基于消费优化的R＆D模型

将R&D模型和消费优化决策结合起来,建立了基于消费优化的R&D模型,并对该模型进行了静态和动态分析.     

基于LabVIEW的基本放大器分析仪设计

在了解基本放大电路的组成、静态和动态性能指标的基础上,利用LabVIEW软件强大的功能,实现了基于LabVIEW基本放大电路的静态分析和动态分析,将各个基本放大电路的分析模块作为子程序,通过Case结构选择分析并显示对应的基本放大电路的数据结果,并对波形图(Graph)显示放大前后的信号波形进行对比,从而实现了对基本放...     

基于DEA模型的湖南省装备制造业R&D效率评价

为提高湖南省装备制造业R&D效率,通过建立效率评价模型,运用DEA模型和Malmquist指数法对湖南省装备制造业2011—2019年7大子行业进行R&D效率测度评价.通过实证分析可以得知:从DEA静态分析看,湖南省装备制造业中少数子行业是DEA有效的,存在资源浪费严重的情况;而从Malmquist动态分析来看,TFP...     

基于Solidworks和ANSYS的加工中心电主轴动静态分析

利用Solidworks和ANSYS建立某主轴一轴承系统的三维有限元模型,分析并计算出该电主轴的静态变形量与静刚度,采用Lanczos算法提取电主轴前四阶模态,又利用Harmonic谐响应分析方法取得电主轴在不同激励下的动力响应。仿真结果表明：该电主轴的动静刚度能够满足要求;电主轴的最高工作转速远离临界转速,能有效避免共振现象的发生。该模型分析为主轴优化设计和再制造设计提供了参考。     

基于Ansys的客车车架分析

应用有限元方法建立了某型大客车车架结构的有限元模型,在确定载荷的简化和施加方法后,分别讨论了该车架的静态强度、刚度和模态特性,同时对该车架的动态特性也进行了分析研究。结果表明该车架能够满足各种性熊要求,在载荷作用下,车架结构整体应力较小,但局部应力与材料的屈服应力接近,这为车架的优化设计提供了重要的依据。     

基于DEA的企业R&D绩效两阶段评价方法研究

企业R&D绩效评价是绩效管理的一部分,建立完善的评价指标体系和评价模型是绩效评价的基础.根据企业R&D活动的特征,建立了企业R&D绩效评价指标体系,针对现有评价方法的不足,运用数据包络分析(DEA)的理论和方法构建了两阶段评价模型.并通过对15家企业R&D活动的相关数据进行实证分析,验证了评价方法在企业R&D绩效评价方面的准确性.     

建筑企业R&D项目投资风险预警控制模型

在定量测量建筑企业RD项目投资风险的基础上,利用系统独立性原理和休哈特控制图建立预警控制界限,事前判断建筑企业多RD项目投资风险值是否受控;并采用时间回归方法判断建筑企业决策者的心理趋势是否有变动;最后以某建筑企业为案例验证了该方法的有效性。     

R&D项目价值评估的灰色B-S模型

针对传统净现值法不能有效评估RD项目价值的缺点,探讨了RD项目价值评估的适用方法,建立了基于区间灰数的RD项目价值评估灰色B-S模型,通过实例说明了该模型的有效性,并与传统净现值法的评估结果进行比较.结果表明,实物期权方法在评估RD项目价值时具有优势,为RD项目投资决策提供了一条新思路.     

我国铝材消费预测及行业结构优化若干问题

通过对我国铝材生产能力、消费状况、进出口和产能利用率的分析,及２００５年和２０１０年分品种消费量预测,指出了我国铝材生产行业的突发问题,进一步表明了行业结构优化的必要性,并对结构优化提出了有关的建议。     

基于区域映射模型的R&D项目中止决策

针对传统的BP网络训练时收敛速度缓慢,容易陷入局部极小,并且实际分类准则与训练准则不一致的缺陷,提出了R&D项目中止决策模式识别的区域映射模型.模型从根本上保证了分类准则与训练准则的一致性,具有比BP网络更快的训练速度和更高的识别率.案例研究表明,区域映射模型是R&D项目中止决策的一种有效的模式识别方法.     

基于灰色马尔可夫模型的能耗预测

能耗预测在企业能源管理系统中具有重要的作用,本文采用灰色模型GM(1,1)与马尔可夫模型相结合对企业的生产能耗进行预测.通过对某大型制造业企业实际电力消耗量的预测实验,结果表明该组合模型具有较高的预测精度,达到了预期的效果.     

基于城市道路工况的汽车燃油消耗模型

应用车载油耗实时测试系统,在长春市不同路段、不同时段进行了实时油耗测试实验。根据实验结果分别建立了平峰期和高峰期的平均速度油耗模型、不同道路类型下的速度油耗模型以及不同速度、不同加速度下的瞬时油耗模型。通过其他道路实验对模型进行了验证,结果表明,这些模型能够较好地反映实际道路上车辆燃油消耗的变化情况,可以用来预测车辆在城市道路行驶时燃油消耗。     

基于logistic模型的三层实木复合地板消费意愿研究

利用我国三层实木复合地板消费行为的调研数据,建立了包括家庭特征变量、信息了解渠道、消费心理和产品因素的logistic模型。研究发现,家庭月收入和受教育程度与消费者购买三层实木复合地板的意愿显著正相关,与年龄呈负相关,其中20～35岁的消费者是三层实木复合地板的主力军;从信息来源看,网络广告、设计师介绍、经销商介绍和电视广告与三层实木复合地板的购买意愿显著正相关,且影响程度依次降低。外部主客观因素,包括家庭装修预算、家人态度和经销商推荐对消费者购买三层实木复合地板意愿的影响较强,而内在因素包括消费品位和个人喜好弱于外部因素的影响。     

基于神经网络的建筑能耗混合预测模型

为了提升建筑能耗预测的精度、鲁棒性和泛化能力,提出树种算法（TSA）优化的径向基函数（RBF）神经网络与长短时记忆（LSTM）神经网络结合的混合预测模型. 采用基于自适应噪声的完全集成经验模态分解算法,将建筑能耗数据分解为1组本征模态函数（IMF）分量和1个残余分量,利用样本熵算法将各分量划分为高频分量和低频分量. 采用最小绝对收缩与选择算子（LASSO）方法进行特征选择. 分别利用TSA算法优化后的RBF模型与LSTM模型对低频分量和高频分量进行预测,并叠加重构得到最终预测结果. 模型评估结果表明,混合预测模型的精度为98. 72%. 相比于RBF、TSA-RBF、LSTM模型,所提模型的预测效果更好,且具有较强的鲁棒性和泛化能力,能够更为有效地用于建筑逐时电力能耗预测.     

基于KPCA-WLSSVM的建筑能耗预测模型

为降低建筑能耗影响因素间复杂相关性对模型性能的影响,建立了一种基于KPCA-WLSSVM的建筑能耗预测模型。利用核主元分析(KPCA)对输入变量进行数据压缩,消除变量之间的相关性,简化模型结构;进一步采用加权最小二乘支持向量机(WLSSVM)方法建立建筑能耗预测模型,同时结合一种新型混沌粒子群-模拟退火混合优化(CPSO-SA)算法对模型参数进行优化,以提高模型的预测性能及泛化能力。通过将KPCA-WLSSVM模型方法应用于某办公建筑能耗的预测中,并与WLSSVM、LSSVM及RBFNN模型相比,实验结果表明,KPCA-WLSSVM模型方法能有效提高建筑能耗预测精度。     

基于分段线性模型的专变用户电能配给估计

针对专变用户数量激增引起的用电配给管理问题,提出一种分段线性模型来预测专变用户月平均用电占比数据,实现节能配给的目标.采用N点长数据分段更新生成分段线性模型,从而估计得到下一个月的平均用电占比数值.讨论分析了分段点长N分别取4~8时,分段线性模型预测精度的差异.针对某专变用户2015年以来的实际用电数据进行预测分析,比较验证了预测数值和实际数据之间的误差.结果表明,当最优建模点长N=6时,模型的平均预测误差最小.     

考虑风电综合利用指标约束的输电规划模型

风电的大规模并网,对输电网的影响不容忽视.考虑风电出力的随机性及不可控性,建立风电机组发电功率评估模型,计算风电发电功率的期望值;引入风电综合利用指标,统筹风电利用及输电规划成本二者之间的矛盾;建立考虑风电综合利用指标约束的输电规划模型.以18节点系统为例,时比分析传统输电规划模型与考虑风电综合利用指标约束的输电规划模...     

BP网络的城市时用水量预测组合模型

为建立起城市用水量与其影响因素间的预测模型,以预测的城市用水量趋于合理,针对城市时用水量的特点及影响因素,在考虑充分利用各因素历史观测数据的基础上,利用BP神经网络建立了城市时用水量的时间序列预测与解释性预测组合模型,并对南京市的时用水量进行了预测.预测结果与实际情况具有很好的一致性,预测误差小,能满足供水系统调度的实际需要.可见,本预测组合模型是合理的,为城市时用水量预测提供了一种可行方法.