梨园水电站发电机新型碳刷刷握底座的设计与实践

在发电机组检修过程中,滑环室发电机碳刷刷握需取下更换,并对滑环、导流环、正负极接头等一系列的检修工作,各个部件检修完成后回装。其中碳刷刷握回装时,刷握插入底座后需调整刷握与滑环的间距,要求为2~3 mm,防止间距过长或过短导致滑环打火、碳刷温度高等问题,为解决这一问题,设计了一种发电机新型碳刷刷握底座。

消费税下划地方央地收入分享机制构建研究

消费税下划地方改革关键点是要解决征税环节后移和增量收入下划问题。国发[2019]21号提出消费税央地“定基数、调增量”收入分享模式,实践中可能会遇到地方“保基数”引发纵向财政利益冲突、区域财力新的不均衡及应税品产销地财政利益冲突等问题,对此笔者依据改革经验设计三种各具代表性的“基数+增量”分配方案:基期固定基数递增、基期基数均固定、基期基数固定并选取固定比率确定基数,模拟测算三种方案的政策效应。研究表明,改革初期,三种方案均能有效缓解地方财政压力,但基期基数固定并选取固定比率确定基数的分享方案解决“保基数”风险问题和缓解产销地财政利益冲突最有效,最有利于达成改革目标;中长期,不同方案对地方财力的贡献度逐渐趋同,均能有效支撑地方税体系建设,而且中西部地区获益程度显著高于东部地区。因此,消费税下划地方改革建议优先选用基期基数固定并选取固定比率确定基数的央地分享方案,构建区域财力协调联动机制,同步协调央地支出责任划分调整及省以下政府间收入关系的理顺。

CIMHS:基于优化增量策略求解极小碰集的方法

在基于模型的诊断推理过程中,极小碰集求解效率是决定诊断快慢的关键一步.本文在原有极小冲突集合簇与极小碰集簇的基础上,充分考虑它们与新增冲突集中元素的关系,提出一种新型的优化增量策略.在原有极小冲突集簇中,首先通过启发式策略抽取部分集合进行极小化,从而大幅度缩短求解时间;然后通过优化的增量策略快速补全并更新解集,进而提高整体求解效率.为进一步提高算法的效率,提出按冲突集的势从小到大增量排序,利用新型优化的增量策略依次递归计算,并最终求得原始问题集合簇所有解集的全增量算法CIMHS(Complete Increment Minimal Hitting Set).实验结果表明,在许多情形下,CIMHS算法较其他经典的极小碰集求解算法,可减少1至3个数量级的运行时间.

可调节多粒度粗糙集的细化与粗化

在经典的多粒度粗糙集模型中,属性值细化和粗化后的下近似、上近似变化并不明显,因此在处理实际问题时存在一定局限性。该文首先构造了属性值细化和粗化时的可调节多粒度粗糙集,讨论了可调节多粒度粗糙集下、上近似的一些性质,并设计了相应的增量算法。最后在实验部分中,通过调节数据集、属性集的大小对增量算法和原有的静态算法的计算时间进行比较。实验结果表明提出的可调节多粒度粗糙集在细化和粗化时的增量算法可以更加准确、高效地处理大型数据。

变权决策中变权效果分析与状态变权向量的确定

引入状态变权向量调节度和标准调节度以及调权水平的概念,为分析状态变权向量调节权重的能力提供了可量化的工具.利用标准调节度讨论了选择状态变权向量的一些基本原则和理论依据,并由调权水平给出了一种选择状态变权向量的可操作性方法.

极小碰集求解中候选解极小性判定方法

极小碰集问题是人工智能中的重要问题,应用广泛.碰集极小性判定,作为极小碰集求解过程中的关键步骤,效率的高低会对极小碰集求解算法的耗时产生直接影响.现有的极小碰集求解算法主要使用子集检测方法进行碰集极小性判定.针对子集检测方法在极小碰集簇规模较大时效率较低的问题,提出了基于元素独立覆盖度检测的碰集极小性判定方法——ICC方法,剥离了碰集极小性判定耗时与极小碰集簇大小的相关性;通过深入分析增量求解过程中非极小碰集的产生原因,给出了ICC方法的增量判定形式IICC方法,使其可以尽早发现并丢弃非极小候选解,为使用其增量极小碰集求解算法带来额外的剪枝效果,进一步提升算法的效率.实验结果表明:该方法易于实现,可扩展性强,对于当前效率较高的Boolean算法,使用IICC方法后,算法可求解问题的规模和整体效率均有明显提升,效率提升最高达4个数量级以上.

时态拟序数据结构研究及应用

时态数据索引是实现时态数据有效管理的关键技术之一.讨论了一种时态数据结构及其在时态数据索引上的应用.常规的时态数据管理技术多基于代数框架.提出了一种基于拟序关系的时态数据结构,该结构能够像常规关系数据那样实现"一次一集合"的数据操作,并可通过多线程提高查询效率.在此基础上,研究了一种时态数据索引TQOindex.首先,提出时间期间集合上拟序关系和线序划分概念,讨论了线序划分的最优(最小)性质和构建算法,并在最小线序划分框架内研究时态拟序结构基于增量式更新的插入和删除算法.其次,研究了时态拟序结构应用——引入基于拟序扩展集的时态数据索引TQOindex.该索引适用于磁盘(外存)数据管理,可在常规数据库平台上有效使用.其增量式更新机制可应用于"大数据"的动态索引技术.另外,对TQOindex进行了基本仿真,实验结果表明了该工作的可行性和有效性.提出的时态拟序数据结构着眼于新型数据,如语义数据、XML数据和移动对象数据中时态处理与整合机制,相应的工作具有较为广泛的应用扩展性.

基于粗糙集的列车运行调整方法研究

粗糙集是一种处理不完备、不精确数据的新方法,其数据处理过程与行车调度员进行列车运行调整的决策过程非常相似,都是从已有的大量经验数据中提取出决策规则并用于指导新的决策判断.通过对行调人员运行调整和决策的详细剖析,构建了列车运行调整的粗糙集模型,提出了基于粗糙集的列车运行调整系统知识的获取与表达的方法,改进了运行调整的粗糙集决策规则的约简算法,思路更清晰,步骤更完善;最后通过对DMIS系统中部分列车运行数据的挖掘,证明了算法的实用性,从提取出的规则能直观地判断出各条件属性对决策的影响程度,为行调做出新的决策提供了有价值的参考;形成了完整的粗糙集列车运行调整体系.

多准则分类问题中近似集的增量更新方法

在优势关系粗糙集方法(DRSA)的框架下,优势关系可用于处理带有序关系属性(准则)的数据,并且已经被广泛用于处理多准则决策问题。然而在实际应用中,当属性集和对象集发生变化时,信息系统会随之不断更新。在这种动态环境下,DRSA中用于属性约简、规则提取以及决策制定的近似集需要得到相应的更新。针对对象集发生变化时(增加或删除一个对象)的多准则分类问题,采用增量方法来更新近似集并提出两种相应的更新算法DRSA1和DRSA2。同时,对不同情况下的更新原则进行了讨论并给出了相关的理论结果与详细的证明。最后给出算例,并在UCI数据集上进行大量的实验,与非增量的方法(传统的DRSA)进行对比,结果充分体现了所提增量方法的有效性与可扩展性。

知识、制度、利益:理解中国改革的三个维度

中国的改革已经走过了30多年的历史,但迄今为止,关于改革的争论一直没有停止过。这主要是因为人们对改革的理解不一样。理论研究的最终目的就是要在深化理解的基础之上促使社会在改革问题上达成新的共识。不过,近年来,学术界对中国改革的理解越来越简单化,甚至仅仅用"中国模式"或"中国道路"之类的概念来概括中国改革这一复杂的社会实践,结果在对中国改革的理解上出现了一些偏差。中国的改革是一个革新性的制度变迁,这一过程涉及存量知识与增量知识的相互关系,制度创新的方式和有效性,以及社会利益关系的重大调整。因而,我们也要从知识、制度和利益三个维度来理解中国的改革。当然,理解过去的改革并非仅仅是总结经验教训,更重要的是要促使中国社会深刻认识进一步深化改革的重要性和紧迫性。

一种新的GPS-RTK应用方法研究

本文讨论了利用GPS-RTK测量技术建立GPS控制网的方法。通过两次设基站法可将GPS-RTK获得的独立基线向量组成一定的网形,通过统一平差方法获得各个待求点的坐标。实验结果表明,该方法是可行的,具有很好的实用价值。

基于条件随机场的领域术语识别研究

领域术语是各个领域的核心词汇,在研究了大量领域文献的基础上,提出了一种识别领域术语的方法。该方法以现有成熟工具为依托,使用条件随机场模型统计领域术语的词性组合概率。在选定特征集后,通过调整特征和窗口的组合,制定一个最优特征模板,同时通过10倍交叉验证法确定模型训练参数。实验结果表明,通过条件随机场模型分析领域术语的词性组合概率能够有效地识别领域术语。

基于邻域辨识矩阵的属性约简增量式算法

邻域粗糙集模型可以直接处理连续型数据。属性约简是邻域粗糙集模型的重要研究内容之一。目前已有的增量式粗糙集约简算法主要考虑经典的粗糙集模型的情况,不适用于邻域粗糙集模型。为此,提出一种基于邻域辨识矩阵的属性约简增量式算法,主要考虑连续型数据对象动态增加的情况下的属性约简问题。为了解决该问题,提出了一种邻域决策系统的辨识矩阵,通过辨识矩阵的动态更新实现动态求核,并在此基础上,利用原有的属性约简进行属性约简的更新。

优势关系粗糙集增量属性约简算法

在现实生活中,数据不断累积增加,原有准则和决策之间的相互关系也随之动态变化,如何高效地计算属性约简是动态决策亟需解决的问题。增量更新方法可以有效地完成动态学习任务,因为它可以在原有知识的基础上获取新的知识。文中利用优势粗糙集方法研究了在有优势关系的数据中添加单个对象时的增量属性约简方法。首先,定义了优势集矩阵作为更新的目标,用来计算新的优势条件熵;其次,通过分析增加对象的3种不同情况,提出了优势条件熵的增量学习机制;然后,基于优势集矩阵设计了增量属性约简算法;最后,对6种不同的UCI数据集进行实验,用于比较增量和非增量算法的有效性和高效性。实验结果显示,提出的增量属性约简算法不仅在有效性上与非增量属性约简算法保持一致,而且在高效性上要远优于非增量属性约简算法。因此,所提算法能有效且高效地完成动态优势关系数据中属性约简的任务。

基于跳步的增量式影响力最大化算法

对动态在线社交网络中的影响力最大化问题进行研究,提出一种基于跳步的增量式算法,快速跟踪动态网络最具有影响力的用户集。为应对网络结构变化,基于跳步,一方面评估变化用户影响力上限值,快速识别和保留无需变动的影响力用户;另一方面增量式地计算有潜力用户的实际影响力,替换不再属于最具影响力的用户。在真实数据集上进行实验和分析,其结果表明,相比其它最新同类算法,所提算法能以更快速度在动态网络中维护最具影响力用户集。

IBWIICC:结合局部独立覆盖检测策略增量求解极小碰集的算法

基于模型的诊断推理是人工智能领域的一个重要分支.其中由冲突部件集产生所有极小碰集是基于模型诊断推理的重要一步.根据布尔算法的特征,所有的冲突集可以划分为左右两个子集合簇,且左分支集合簇恰好为右分支集合簇的子集,这为由左分支增量产生右分支极小碰集提供了理论基础;另外,在自底向上增量归并元素的过程中,结合局部独立覆盖策略可以直接增量产生所有的极小碰集,从而避免非极小碰集和相同极小碰集的冗余产生.理论上,右分支解集可由左分支解集增量方法产生,避免了碰集中大量元素的重复计算.大量实验结果表明:本文提出的算法比之前的布尔算法及相关改进算法都具有显著的效率提升,最高可达约5倍.

基于论域自调整模糊规则切换的双模控制器

针对系统的初始响应,设计了一个兼顾快速性和稳定性的论域自调整的模糊控制器,并用线性PID控制器来实现稳态时的高精度控制,2个控制器之间采用模糊规则进行切换.并给出了它的动态性能、抗干扰能力及鲁棒性的实验结果.