基于产品服务系统/物料清单(PSS/BOM)的产品设计方法研究

针对传统的PSS下的产品设计的理论与方法的不足,提出了基于PSS和BOM的产品设计方法研究。根据服务的特征将服务划分为产品技术性服务(PTS)和产品管理性服务(PAS),并给出了服务的2种组合关系;同时构建产品服务关联性矩阵(PSCM)建立产品技术性服务项目和原理构件元2者之间的联系,从而确立了产品与服务之间的相互映射关系;并利用物料清单(BOM)技术将其映射为产品BOM和服务BOM,以及构建各BOM之间的逻辑联系,并根据得到的产品BOM和服务BOM实现PSS下的产品设计;最后,以自助式洗衣机的进、排水系统为例,验证了该方法的可行性和有效性。研究证明该方法可提高产品的可适应性与可靠性。     

肿瘤相关性miRNA与非霍奇金淋巴瘤关联研究进展

淋巴瘤是一组起源于淋巴结和其他淋巴组织的实体肿瘤,可粗略分为霍奇金淋巴瘤和非霍奇金淋巴瘤,而后者占所有淋巴瘤的比例可达90%以上。微小RNA(microRNAs)是一类在真核生物中发现具有调控基因表达功能的内源性非编码RNA,据认为与人类多种恶性肿瘤的发生发展过程密切相关。本文根据WHO淋巴瘤分类(2008年版)对我国较常见的非霍奇金淋巴瘤分类亚型与miRNA相关性的研究加以综述,并简述miRNA作为一类标志物在非霍杰金淋巴瘤的分类,诊断,预后判断,以及治疗策略的进展,为进一步探索热点miRNA作为标志物判断NHL预后的研究提供理论依据。     

行业刊讯

在都市中,有很多老旧建筑至今未能任人使用,因此如何积极活用这类既有建筑变成为现今关注的焦点之一。而旧建筑翻修不仅能达成上述目的．同时还能与当下的城市建立起关联性,实现既有建筑的可持续使用功能。     

简析文化各个结构层次与建筑的关联

文化在结构层次上大致可分为自然环境资源、技术与科技、社会组织形态、生活方式、核心价值观等五个方面的内容,它与建筑的产生、发展是息息相关的。文中分别简述这五个结构层次与建筑之间的关系,探析建筑的文化内涵,以便能够从文化视角审视建筑,为当代建筑设计提供参考。     

基于改进PSO-BP神经网络的冰蓄冷空调冷负荷动态预测模型

当前多数冰蓄冷空调冷负荷动态预测方法中,由于模型输入变量与输出结果相关性差、信息冗余度高等原因,导致多数预测模型在预测精度和收敛速度方面都未达到理想的预测效果,因此,提出一种改进的PSO-BP神经网络算法预测大型公共建筑的冷负荷。对于输入变量与输出结果采用灰色关联度分析,消除样本输入变量对数的耦合性,确定影响冰蓄冷空调系统冷负荷的关键性因素,将其作为输入变量,预测冰蓄冷空调系统动态冷负荷。结果表明：T时刻室外空气温度、T-1 h时刻室外空气温度、T时刻室外空气湿度、T时刻太阳辐射强度、T-1 h时刻太阳辐射强度、T-1 h时刻空调冷负荷是影响T时刻冰蓄冷空调系统冷负荷的关键因素,并以此作为预测模型的输入变量。相对于传统PSO-BP神经网络全输入变量预测算法,该模型预测结果精确度更高、收敛速度更快。     

寒地滨水空间形态与生态关系关联及优化研究

随着城市规模的扩张和对城市生态问题认识的逐渐深入,关于空间形态与生态关系之间的关系思考日益受到重视,着力于探求空间形态与街区外部空间生态关系的关联性。基于此,以大连市马栏河下游区段为例,分别确定空间形态特征及指标和生态因子特征及指标,通过实测所划分街区的生态数据,进行典型相关分析和皮尔逊相关分析,得到各指标相关程度的结果。在此基础上,从空间要素布局和生态关系调节两个层面提出寒地滨水空间的优化策略及马栏河下游区段的改造建议。     

电力数据分类分级方法研究

我国数据安全法提出“国家建立数据分类分级保护制度”,数据分类分级是国家治理数据安全的重要制度。现有的数据分类分级方法角度单一,主要根据数据敏感程度进行定级,不适用于电力数据类型复杂、属性多样的场景。文章提出数据多维度分级方法,综合考虑数据安全的影响对象、影响范围、影响程度、数据敏感性、与生产业务的关联性和业务系统关联性因素,从6个维度将电力数据的安全等级划分为1—4级,并给出操作示例。多维度数据分类分级方法解决了商密保护指引、工信部数据分类分级指南、国家等级保护合规一致的难题,为实现电力数据安全治理提供基础支撑。     

基于云计算关联分析的电力设备故障识别模型

为解决目前电力设备故障识别系统识别敏感度低的问题,提出基于云计算关联分析的电力设备故障识别模型。利用关联分析法、Model-1故障特征提取法、Copula函数的故障特征分类法,对电力设备故障特征进行提取和分类,将分类后的特征数据随机组成训练集X,并在此基础上获得故障特征优化的二维数据,将Copula函数的输出结果导入优化ID3的井漏类型分类算法中以完成对故障特征的优化,得到电力设备故障特征分类矩阵;利用非对称性卷积层的CNN模型,实现对电力设备多种故障类型的快速识别。实验结果表明：在进行故障准确性检测时,所提方法的故障识别率平均高达87.2%、识别精准率平均高达71.06%;在不同负荷对系统灵敏性影响的测试中,所提方法在任意负荷状态下的故障识别数据计数不低于40次,优于对比方法;在对电力设备匝间短路故障位点的识别性能测试中,所提方法在任意匝间短路故障位点的故障识别数据计数均高于140次,优于对比方法。所提方法的故障识别精确度高、故障位置识别敏感性高,可促进电网安全运行和发展。     

关联性大数据实时流式可控聚类算法

针对当前关联性数据在聚类后聚类结果与对应聚类簇之间距离过大,聚类簇本身聚类纯度较低等影响聚类质量的问题,开展相关研究。通过构建关联性大数据实时流式可控聚类框架、可控粗聚类、可控细聚类,提出一种全新的聚类算法。实验结果表明,新的聚类算法聚类结果与对应聚类簇的距离平方和数值更小,聚类簇本身聚类纯度更高,进一步提升聚类结果的质量,实现对关联性大数据的高效利用。     

基于灰色理论的聚合物驱注采井关联性评价方法研究

油气藏是一个多因素影响下的复杂流体动力学平衡系统.油气藏中某一口注采井的生产动态与其相邻注采井存在着一定的关联性,这种性质具有必然性的同时也具有不确定性(灰色性).基于灰色理论,针对聚合物驱油藏,通过分析注采井动态数据相关性,计算注采井关联系数,建立了多因素影响下注采井关联性评价方法,实现了注采井连通情况的定量化计算与...