多重驱动模式下开放式知识网络的时空演化模型及治理策略

开放式复杂网络下知识的快速流转及有效分配决定着跨时空知识创新与价值创造的实现,在揭示开放式知识网络典型特征的基础上,结合网络参与主体的联合程度,针对联合式、强驱动式及无意识式多重驱动模式阐述知识结构布局的存量、流量和转量的影响要素与作用机理。建立开放式知识网络总量的二元时空交流域方程,深入挖掘网络时空分布的测度方法与演化特征。运用多层次案例研究方法,分析2012～2017年间3类知识服务网络的产生与演变过程,提出知识网络的治理策略。研究发现,不同驱动模式下的网络知识构成伴随组织形态不断演化发展,呈现为获取渗透、交换潜化、扩散倍化及转化应用4个阶段。知识市场缺口与地理缺口的时空距离不断减少,知识溢出效果不断增强,有效的知识治理方案有助于开放式知识系统的形成。     

于都县黄麟地区绿色富硒土壤分布选区评价

通过于都县黄麟地区1:5万土地质量地球化学调查,基本査明该地区农作物中硒元素及其他元素的地球化学特征,综合分析岀绿色富硒土壤分布,并优选出绿色富硒地块,为特色农产品基地建设的开发与利用提供理论依据。     

基于特征选择遗传算法对混合动力汽车的研究

针对传统遗传算法优化串联式混合动力汽车时燃油经济性和排放性不佳、优化运行时间过长的问题,提出一种基于特征选择遗传算法的串联式混合动力汽车系统参数和控制策略参数的多目标优化算法,并建立以动力性能指标为约束的混合动力汽车参数优化的非线性模型,其中目标函数包含最佳的燃油消耗和排放等指标。首先对目标函数的可行解空间进行特征选择,筛选出与目标函数相关度较高的可行解,并将基于特征选择的优化方法与传统遗传算法相结合,对其控制参数进行优化。其次通过ADVISOR仿真程序,计算出目标函数的最佳燃油消耗量和排放值。仿真结果表明:与传统的遗传算法相比,燃油经济性提高9.96%,CO、HC和NOX的排放分别降低18.07%、26.71%以及15.61%,同时优化运行时间降低62.14%。     

基于多尺度特征融合的供输弹早期故障诊断

对于供输弹系统早期故障信息易被湮没难以识别的问题,提出了基于多尺度特征融合的早期故障识别方法。首先通过变分模态分解(VMD)对振动信号进行分解得到不同时间尺度的分量信号,然后对各分量信号分别提取盒维数、信息熵特征,并进一步通过主分量分析(PCA)对上述两种特征进行融合,得到累计贡献率的前3个主分量组成的融合特征,最后通过概率神经网络PNN分别对上述三种特征进行分类比较,结果表明融合后的特征对供输弹系统3种工况有更高的正判率,对供输弹系统早期故障预兆更敏感,能对供输弹系统早期故障作出有效诊断。     

基于客户特征的产品环境需求预测方法研究

针对产品绿色设计中客户需求的模糊性和不确定性,提出了一种基于客户特征的产品环境需求预测方法。通过建立客户环境需求采集模版获取客户信息,采用感性工学及语义差异方法对客户环境需求进行规范化表达,构建了人工神经网络模型挖掘客户特征与客户环境需求之间的关系,帮助企业预测具有不同特征客户的环境需求,采用信息增益量化了各个客户特征对客户环境需求的影响程度。最后以某冰箱企业的客户环境需求分析为例,应用MATLAB进行仿真研究,验证了方法的可行性与有效性。