面向锂电池少量循环的二维支持域直推式健康状态预测

锂离子电池的健康状态(SOH)是反映电池老化程度的关键指标,但由于电池老化的非线性和不确定性使得SOH难以精确估计,并且受到电池数据收集的高时间成本和容量再生现象的影响,传统的数据驱动方法在历史充放电循环数较少时效果较差.针对上述问题,本文创新性地提出了一种二维支持域直推式学习(2D-RoSTL)建模思路,建立了数据由粗到细的精准划分方法,用于少量充放电循环下的SOH预测.一方面,考虑同型号多块电池的批次特性,利用历史数据和批次数据构造二维支持域扩充模型信息来源,提供了粗范围的大量可供选择的样本;另一方面,首次尝试以直推式学习的方式解决SOH预测的任务,利用离线和在线样本特征空间的信息,对每个样本进行细致划分,提升少量充放电循环情况下模型的预测可靠性.基于NASA的公开数据集,所提出的二维支持域直推式建模方法在4个电池上的预测误差均小于1.56%,实现了对锂电池充放电历史初期及再生点的精确预测.     

基于多分辨率SVM回归估计的短期负荷预测

针对短期负荷预测支持向量机（SVM）方法的局部逼近能力和泛化能力进行研究，将多分辨率支持向量机（M-SVM）用于短期负荷预测中节点负荷预测曲线的回归估计。该理论在保持曲线总体逼近能力的同时提高了局部区域的逼近能力。文中根据短期负荷预测的具体特点，设计了负荷预测数学模型，采用96条回归曲线进行日负荷的曲线预测，并在该模型的基础上采用实际数据进行验证，分析了这种回归模型的泛化能力。实验结果表明M-SVM模型在预测精度和预测速度方面具有优良的特性。     

关于电信企业决策支持系统的建设意见

阐述了当前电信企业各项计算机管理系统的现状 ,指出存在的不足 ,提出开发建设新的电信决策支持系统的意义 ;介绍电信决策支持系统的体系结构和所涉及的新技术、新概念 ,并指出了电信决策支持系统建设的难点 ,较详细地介绍了电信决策支持系统所实现的主要功能。     

通信建设项目评价模型研究

为提高项目决策的科学性和准确性,本文提出采用TOPSIS模型进行多目标决策,同时建立科学的指标体系和权重分配体系,解决项目多方案决策的难题。     

基于马尔可夫决策过程的网格资源发现

传统的网格资源发现方法没有考虑节点和资源本身性能的优劣性。针对这一问题,提出了基于马尔可夫决策过程(MDP)的网格资源发现方法,利用其对固定目标的最优搜索理论建立MDP模型实现报酬最优的资源发现,并对该模型仿真分析,验证其性能。     

基于支持向量机的心律失常诊断研究

运用计算机技术辅助激光治疗心律失常疾病,通过非线性动力学分析心电信号,采用模式识别工具实现心律失常疾病的初步诊断。首先提出一种基于经验模式分解（EMD）的时间尺度滤波法,从而有效的抑制心电信号噪声。然后提取预处理后数据的排列熵（Permutatior Entropy,PE）特征值。最后利用支持向量机（SVM）分类器验证特征值的分类。实验结果表明该算法能有效的实现正常和异常心电信号的自动分类,从而简便快速的初步诊断心律失常疾病。     

化工生产装置工艺外管架的设计

随着化工事业的迅速发展,外管架的设计工作增多,在如此众多的管架中,选用经济合理的材质和形式,设计成各种不同类型的管架,以满足生产装置的需求和确保生产装置安全正常运行。介绍了化工生产装置工艺外管架的布置原则、分类、设计、向土建专业提供的要求及设计中存在的问题和改正建议,供设计人员参考。     

沿空巷道底鼓破坏与支护技术研究

以3005综采工作面沿空掘巷为工作背景,在分析巷道底鼓破坏特征的基础上分析了巷道围岩强度及应力、护巷煤柱、支护方式对底鼓破坏的影响,给出了优化后的锚杆支护方案及底板处理方案.实践表明,巷道底鼓治理方案合理,巷道底鼓得到了有效改善,可以满足工作面安全生产要求.