基于融合百度指数的电商订单量组合预测研究

当前电商用户订单日志不断爆发式增加,日志行为数据亟需应用,在线用户订单量的快速动态预测成为研究的关键方向。为了提高订单量的预测精度,结合BP神经网络、基于Adaboost的BP神经网络和支持向量机的预测优点,提出一种基于融合网络搜索指数的组合预测模型,构建融合百度指数和电商用户订单信息的指标体系,并通过对比实验证明了网络搜索指数作为电商订单量组合预测模型影响因素的有效性。     

栀子食用人群栀子苷暴露评估

目的 了解我国居民栀子食用情况,评估我国栀子食用人群栀子苷暴露水平及健康风险。方法 通过文献检索和专项监测收集我国栀子中栀子苷含量数据,结合2019—2022年我国食药物质消费量调查数据,采用简单分布方法和概率评估方法获得我国不同人群通过食用栀子的栀子苷暴露水平及健康风险。结果 我国9省栀子食用率为10.32%,每日食用量均值为0.36 g,高消费人群每日栀子食用量为1.48 g。简单分布评估显示,9省栀子食用人群的栀子苷每日平均暴露量为0.29 mg/kg·BW,高消费人群（P95）栀子苷暴露量为1.28 mg/kg·BW,9省栀子食用人群中有17.20%的居民通过食用栀子的栀子苷暴露量超过其每日可耐受摄入量（TDI,0.386 mg/kg·BW）。河南省食用人群每日平均暴露量最高,为0.54 mg/kg·BW。概率评估结果显示,我国14.70%的栀子食用人群栀子苷暴露量超过TDI,具有潜在健康风险。结论 我国栀子食用人群的栀子苷暴露风险总体较低,但部分高消费人群（P95）存在健康风险。     

气囊式气垫的设计与应用

阐述了气囊式气垫的结构设计、参数选取和公式计算,并对其工作性能、优缺点进行了详细分析.     

机动目标运动模型动态辨识理论的研究

在对现有机动目标假定模型结构的合理性及现代战场对目标模型需求性综合分析的基础上，完成了机动目标运动模型的辨识理论研究，提出了机动目标运动模型可动态辨识的条件．为解决机动目标运动模型动态辨识提供了新的技术途径．所提出的“参数辨识模型”具有良好的模型结构，对目标的各种运动模态具有广泛的适应能力．     

中国先进研究堆未能停堆的全厂断电事故分析

针对中国先进研究堆(CARR)的具体结构和运行特点,考虑冷却剂所有可能的流动状态以及换热形式,利用FORTRAN程序设计语言开发了CARR瞬态热工水力计算程序TSACC.利用程序对CARR发生全厂断电事故(SBO)时控制棒不能下落,且应急冷却泵不能投入运行这一严重事故工况进行了计算分析.计算结果表明:CARR发生SBO时,在应急冷却系统故障和控制棒不能插入堆芯的严重事故工况下,堆芯功率仍然能够在冷却剂密度反馈、空泡反馈及燃料多普勒反馈等作用下降低至较低的水平,能够保证燃料元件结构的完整性,也说明了CARR具有很高的固有安全性.计算结果同时发现:在自然循环建立过程中,堆芯冷却剂流量出现了短暂的密度波流动不稳定现象.     

基于交流潮流模型的电网供电能力评价算法

提出了扩展的具有变量范围约束的交流潮流模型及其求解方法，可以考虑对节点电压、有功和无功注入功率以及对支路潮流的变动范围约束。在此基础上提出了基于交流潮流模型的电网供电能力评价算法，不仅满足节点功率平衡方程，而且满足对节点电压、有功和无功注入功率以及对支路潮流的变动范围约束，可以更准确地分析电网对负荷变化的适应性及供电能力，找出制约电网供电能力的原因。给出了计算实例。     

特大功率AT变速器性能比对方案研究

针对特大功率AT变速器特点,分析其对整车性能的影响,制定了性能比对试验方案,并通过对某型号国外样机与国产样机进行对标分析来验证其是否合理、有效.结果表明,所制定的试验方案能够客观反映样品的性能,对该类型产品的性能评价方法亦具有借鉴意义.     

大型立式泵机组用同步电机两个高差的安装控制

电机定转子磁场中心高差和叶轮与外壳中心高差影响机组运行,分析了影响这两个高差的因素,应保证泵机组在运行状态下这两个高差满足要求,提出了高差安装确定控制方法。     

600MW燃煤机组锅炉密封风机节能改造

以600 MW火电机组锅炉密封风机为改造对象,根据系统配置的特殊情况,将其中2台风机改造为增压密封风机,由大气取风改为由一次冷风母管取风,电机额定功率降低了66%。通过增压减容改造,75%负荷下,厂用电率降低约0.13个百分点,年节电约8 500 MWh,节能效果明显。同时结合改造后情况,对风机的运行方式和联锁逻辑进行了优化,充分发挥了节能项目的节能作用,同时保证了系统运行的安全性,提高了密封风机运行的可靠性。     

考虑边信息的多层贝叶斯需求预测模型

随着工业互联网经济的发展,需求的不确定性日益增大,为提高需求预测的准确性,提出一个考虑边信息的多层贝叶斯需求预测模型(DFSI)。DFSI模型通过构造隐层的网络结构以实现对客户需求更加精确的刻画,该隐层结构主要包含两组参数:一组用于描述客户需求在时间上固有的连续性特征,另一组则用于融合相关的边信息特征。进一步,以贝叶斯推断为理论基础,以最大化后验概率为目标,推导出了DFSI的优化目标,并基于梯度下降方法设计了相应的求解算法。使用京东商城及某制造企业的真实销售数据对提出的模型进行了检验。结果显示,与常用的需求预测模型相比,DFSI能获得更好的预测结果。