale Optimization Algorithm for Multi-Objective Load Balanced-Task Scheduling in Cloud Computing Environments

The cloud computing technology is utilized for achieving resource utilization of remotebased virtual computer to facilitate the consumers with rapid and accurate massive data services.It utilizes on-demand resource provisioning,but the necessitated constraints of rapid turnaround time,minimal execution cost,high rate of resource utilization and limited makespan transforms the Load Balancing(LB)process-based Task Scheduling(TS)problem into an NP-hard optimization issue.In this paper,Hybrid Prairie Dog and Beluga Whale Optimization Algorithm(HPDBWOA)is propounded for precise mapping of tasks to virtual machines with the due objective of addressing the dynamic nature of cloud environment.This capability of HPDBWOA helps in decreasing the SLA violations and Makespan with optimal resource management.It is modelled as a scheduling strategy which utilizes the merits of PDOA and BWOA for attaining reactive decisions making with respect to the process of assigning the tasks to virtual resources by considering their priorities into account.It addresses the problem of pre-convergence with wellbalanced exploration and exploitation to attain necessitated Quality of Service(QoS)for minimizing the waiting time incurred during TS process.It further balanced exploration and exploitation rates for reducing the makespan during the task allocation with complete awareness of VM state.The results of the proposed HPDBWOA confirmed minimized energy utilization of 32.18% and reduced cost of 28.94% better than approaches used for investigation.The statistical investigation of the proposed HPDBWOA conducted using ANOVA confirmed its efficacy over the benchmarked systems in terms of throughput,system,and response time.

改进下垂控制下的中压直流配电系统双时间尺度分层调控方法

针对中压直流配电系统,在负荷激增、可再生能源出力突变等特殊工况下,传统优化调度方案与协调控制策略存在系统运行经济性有待提升、直流母线电压易越限的问题。为此,提出一种基于改进下垂控制的中压直流配电系统双时间尺度分层调控方法。首先,构建一种具备直流故障穿越能力的3端混合型模块化多电平换流器(modular multilevel converter,MMC)环状±10 kV中压直流配电系统,该系统含电动汽车充电站、储能系统、分布式光伏与风电等灵活性资源。其次,制定各单元协调控制策略,并采用tan函数改进传统下垂控制,以提高系统应对大幅功率波动的能力。然后,基于改进控制策略提出一种双时间尺度分层优化调控方法:在长时间尺度的系统调度层,以运行总成本最小为优化目标,确定各换流器参考功率;在短时间尺度的换流器间协调控制层,改进下垂曲线,并优化控制系数,以兼顾系统运行经济性与电能质量。最后,以典型算例验证该文所提优化调度方案及协调控制策略的有效性:通过灵活调度多种柔性资源,系统运行总成本可降低约11%;在某数据中心负荷激增100%的工况下,各直流母线电压波动仍能维持在±3%UN(额定电压)的允许范围内。

构建新发展格局视域下的营商环境治理研究

营商环境治理作为中国国家治理的重要部分,是国家治理体系和治理能力现代化的重要标志,也是中国式现代化在经济领域的突出表现,彰显着国家治理现代化水平。因此,要牢牢把握营商环境发展方向,坚持以习近平新时代中国特色社会主义思想和党的二十大精神为指导、以中国式现代化为目标、以马克思主义中国化时代性成果和经验为基础,将营商环境的制度优势转化为国家治理效能。文章以中国式现代化作为营商环境治理的方向引领,以大国经济发展理论、新新贸易理论、马克思主义政治经济学为理论支撑,剖析了构建新发展格局视域下营商环境治理的内在机制,即大国经济理论从“人口规模巨大的现代化”出发,从人口规模多样性和市场多样性的现实角度,揭示了构建形成强大国内市场的重要意义;共同富裕、物质文明与精神文明相协调、人与自然和谐共生的中国式现代化目标,与新新贸易理论中基于企业异质性、挖掘企业潜力、关注企业参与度与社会责任感、最终实现产业整体效益的逻辑相符合;马克思主义政治经济学追求的国民经济良性循环目标,从国内国际“双循环”的角度,诠释了“和平发展道路”的政治经济学内涵。其次,文章基于三大理论基础,解析新发展格局视域下营商环境治理促进经济发展的多维动态逻辑,即基于大国经济发展理论的要素市场化配置逻辑、基于新新贸易理论的产业链供应链升级逻辑与基于马克思主义政治经济学的现代流通体系建设逻辑。最后,文章将营商环境治理的多维动态逻辑融入中国当前构建新发展格局的目标取向和战略选择中,提出构建新发展格局视域下营商环境治理的市场化改革路径、创新驱动路径和“放管服”改革路径,三条作用路径相辅相成、协同发力,以制度创新为新发展格局经济体系注入源源不断的活力。

考虑多类型主体的日前能量-调峰联合市场优化

新型电力系统中,风电渗透率持续攀升,调峰需求随之增加,有必要通过日前能量-调峰联合出清调动市场主体调峰意愿,支撑大规模风电消纳。在对燃煤机组、风电场与储能等多类型市场主体调峰能力与报价规则进行分析的基础上,建立综合考虑燃煤机组深度调峰、启停调峰,风电场主动“弃风”调峰与储能充电调峰的日前能量-调峰联合市场优化模型。模型以能量与调峰辅助服务总采购成本最小为优化目标,同时考虑各市场主体技术约束、投标约束与电网潮流约束,是大规模混合整数规划问题,可采用CPLEX求解器求解。基于改进IEEE 14节点系统的仿真实验验证该文所提日前能量-调峰联合市场优化模型与求解方法的有效性。此外,结合仿真实验对各市场主体参与调峰辅助服务的收益进行详细分析。

改进的容量约束设施区划模型的算法及应用

针对经典的容量约束设施区位模型(CFLP)缺少考虑公平、效率与服务质量三方面的因素,以及平衡三者关系的问题,文章提出了引入覆盖半径ϕ、最低覆盖率μ、设施建设成本CAP对模型进行改进,算法的求解实质是求解线性规划问题的最优解。根据以上方法进行案例区的计算验证,实验结果表明,与传统模型算法相比,改进的CFLP模型通过灵活选择设施的服务半径和覆盖率参数求解计算,能较好地兼顾服务成本、服务质量和空间公平性三者之间的关系,并可于5s内得出最优解,相比传统算法150s的平均计算时间,有显著的提升,对城市公共服务设施的布局优化具有较高的实用价值。

放管服改革视角下高校科研经费全面创新管理研究

深化科技领域“放管服”改革,是我国实施科教兴国、人才强国、创新驱动发展战略的关键举措。在“放管服”改革措施和全面创新管理理论的指导下,从科研项目缺乏协同管理、科研经费管理流程复杂、科研人员缺乏经费自主权、科研人员套取科研资金四个方面,分析高校科研经费管理存在的问题。基于此,提出构建创新型科研管理制度体系、优化科研经费管理流程、扩大科研经费使用自主权、加强科研经费监督检查的路径建议。

基于权重系数校正的火储两阶段联合调频方法

随着不确定性可再生能源大规模并网,电网频率特性日益复杂。传统火电机组具有响应时间长、无法准确跟踪指令等问题,亟须利用储能提高火电机组参与自动发电控制(automatic generation control,AGC)调频时的调节性能。首先,针对调频考核规则,建立调频性能指标数学模型,并考虑火储系统出力特性,结合改进层次分析法校正调频子指标权重系数,以此构建以调频性能最优为目标的第一阶段优化模型;在此基础上,为了减少储能荷电状态(state of charge,SOC)越限和深度充放情况,以储能SOC偏差最小为目标构建第二阶段优化模型。仿真验证表明:所提的两阶段调频方法能够提高火储联合系统的调频性能和调频收益,同时有效减少储能深度充放情况和工作寿命损耗,提高储能辅助调频服务的可持续性。

基于改进粒子群优化算法的PID控制器参数整定

针对标准粒子群优化算法优化PID控制器参数存在的早熟以及陷入局部最优等问题,引入粒子二阶振荡环节、反向学习、自适应惯性权重,并结合设计的惯性权重动态调整策略、粒子越界随机反射墙,提出一种新型分阶段迭代的改进粒子群优化算法。在6个标准测试函数上进行测试,其性能相比于一些已有的改进粒子群优化算法更加优秀。将这些算法用于自动电压调节器系统的PID控制器参数整定,仿真结果表明,所提出的改进粒子群优化算法整定的PID控制器的控制效果更好。

兼顾碳减排和新能源消纳的火电机组深度调峰与复合储能协调规划

火电机组深度调峰、化学储能以及抽水蓄能是电网灵活性资源的重要组成部分,对三者进行协调规划能在保障电网安全低碳运行的同时,提升新能源的接纳能力。从经济性、碳减排量、弃风弃光量3个方面,构建了火电机组深度调峰和复合储能协调的多目标规划模型;提出了基于熵权的改进非支配排序遗传算法(NSGA-Ⅱ)求解多目标规划模型,获得Pareto最优解集,并进一步根据模糊隶属度得到综合最优解。以某省级电网2025年、2030年的预测数据为例进行仿真验证,结果表明:采用改进NSGA-Ⅱ可提升多目标优化的求解速度与精度;火电机组深度调峰协同储能配置可显著减小弃风弃光率,有利于电力系统的低碳经济运行。

中国科技“放管服”改革效果测度及时空演变特征研究

基于放权、管理、服务维度构建评价指标体系,测度中国科技“放管服”改革效果,并利用核密度函数、Dagum基尼系数及其分解、收敛模型、区域Moran′s I指数,分析中国科技放管服改革的时空演变特征。结果表明:中国科技放管服改革总体效果持续提升,在区域层面呈现梯度效应;科技放管服改革效果总体差异显著缩小,且差异主要来源于区域间;全国与三大区域科技放管服改革效果均具有σ收敛特征,支持β收敛机制;科技放管服改革效果还表现出高—低或者低—高空间集聚特征。最后,提出应从完善顶层设计、健全多层次市场调节体系、推行智慧化科技服务模式等方面入手,赋能科技放管服改革。

某型航空发动机转速调节器建模仿真与优化

为解决某型航空发动机大慢车状态下转速下调的故障问题,以其转速调节器为研究对象,根据其机械机构和工作原理在AMESim平台上构建模型。利用试验结果和转速反馈调节特性由仿真验证了模型的准确性;分析了引起该故障的机制,通过仿真确定了影响因素主要为油门杆角度、发动机进口温度、离心飞重结构参数变化、调节器内弹簧刚度系数衰减,并结合实际工况对上述前3种故障进行排除,最终通过为调节器内弹簧添加预紧力补偿、采用新型材料替代等优化方案解决该故障问题。

粤港澳大湾区4种生态系统调节服务的互馈关系及机制

调节服务是生态系统为维持或改善人类生存环境提供的惠益。各种调节服务相互作用或存在互馈关系,并在不同时空尺度上呈现一定规律性或分异性,厘清不同尺度下生态系统调节服务间的关系及其影响因子对优化生态系统区域管理具有重要意义。以粤港澳大湾区为例,计算了2000、2010、2020年碳储量、氮输出量、土壤保持量和授粉者丰度等4种生态系统调节服务,在千米格网和二级流域尺度下分析生态系统服务时空格局变化,利用Spearman相关指数和地理回归模型分析了粤港澳大湾区生态系统服务间关系的时空异质性,最后通过最优地理探测器识别生态系统调节服务的主要影响因子及其交互作用力。结果表明:1)研究区生态系统调节服务的分布格局在时间上保持稳定,在空间上呈现异质性,但因调节服务的类型不同,其空间分布模式有所不同;2)研究区20年间生态系统调节服务间权衡/协同关系存在显著变化,且彼此存在不同程度的互馈关系,这些关系的作用强度随时空尺度的变化而变化。该研究确定了最佳互馈组合,包括碳储量-氮输出量、碳储量-土壤保持量、碳储量-授粉者丰度、氮输出量-土壤保持量和授粉者丰度-土壤保持量,这些组合中的后者服务因子对前者服务因子的解释力更强;3)生态系统中存在复杂的相互作用和非线性关系,这些关系对生态系统空间格局有显著影响,且调节服务因子与自然-社会经济影响因子的交互作用随着尺度的增大而增强。该研究可为区域差异化生态系统管理政策提供重要的科学参考。

MILP Optimization Model for Assessing the Participation of Distributed Residential PV-battery Systems in Ancillary Services Market

A novel non-linear stochastic method based on a Mixed-Integer Linear Programming(MILP)optimization model is proposed to optimally manage a high number of photovoltaic(PV)-battery systems for the provision of up and down regulation in the ancillary services market.This method,considers both the technical constraints of the power system,and those of the equipment used by all the prosumers.This allows an aggregator of many residential prosumers endowed with photovoltaic(PV)-battery systems to evaluate the baseline of the aggregate by minimizing the costs related to the electrical energy absorbed from the grid and then to assess the up and down flexibility curves with relative offer prices.As confirmed by simulation results carried out considering different realistic case studies,the method can effectively be used by an aggregator to evaluate the economic impact of its participation in the ancillary services market,both for the aggregator and for its prosumers.

基于目标级联法的虚拟电厂日前调频容量计算方法

光伏、风电等清洁能源的大规模并网加重了系统调频负担,同时,微型燃气轮机、储能等调频性能稳定良好的分布式资源的接入为减小系统调频负担提供了新的思路。为此提出一种基于目标级联分析的优化调度模型,旨在通过虚拟电厂聚合分布式资源以参与调频辅助服务市场。首先,建立了配电网层和虚拟电厂层的双层优化调度模型,通过配电网协调虚拟电厂的协调互补来提高资源的利用效率;然后,虚拟电厂对内部成员进行优化调度,采用机会约束规划对调频信号不确定性进行约束;最后,通过目标级联分析法对所建立的模型进行求解,并通过仿真算例验证优化调度模型的有效性和可行性。结果表明,虚拟电厂参与调频辅助服务能够有效降低其运行成本。

基于改进DBO算法的水轮机调节系统优化仿真

针对传统的水轮机调节系统中PID控制存在的响应速度慢和稳定性较差等问题,本文提出了一种改进的蜣螂优化算法(DBO),旨在提高系统性能以满足电力系统动态需求的日益复杂性。首先,本文分析并建立了水轮机调节系统的数学模型。其次,通过引入Tent混沌初始化和精英反向学习策略对DBO算法进行改进,并使用4个基准函数验证了改进算法的先进性。最后,将改进后的混沌精英蜣螂算法(TEDBO)应用于水轮机调节系统的PID调速模块,并进行了MATLAB仿真实验,分别在空载频率扰动和负荷扰动下进行了测试。实验结果表明,在5%频率扰动下,相比于传统粒子群算法(PSO)和万有引力算法(GSA),改进后的TEDBO算法优化的PID调速器调节时间缩短了5个时间单位,超调量减小至0.23%;在10%负荷扰动下,目标函数的最优适应度仅为0.004000,进一步验证了改进的TEDBO算法在水轮机调节系统优化方面的显著优势。

基于改进量子遗传算法的光伏智能楼宇负荷优化

针对楼宇用电负荷优化的问题,考虑用电成本、储能折损、用电舒适性和电网侧峰谷差波动的因素,提出一种多目标动态规划的办公楼宇负荷优化模型。结合分时电价建立楼宇净用电成本最小的目标函数,采用改进旋转门动态调整的量子遗传算法进行求解,通过动态调整量子旋转门,改变量子态的概率,提高了量子遗传算法求解的精确度;在保证得到全局最优解的同时完成负荷优化和供给侧的能量调度。实验结果表明,所提算法保证了用电舒适性,有效降低了楼宇用电成本和储能装置的折损费用,具有良好的经济收益;在降低峰谷差方面也起到了较好的效果。

三级公立医院提升门诊服务质量探讨

三级公立医院在我国医疗服务体系中发挥着中流砥柱的作用,门诊服务作为三级公立医院医疗服务的重要组成部分,对医院的发展起着至关重要的作用。门诊服务是患者接触医疗服务的首要环节,其服务质量直接影响到患者的就医体验。当前我国三级公立医院门诊服务质量不断提升,但在服务流程、诊疗过程、就医环境、智慧门诊等方面还存在一定的问题。该文结合安徽省某三级公立医院门诊服务情况的调查分析,针对存在问题,提出相应的改进对策建议,为三级公立医院提升门诊服务质量提供一定的参考。