《计算机组织与体系结构》教学改革与探索

传统教学模式已经不适应《计算机组织与体系结构》课程现代教学的需要,进行教学改革。我们精心选择教学内容．并探索采用启发式教学、动画解析和类比教学等新的教学模式与方法,还利用项目教学法加强实践环节。实践证明,改革取得了很好的成效,提高了教学效果。     

基于Landsat-5TM的洪河湿地地表温度估算方法对比研究

利用洪河湿地2008年5月15日过境的Landsat／TM图像和实测地面数据以及MODIS地表发射率数据,分别运用大气辐射传输模型、覃志豪的单窗算法和Jimenez—Munoz ＆ Sobrino的单波段算法估算洪河湿地的地表温度,并且对比了大气校正前后的NDVI、LSE以及各种算法估算地表温度的差异。分析估算结果表明,覃志豪的单窗算法与实测地面数据估算结果非常一致。指出在没有实时探空数据的情况下,应用只有一个热红外通道的Landsat／TM数据源,采用覃志豪的单窗算法估算的精度是可以接受的。     

基于PERT技术的人员调度研究

人员成本占软件项目总成本的大部分,但是现有的Pert技术未能体现人员计划管理这重要的一环,不合理的活动指派时间可能导致人员闲置或者项目延迟.本文提出一种解决方法,基于Pert技术,结合人员闲置、项目延迟和缓冲区计算活动负责人的指派时间,以此指导项目管理,可有效减少总开销.     

土壤有机碳储量研究进展

如何有效进行土壤有机碳储量估算,世界各同都做了有益地探索和研究.本文通过对比分析目前国内外土壤有机碳相关研究成果,系统总结了土壤有机碳的研究背景、研究方法、评价指标及储量等主要成果,并指出了我国在土壤有机碳储量研究方面存在的若干问题.最后提出目前需要深入的几个研究方向,包括采用大比例尺地形图,进一步提高不同海拔地块土壤碳储量估算精度,加强土壤有机碳与气候相互作用机理分析,综合分析土地利用/覆盖变化对土壤有机碳的影响,并寻求不同时空条件下土壤有机碳估算方法.     

应用于小型企业的软件工作量估算方法

软件开发工作量估算对于项目计划制订、项目进度管理、人力资源调配、项目成本控制有着重要意义。文章以某小型软件公司为例,描述了适应于类似公司的软件开发工作量估算技术:使用微软解决框架(MSF),将项目实施过程分类,对每类工作研究适宜的估算方法;对于不同工作项,分别采用基于剪裁后的通用算法模型或基于经验的算法模型。介绍了功能点分析方法在小型企业的具体应用,及其参数调整方法。     

埋地非金属管道雷达探测成像定位方法研究

非金属管道在地下管网建设中得到广泛应用。 探地雷达法作为地下公共设施主要检测方法之一,常被用于地下非金属 管线探测中。 由于探测过程中存在非金属管道回波信号微弱、地下结构复杂、波速难以精确估算等问题,使雷达探测成像及定 位成为难题。 针对上述问题,研究了适用于埋地非金属管道的波速估算和回波信号处理方法,提出了空间频域插值成像和二值 化定位算法;通过数值仿真验证了所述成像定位方法的可行性,并进行了 0. 400、0. 600 和 1. 100 m 埋深的非金属管道现场测 试。 实验结果表明,所提方法能够有效消除双曲线效应,探测区域的成像定位误差分别为 0. 006、0. 006 和 0. 012 m,满足埋地非 金属管道定位需求。 研究成果可为埋地非金属管道成像及定位提供技术支持,有益于提高探地雷达对地下非金属管线的探测 精度。     

基于IGA-BP神经网络的锂电池健康状态估算

针对锂离子电池健康状态(SOH)估算精度低、传统遗传算法(GA)易陷入局部最优、收敛速度慢的问题,为提高锂电池健康状态的估算精度,提出了交叉概率和变异概率自适应的调整策略对传统GA进行改进,在改进遗传算法(IGA)的作用下,使优良个体仍保持较好的进化能力,算法初期搜索范围、后期局部搜索能力以及收敛速度也得到加强。提取间接健康因子,再用改进的遗传算法对BP神经网络的初始参数寻优得到IGA-BP神经网络模型,基于NASA锂电池数据集分别用GA-BP与IGA-BP神经网络算法对SOH进行估算。结果表明:IGA-BP神经网络算法估算精度更高,且具备快速收敛的优势,平均绝对百分比误差和均方根误差分别下降了0.422%和0.412,拟合程度提高了8.1%。     

磷酸铁锂电池SOC在线估算研究*

针对扩展卡尔曼滤波算法中近似线性化处理及电池实际使用中出现的容量衰减引起的电池状态估算误差,提出基于容量修正的无迹卡尔曼滤波算法完成电池荷电状态估算,实现电池全寿命状态监测。通过分析锂电池工作特性和建立二阶RC等效电路模型,使用在线参数辨识法实现电池动态参数计算,为电池荷电状态估算奠定基础。结合电池实际工作中容量衰减特性,利用容量修正和无迹卡尔曼滤波算法完成电池荷电状态的在线实时估算,提高了估算精度。在恒流放电工况下,利用MATLAB仿真验证,表明无迹卡尔曼滤波算法的估算精度和鲁棒性优于扩展卡尔曼滤波算法,估算误差在3.5%以内。引入容量修正后,对老化情况下容量衰减的电池进行荷电状态估算,相比容量未修正时最大估算误差减小了3%,满足电池全寿命状态估算使用需求。     

电动汽车锂离子电池荷电状态估算方法研究综述

锂离子电池具有循环寿命长、能量密度高、自放电率低、环境污染小等优点,在电动汽车产业中得到广泛应用.电动汽车中的电池管理系统(BMS)可以维护和监测电池状态,确保电池的安全性和可靠性.电池荷电状态(SoC)表示电池中剩余的电量,是BMS的重要参数之一,实时精确的SoC估算可以延长电池寿命,保障行驶安全.然而锂离子电池是一个高度复杂的非线性时变系统,电池寿命、环境温度、电池自放电等许多未知因素均会对估算精度造成影响,使估算难度大大增加.为了满足不同条件下对锂离子电池SoC精确、快速、实时估算的要求,需要对SoC估计算法进行进一步研究与改进.近年来已有相关文献对锂离子电池SoC的估算方法进行了综述,然而已有相关综述对估算方法的总结不够全面且缺少流程表达.该文首先介绍了锂离子电池的工作原理,阐述了影响电池SoC估算的因素;其次,通过总结最新的研究成果对电池SoC估算方法进行了归纳分析,根据各类算法的不同特性将其分为查表法、安时积分法、基于模型的方法、数据驱动的方法以及混合方法五大类,说明了各类估算方法的主要特征并对模型或算法的优缺点进行综合的比较和讨论;最后,对电动汽车中锂离子电池SoC估算方法的未来发展方向做出展望.     

安时-卡尔曼交叉运行的电池荷电状态估算策略及其微控制器在环验证

为了提高电池管理系统(BMS)的性能,研究了电池荷电状态(SOC)的估算方法,并根据SOC估算算法精度和系统实时性要求,提出了安时(AH)积分算法-卡尔曼(Kalman)算法(AH-Kalman)交叉运行的SOC估算策略。该策略用开路电压(OCV)法确定SOC初值,以实时性较强的AH积分法为主,采用间歇运行的Kalman滤波法修正安时计量法积分误差。建立了系统仿真模型,验证了卡尔曼滤波算法对安时积分法积累误差的修正作用。将控制算法生成C代码下载到目标控制器,搭建微控制器在环测试验证(PILS)平台,进行了与传统卡尔曼滤波算法的复杂度对比分析。结果表明,所提出AHKalman交叉运行的SOC估算策略在保证了SOC估算精度的同时也具有较好的实时性,便于实际应用。