基于ICEEMDAN和时变权重集成预测模型的变压器油中溶解气体含量预测

为了实现对变压器油中溶解气体体积分数的精确预测,同时克服仅使用单一预测模型导致预测精度及泛化能力不足的局限,提出了一种基于改进完全自适应噪声集合经验模态分解(improved complete ensemble empirical mode decomposition,ICEEMDAN)和灰色关联系数时变权重集成预测模型的变压器油中溶解气体预测方法。首先将溶解气体含量序列模态分解为一系列具有不同时间尺度的子序列。然后,使用门控循环神经网络和麻雀搜索算法优化支持向量机对各子序列进行训练,组合为一个集成预测模型;并比较不同预测方法的预测精度,计算灰色关联系数时变权重,形成各子系列的预测结果。最后将各子序列的预测结果叠加重构,得到最终预测结果。算例分析结果显示:该方法单步预测的均方根误差、平均绝对误差和相关系数分别为0.593、0.422和0.768,相比其他算法在预测精度上有明显提升,同时具有很强的泛化性能,可以为油浸式变压器内部状态监测提供依据。

分割式赛汝生产系统激励评价

突发事件及随机冲击影响了管理情境,对时序动态综合评价方法有效性提出了新要求。外部环境复杂多变使得一类时序动态综合评价值波动显著异于以往状态,如评价值出现骤跌然后缓慢爬升至较低水平并持续波动,此时被评价对象的评价值已经击穿经典双激励控制线的负激励线并持续处于下行状态,从而使得经典激励评价方法有效性有待改进。面对这种情况,提出具有情境调节特征的递归激励评价方法,针对分割式赛汝(SERU)生产系统的员工特征,首先通过对赛汝多能工的生产状态进行马氏过程预测,预测出多能工下一生产状态的概率分布,根据得到的概率分布得出每一阶段的递归值并且结合双激励线方法对多能工的递归值进行激励评价,最后结合犹豫模糊函数求解具有隶属度的时间权重,得到具有隶属度时间权重的评价值。通过考虑结合赛汝生产系统这一时代新型生产系统,证明该方法具有更好的柔性和鲁棒性。

基于时变权重模型预测的双向DC-DC优化控制方法

双向DC-DC变换器是电动汽车的关键电压变换部件,提高其动态负载下的响应速度与鲁棒性对电动汽车低压供电系统有重要意义。提出一种基于模糊时变权重的MPC(model predictive control)控制方法。基于状态空间平均法建立变换器动态模型。基于MPC原理搭建变换器MPC模型,实现对电压的跟踪控制;在分析权重对动态负载下电压跟踪性能的影响的基础上,设计权重模糊调节器,实现权重的在线调节。基于HM-cSPACE搭建实验平台验证所提方法的准确性。在Matlab/Simulink环境下与PI控制和传统MPC控制进行对比,结果表明:在负载变化时采用时变权重MPC控制的变换器有更好的动态性能和鲁棒性,超调量降低26.1%。该方法对提高双向DC-DC变换器动态负载下的优化控制具有重要意义。

在线实时质量智能分析仪的设计与实现

宠物食品研发环节中决定性的因素是宠物对食品的喜好程度,如果市场面向的是全球的宠物,其研发所面临的问题更为复杂。宠物饮食数据收集方式困难、全球数据汇总不便利和不及时、数据监测周期长等问题都制约着其食品研发的进程。文章设计一个全球宠物食品研究系统,由在线实时质量智能分析仪长期或定期收集宠物每次相同时间吃食品质量的变化,通过无线通信的方式,加密发送到指定的服务器,食品研发人员再根据全球汇总回来的数据进行筛选分析。以宠物对食品的偏爱程度,对产品成分进行调整优化。通过实验以及实际使用证明,该系统具有良好的实时食品研发数据收集功能和较好的数据分析功能。

基于Flink的动态感知用户兴趣漂移的电影推荐系统

传统使用Hadoop平台基于协同过滤算法搭建的分布式推荐系统,存在两个亟待解决的问题:(1)在面对海量数据与复杂的推荐算法模型时,处理数据的速度明显下降,不能做到低延时,无法对用户进行实时推荐;(2)传统基于协同过滤的推荐算法,无法实时感知用户兴趣漂移的问题,导致推荐的结果差强人意。针对以上两个问题,引入新一代流式计算引擎Flink,使用Spark、Flume、Kafka等大数据组件搭建电影推荐系统,整个推荐系统的推荐算法部分,分为离线与在线推荐两大模块,离线推荐算法引入堆排序,解决MLlib中ALS算法在模型预测时会进行笛卡尔积计算,消耗大量内存与算法执行时间长的问题;实时推荐算法引入艾宾浩斯遗忘曲线,通过融合时间权重与奖惩因子,来动态地感知用户兴趣发生漂移的问题。通过离线与在线推荐算法的改进,产生更好的个性化Top-N推荐结果,提升最终用户的体验。实验结果表明:(1)通过堆排序改进后的离线推荐ALS算法,在RMSE指标基本不变的情况下执行速率显著提高;(2)通过引入艾宾浩斯遗忘曲线,融合时间权重与奖惩因子的实时推荐算法,在准确率和召回率指标上明显提高,推荐结果更符合用户兴趣爱好;(3)Flink计算引擎相比较Spark计算引擎在数据量不断增加的情况下,算法执行速度更快。

PPV和PVI在胃肠肿瘤手术目标导向液体治疗中的疗效对比研究

目的比较脉压变异率(Pulse pressure variation,PPV)与脉搏灌注变异指数(Pleth variability index,PVI)在胃肠肿瘤手术目标导向液体治疗(Goal-directedfluidtherapy,GDFT)中的疗效。方法选取2021年9月-2024年2月在延安市人民医院麻醉科全麻下行腹腔镜胃肠道肿瘤手术的患者106例,采用随机数字表法分为PPV组(n=53)和PVI组(n=53)。两组患者术中背景输液情况为复方氯化钠3 mL·kg^(-1)·h^(-1)。PPV组若PPV≥11%持续1 min,则按照15 mL·kg^(-1)·h^(-1)的速度输注晶体液,若超过15 min则继续胶体液输注,直到PPV<11%持续1 min,恢复背景输液速度。PVI组若PVI≥11%持续1 min,则按照15 mL·kg^(-1)·h^(-1)的速度输注晶体液,若超过15 min则继续胶体液输注,直到PPV<11%持续1 min,恢复背景输液速度。记录患者术中低血压时间加权平均值(Time weighted average of Hypotension,TWAH)、输液情况、尿量;记录患者术毕24 h QoR-15评分、恶心呕吐发生率、肾功能以及肠道排气时间,测定术毕24、48 h患者血清肿瘤坏死因子α(TNF-α)、白细胞介素6(IL-6)、IL-10的水平。结果与PPV组相比,PVI组术中总输液量、晶体输注量、尿量,术毕24 h和48 h血清IL-6水平更低,差异有统计学意义(P<0.05);两组低血压时间加权平均值、胶体输注量、术毕24 h肾功能、恶心呕吐发生率、肠道排气时间差异均无统计学差异(P>0.05)。结论在腹腔镜胃肠道肿瘤手术中,基于PVI的GDFT并不劣于PPV作为目标的GDFT,该方法无创、简便,值得在临床推广应用。

太行山复杂地形下华北暖季极端降水的时空分布特征

基于2012—2021年5—9月华北五省的逐日降水资料和台站地形高度数据,统计分析了华北全区及各子区域极端降水事件的降水量及其强度和频次的时空分布特征;并运用地理加权回归(GWR)模型分析得到极端降水事件的降水量、强度及频次与海拔高度之间的关系。结果表明:1)华北区域极端降水量的时间变化均呈多波动特征且区域差异性显著,太行山以西高原和以东平原降水频次多、波动明显且强度较弱,太行山南段以南平原降水频次少、变化平缓而强度明显偏强。2)极端降水量的空间分布呈现南北少、中间多的型态分布,降水量大值区分别位于燕山东南侧和太行山南段晋冀豫三省交界处;极端降水高频站点主要聚集在晋东南地区;日最大降水量超过300 mm的站点主要集中在太行山脉和燕山山脉与华北平原的过渡地带。3)华北区域38°N以北,极端降水量、降水频次、强度和日最大降水量均随海拔高度的升高而减小;38°N以南,山西南部临运地区降水量随海拔高度的升高而显著增加。由于降水频次和强度与地形均存在正相关而导致,太行山附近降水量随海拔高度的升高而减小的贡献主要在于降水强度而非降水频次。

一次哺乳母乳摄入量与吸吮时间相关性及其他影响因素的研究

目的 研究一次哺乳母乳摄入量与吸吮时间的相关性,并探讨其他相关的影响因素。方法 2015年6月至7月在深圳市罗湖区妇幼保健院儿童保健门诊开展母乳喂养摄入量横断面调查,招募足够1~12月龄婴儿及其母亲,观察一次正常哺乳过程,并进行问卷调查。严格定义并记录哺乳时婴儿吸吮时间,使用称重法获得一次哺乳母乳摄入量,采用问卷调查母子健康信息和喂养情况。使用多元线性逐步回归法建立包括吸吮时间等因素影响一次哺乳母乳摄入量和摄入平均速率的模型,并进行统计分析。结果 经筛选共纳入150对研究对象进行分析。一次哺乳母乳摄入量与吸吮时间呈直线相关(r=0.57,P<0.05)。单因素分析结果显示,所有因素的组间吸吮时间差异均无统计学意义(P>0.05),右侧哺乳乳房的一次哺乳母乳摄入量明显高于左侧[(61.14±32.14)g vs.(49.88±29.35)g,t=2.24,P<0.05];右侧哺乳乳房的母乳摄入平均速率明显高于左侧[(8.12±4.48)g/min vs.(6.66±3.38)g/min,t=2.67,P<0.05],母亲为家庭主妇/休产假的母乳摄入平均速率明显高于有工作者[(8.02±4.22)g/min vs.(6.60±3.65)g/min,t=-2.17,P<0.05],5~12月龄婴儿的母乳摄入平均速率明显高于1~4月龄婴儿[(8.15±4.25)g/min vs.(6.67±3.70)g/min,t=-2.27,P<0.05]。多因素分析结果显示,在1~4月龄婴儿中,吸吮时间、婴儿体重和母亲右侧乳房哺乳与一次哺乳母乳摄入量均呈正相关(R值分别为0.61、0.22、0.36,P<0.05),婴儿体重和母亲右侧乳房哺乳与母乳摄入平均速率均呈正相关(R值分别为0.22、0.27,P<0.05);在5~12月龄婴儿中,吸吮时间与一次哺乳母乳摄入量呈正相关(R=0.61,P<0.05),婴儿体重与母乳摄入平均速率呈正相关(R=0.26,P<0.05)。婴儿性别、婴儿年龄、婴儿出生体重,以及24h母乳喂养频率、母亲体质量指数、产次、母亲年龄、母亲职业均对两个年龄组一次哺乳母乳摄入量和母乳摄入平均速率均无显著性影响(P>0.05)。结论 影响一次哺乳母乳摄入量的显著性因素为吸吮时间和婴儿体重,在小年龄段婴儿中还包括哺乳乳房侧。需要进一步研究影响母乳摄入量的其他因素,如母乳喂养类型和哺乳间隔等。

基于PCA-ShapeDTW-QWGRU的分布式光伏集群短期功率预测

针对分布式光伏短期功率预测建立基于主成分分析、改进的动态时间规整算法与量子加权门控循环单元(PCAShapeDTW-QWGRU)的集群功率预测模型。针对集群划分不够精细、光伏电站数据蕴含的信息难以捕捉的问题,提出基于主成分分析结合密度聚类算法(PCA-OPTICS)的集群划分方法;针对目前选取代表电站与集群相似性较低的问题,提出基于改进的动态时间规整算法(ShapeDTW)的代表电站的选取方法,利用ShapeDTW度量相似性距离,选取最小值作为代表电站,并利用基于均方根传播梯度下降法优化的量子加权门控循环单元(RMSprop-QWGRU)模型进行预测;为了解决代表电站与集群功率的变换系数转换差异较大的问题,采用实时变换系数对代表电站进行集群功率值预测计算。实验结果表明,所提方法能有效提升光伏集群功率预测的精度。

基于遥感时序物候特征的耕地非粮化多模式监测方法

耕地非粮化对粮食生产和农业可持续发展构成潜在威胁,精准监测不同的耕地非粮化类型对制定针对性的农业管理政策至关重要。该研究以河北省石家庄市藁城区为研究区,首先采用最大类间方差算法(OTSU)提取果园和耕地范围,然后利用Google Earth Engine(GEE)云计算平台构建了基于Sentinel-2遥感数据的特征集,包括光谱特征、物候特征和NDVI(normalized difference vegetation index)时序特征。结合面向对象分割和随机森林(radom forest, RF)、时间加权的动态时间规整(time-weighted dynamic time warping, TW-DTW)算法,构建了4种不同的分类模式用于提取粮食作物和露天蔬菜、大棚种植等非粮食作物。通过选择最优模式,提取了研究区2019-2022年间不同非粮化类型的空间分布信息,并探讨了不同模式的优点和局限性。结果表明:1)采用面向对象的机器学习模式进行耕地内作物分类的精度最佳,两个生长季内总体精度分别达到93.23%和90.10%,Kappa系数分别达到0.91和0.88;2)基于时间序列匹配的模式在区分粮食作物和其他地类方面表现出较高的准确性,冬小麦、玉米和大豆的用户精度分别高于95.60%、74.70%、82.70%,制图精度分别高于97.70%、86.40%、93.10%;3)利用面向对象的机器学习模式进行耕地非粮化信息提取,在两个作物生长季的总体精度为87.00%和81.00%。分析耕地非粮化结果发现,藁城区2019-2022年的年际性非粮化面积为2 753.09 hm^(2),其中果园占比最高;而季节性非粮化结果显示,秋粮非粮化面积(3 174.86 hm^(2))明显高于夏粮非粮化面积(1 060.27 hm^(2))。该研究利用Sentinel-2时序遥感数据,为一年两熟区耕地非粮化监测提供一种新的思路,可以为制定差异化农业管理政策提供依据。

基于作者网络结构特征的学术虚拟社区知识交流效率评价

[目的/意义]学术虚拟社区知识交流效率测度对于了解和改进学术虚拟社区本身有着积极的意义,也为相关知识交流效率评价方法提供了新的分析应用领域。[方法/过程]文章提出了一种利用博文作者网络进行学术虚拟社区知识交流效率测度的方法。通过汇总每位博文作者的浏览总量、推荐总数、评论总数、文章类别数量等特征设计了网络节点权值,并根据博文作者领域特征进行边权值设计。然后对该网络从路径长度、聚类系数等角度,分别按照学科版块和博文类别版块,结合时序演化特征,分析了相关版块中知识交流的效果和效率,并对相关现象和结论做了必要的总结。[结果/结论]对学术虚拟社区知识交流相关研究进行了较为完整的前期研究总结,并对需要关注的研究方向和内容作出了阐述和介绍。

高效低碰撞的太赫兹无线定向MAC协议

针对网络中节点在争用访问时期发送消息碰撞、时隙分配机制低效和空闲时隙浪费等问题,提出了一种高效低碰撞的太赫兹无线定向MAC协议.文中提出了3种新机制,分别是基于缓存权重的分组机制、复用竞争机制以及时隙分配机制.首先,在微网控制器(Piconet Coordinator,PNC)中生成缓存映射表记录节点的缓存情况;然后,根据缓存映射表为节点分组,节点在分组对应的时隙中进行时隙请求,PNC根据节点缓存为节点分配时隙;最后,未申请到时隙的节点利用剩余时隙进行复用竞争操作.仿真结果表明,所提出的方案有效地提高了网络的吞吐量,减少了消息碰撞率并降低了平均时延.

GPS时间序列共模误差提取方法及对比分析

区域GPS网中,各个测站坐标时间序列会存在共模误差(CME),该误差会对GPS测站坐标精度产生一定影响,因此去除共模误差对提高站点观测精度具有重要意义。本文在叠加滤波方法的基础上,以各个GPS站点相关性大小为权重进行加权,利用相关加权滤波方法对辽宁及周边省份GPS观测数据进行处理分析,提取共模误差向量,并与叠加滤波的结果进行对比和分析。结果表明,两者均能在一定程度上提取共模误差向量,相关加权叠加滤波法比叠加滤波法具有更好的适用性,均方根提升更为明显,能够更好地提取共模误差。

基于改进麻雀搜索算法模糊PID控制器设计

为了提高无刷直流电机输出转速与转矩的平稳性,提出了一种通过时变惯性权重改进的麻雀搜索算法模糊PID控制器控制无刷直流电机。通过在Matlab/Simulink中对无刷直流电机进行控制仿真,仿真结果表明,时变惯性权重改进麻雀搜索算法模糊PID控制器控制无刷直流电机,其转速与转矩的平稳性符合要求,并且能够实时响应负载的变化。

自相关加权融合的高精度频率估计算法

为保证雷达对抗侦察系统在复杂电磁环境下的工作性能,提出了一种基于自相关加权融合的多段信号频率估计算法。对各段含噪信号进行自相关处理得到初相位为零、频率与原信号一致的高信噪比正弦信号,利用反余切算子构建支持度矩阵对自相关信号进行实时加权融合,在粗估计基础上建立参考信号,通过最小化误差函数求得高精度频率估计结果。仿真结果表明,相较于现有算法,本文算法在满足较低计算量的同时,不但精度明显提高,且在不同信噪比、信号长度以及信号异常等条件下均具备稳定的估计性能,为基于多传感器的雷达对抗情报侦察提供了参考。

基于改进预测校正的时间协同再入制导方法

针对高超声速飞行器再入滑翔过程的时间协同问题,提出一种基于开环式协同结构的时间协同预测校正制导律。所提制导律不依赖于各飞行器之间的实时通信,通过预先设置期望飞行时间进行协同信息共享。纵向制导律在传统预测校正的基础上进行改进,引入归一化加权误差,同时考虑剩余航程误差与剩余飞行时间误差,采用全弹道积分预测剩余航程和剩余飞行时间,每个制导周期通过牛顿迭代法求解倾侧角幅值,完成兼顾时间协同和空间精度的纵向制导过程。仿真实例表明:通过选择合适的加权误差系数,所提制导律可实现对再入飞行时间的有效调节,导引多飞行器在期望飞行时间到达指定再入交班点。蒙特卡罗仿真验证了所提制导律的鲁棒性。

处理面板数据的偏序综合评价方法

作为主流处理截面数据的多准则综合评价方法,面对“升级”版的截面即面板数据,几乎失去了“评价”能力。由于时间权重难以通过经验或理论途径获取,使得依赖多个指标进行集结的聚合函数无法运算,导致无法比较方案。应用易于获取的时间权重空间代替时间权重作为聚合函数参数,围绕权重空间极值点集构建偏序关系,进而运行聚合函数实施方案比较。结果表明:只要明确时间和指标各自的权重空间,便能通过偏序Hasse图表达评价结果,不仅能比较优劣,还能反映稳健程度。最后,通过辽宁省14个城市物流行业的面板数据,可以看出偏序综合评价方法不仅能有效处理面板数据,同时具有稳健和分层的特色功能。

油氢合建站时序性动态风险评估研究

油氢合建站作为新型能源基础设施,在实现传统油品加注和氢燃料运营的过程中面临诸多安全新问题,细致全面的风险评估模型将为油氢合建站安全管理提供重要理论支撑。提出了基于复杂网络分析的油氢合建站时序性动态风险评估模型,并应用于油氢合建站火灾爆炸事故。首先,针对灾害链构建的油氢合建站复杂网络结构特征,绘制事故致因链,探究事故的发生路径和内在致因机制。其次,考虑到不同时段风险发展趋势规律的差异性,引入时序加权平均算子(Time-Ordered Weighted Averaging, TOWA)和时序加权几何平均算子(Time-Ordered Weighted Geometric Averaging, TOWGA),结合季节维度对油氢合建站进行动静态综合评估。该方法能够直观揭示时段差异下,各风险指标对系统整体风险的影响程度,从季节角度为高风险灾害事件的防控提供了一种有益探索。

基于局部回归模型的森林生物量动态变化分析

基于丰林县地区4期Landsat影像和对应气象站点数据,结合该地区248块固定样地数据,利用全局回归模型(多元线性模型)和2种局部回归模型(地理加权回归模型、时空地理加权回归模型)建立研究区乔木地上生物量和遥感因子之间的关系,选出最优模型来研究丰林县乔木地上生物量时空变化。结果表明:根据3种模型的模拟结果数据与实测值的分析对比可以发现,局部回归模型的拟合效果要优于全局模型,加入时间特征的时空地理加权回归模型的拟合效果最好,模型评价指标与地理加权回归模型相比更为理想。统计得到研究区4个时期内总的乔木地上生物量分别为1.63×10^(7)、2.05×10^(7)、2.32×10^(7)、3.37×10^(7)t,4个时期的平均乔木地上生物量分别为54.82、68.98、77.87、113.46 t/hm2,乔木地上生物量呈现出逐期增加的趋势。利用遥感因子估测丰林地区的地上生物量,为未来该地区生物量分布的估计提供了依据。

基于累积位移特征与时间序列组合模型的滑坡位移预测

分析滑坡累积位移演化特征对位移预测具有重要的意义,根据不同增长趋势的位移曲线构造合适的模型来预测位移,将有效提高预测结果的准确度。本文分析三峡库区阶跃型滑坡累积位移变化趋势,将其位移曲线划分为4类特征:等幅-阶跃型、减幅-阶跃型、增幅-阶跃型、复合型,并建立时间序列组合预测模型。以八字门滑坡监测点ZG111及白家包滑坡监测点ZG326为例,依据时间序列原理,采用变分模态分解法(VMD)将累积位移分解为趋势性位移、周期性位移、随机性位移;利用一元线性回归、幂函数非线性回归方法对趋势性位移进行建模分析,预测结果采用加权改进后的最小二乘法(WLS);用麻雀搜索算法(SSA)优化BP神经网络模型,并结合滚动预测的思想,预测周期性位移、随机性位移。最终得到的各位移预测值之和即累积位移预测结果,结果表明:趋势性位移预测MAPE分别为1.2%、0.77%;周期性位移、随机性位移拟合效果较好,预测结果能较好的符合位移整体变化趋势;累积位移预测MAPE在2%以内,预测结果与实际值具有良好的一致性。本文提出的预测模型满足预测精度的要求,能完成滑坡将来位移量的预测,具有较强的工程实用价值,为滑坡灾害预测和防治方面的研究工作提供指导。