关于全球经济格局与城市竞争力的思考(上)

前言2020年,新冠疫情的大流行,对全球经济与贸易带来了严重冲击。世界将往何处去?未来十年是否会成为人类"失去的十年(Lost Decade)"?联合国最新发布的《2020年贸易与发展报告》向全人类提出了严峻的拷问。在这个充满不确定性的世界,人类还能否争取一个更加美好的未来?     

风电工程项目的施工与管理研究

我国风电器械国产化的程度越来越快,器械费用慢慢地与合理值出现偏差,风电工程项目创建投资操控也慢慢变得简化,当中,风电项目工程的改变是对投资操控任务的重要影响条件。这些年来,资源缺失导致的各种不足愈发严重,发展环保、可再生能源已然变成如今大众关注的要点话题,而工艺相对较为成熟、运用十分不变的风力发电慢慢变成各国新兴能源制造的关键。     

甘肃风电开发气象灾害因素研究

根据气象观测资料,对影响甘肃风电开发的气象灾害因素进行分布特征及影响分析。对甘肃风电开发影响最为严重的的积冰问题,结合已建风电场的情况就其成因、影响进行详细分析,并提相应对策。     

基于滑模的运载器主动段俯仰通道姿控系统设计

与传统比例-积分-微分（PID）控制方法相比，滑模控制（SMC）方法可以比较容易地将不确定性纳入控制器设计中，从而增强系统的鲁棒性。探索了SMC技术在运载器主动段姿态控制中的工程应用，首先通过分析基于趋近律的SMC系统，提出了降低不连续切换项系数的需求，然后研究了基于干扰上界的SMC方法。三通道小偏差仿真结果验证了两种方法的控制效果，表明第2种控制器的鲁棒性更好，稳态误差小，同时发动机喷管摆角需求较小。     

GOS+MU:一种查询对象选择新方法

在分析单一MU(Most Uncertainty)采样缺陷的基础上,提出一种"全局最优搜寻"方法 GOS(Global Optimal Search),并结合MU共同完成查询选择。GOS+MU方法中,GOS着眼全局寻找目标,在应用环境能提供的训练样本数量有限、分类器受训不充分时,该方法选择的对象学习价值高,能快速推进分类器学习进程;MU则能够在GOS采样失效情形下,利用分类器当前训练成果,选择查询不确定性最强的样本补充训练集。通过对网络商品的用户评论进行分类仿真,并比较其他采样学习方法的效果,证明了GOS+MU方法在压缩学习成本、提高训练效率方面的有效性。     

一种考虑先验信息可靠性的新算法

文中采用模糊数集来描述先验信息,用模糊贴近度来衡量先验信息的可靠性,给出了可信度的计算公式,将其以权阵的形式纳入参数估计中,以平衡不同可信度的先验信息在参数估计中的作用。最后通过算例分析了该算法的可行性。     

基于不确定性人工智能的轮转模切机张力控制系统

<正>引言轮转模切机(Rotary Die Cutting Machine)是生产不干胶标签及各种电子产品贴膜的主要设备之一。轮转模切机也称圆压圆连续模切机,与常见的平压平模切机相比,模切速度大幅提高,可以在一天内完成平压平模切机需要一周时间才能完成的工作量。有资料表明,轮转模切机的模切速度可以达到12000张/h,线速度可以达     

基于DRSA和BP神经网络风电机组检修决策

为缩减运维成本,降低检修资源配置,提出一种基于优势粗糙集DRSA和BP神经网络的风电机组检修决策新方法。基于风电机组多因素序信息系统表,采用优势粗糙集理论方法进行知识约简,获得检修决策规则集,将提取的规则集作为输入样本对BP神经网络进行训练,提高处理不确定性知识的能力。与基于DRSA的检修决策方法进行对比,该方法实现了风电机组的智能检修预测,更能优化机组检修资产的管理,为增加机组检修决策的透明性、合理性及科学性提供了依据。