摘要：针对传统制冷站控制系统易产生振荡,且无法实现系统性能整体优化的问题,本文提出一种制冷站非线性预测控制策略,优化目标函数设计为满足建筑冷量需求的同时,尽可能提高系统整体能效.为解决上述两个优化目标之间的矛盾关系,本文采用模糊逻辑设计了优化目标权重自适应模块,实时求取权重因子最优解;针对非线性系统在线优化求解困难问题,本文提出了基于神经网络的非线性滚动优化算法,采用神经网络作为反馈优化控制器,并将系统优化目标函数作为在线寻优性能指标,结合Euler-Lagrange方法和随机梯度下降法对控制器权值和阈值进行在线寻优,算法计算量小,占用存储空间适中,便于采用低成本的现场控制器实现制冷站预测控制.仿真实验结果表明,本文所提出的预测控制策略与PID控制相比,在未加入优化目标函数权重自适应模块情况下,系统平均能效比提高约32.5%;进行优化目标函数权重自适应寻优后,系统平均能效提高约39.43%.

摘要：当前位置预测算法往往忽略用户出行方式的关键作用,并在处理长时间序列依赖问题中效果较差.针对这两个问题,提出了一种结合出行方式的Trans-BiLSTM目标位置预测模型.该模型首先提取轨迹段的运动学特征,然后构建基于XGBoost的出行方式识别算法,筛选影响出行方式的主要特征,和轨迹共同作为预测模型输入.最后为了增强轨迹特征的表征能力,引入Transformer编码器,并结合BiLSTM深度挖掘轨迹的上下文关系.在真实GPS轨迹数据集上进行的位置预测对比实验表明,Trans-BiLSTM模型与常用的LSTM和BiLSTM模型相比,目标位置预测的结果RMSE指标分别提升67.4%和17.7%.

摘要：2-甲基-1,4-萘醌(2-MNQ)是K族维生素的重要中间体,广泛应用于医药、农药、饲料添加剂等领域。本工作以2-甲基萘(2-MN)为原料,(NH_(4))_(2)S_(2)O_(8)为引发剂,用30%H_(2)O_(2)与冰醋酸在硫酸催化下制备过氧乙酸并滴加至反应液中,氧化合成2-甲基-1,4-萘醌(2-MNQ),通过ICIR,GC-MS,LCMS对其结构进行表征,并验证氧化反应机理及中间产物。考察了催化剂、反应温度、反应时间、氧化剂与引发剂用量对产品2-MNQ收率、转化率的影响,采用HPLC (外标法)测定产品2-MNQ的转化率和收率,得到最佳工艺条件为反应温度65℃、反应时间5 h、n(H_(2)O_(2)):n(2-MN)=26:1,此时,2-甲基萘的转化率为99%,产品收率为34%。本工作的创新点是使用原位红外技术验证反应机理和中间过程,即原料2-甲基萘经过氧乙酸氧化,发生环氧化反应生成中间体,之后重排生成2-甲基羟醌,继续氧化生成目标产物2-甲基-1,4-萘醌。该工艺具有简单环保、操作条件温和、原料易得等特点。

摘要：本文针对传统犯罪预测模型中数据处理方法不适用于犯罪近重复性分析,以及犯罪数据高度不平衡特性导致的犯罪预测结果分散的问题,提出了一种基于Mnd-Knox算法以及时空交互网格结构改进的犯罪预测模型.该模型框架由确定时空阈值、建立时空网格结构、扩充数据集、数据挖掘4部分组成.首先采用Mnd-Knox算法确定犯罪近重复性显著的时空域值;其次采用网格化地理信息管理方法建立网格结构,并确定各因子间影响权重;然后在基础数据集上融合附加地理环境特征;最后采用深度神经网络算法进行数据挖掘.针对2016年芝加哥地区4类频发型犯罪数据进行实验.结果表明,与传统犯罪预测模型相比,本文所提出的模型构建方法有更好的预测效果,模型平均绝对误差值降低了88.56%.

摘要：信息系统产生的大量事务日志数据蕴含着潜在的伴随模式,伴随模式是指在时空上频繁共现的一组对象.由于传统的滑动窗口算法和FP-Growth算法只能调用单一线程进行计算,随着数据规模的扩张,会导致挖掘伴随模式的时间急剧增加.为此本文提出了一种基于Fork/Join并行技术的伴随模式挖掘框架,其能够实现从单线程到多线程的迁移,充分利用多核配置的加速性能.该框架由划定伴随数据集、频繁项集挖掘和关联规则挖掘三部分组成.首先,提出了基于Fork/Join的多核并行滑动窗口算法,以缩短从事务日志中划定伴随数据集的时间;然后,提出基于Fork/Join的多核并行FP-Growth算法,以并行地挖掘伴随数据集中的频繁项集;最后,引入支持度、置信度和提升度3个参数,对伴随模式中各对象间的关联规则进行挖掘.基于门禁刷卡数据的实验结果表明,相比传统算法,本文所提出的框架能够挖掘出更多的伴随模式,同时挖掘效率较高.

摘要：城市街区的品质评估是城市规划中的重要步骤之一。针对已有街区品质评估模型中使用的街景图像采集位置和角度不统一造成的图像内容偏差问题,本文提出使用视角统一且易获取的卫星图像代替街景图像。同时考虑多种街区品质测度指标,将非图像型数据与图像型数据进行特征融合,从多角度进行城市街区品质表达,然后针对小样本和数据不平衡场景,结合机器学习中的随机过采样和随机森林(Random Forest, RF),基于融合数据进行城市街区的品质评估。实验结果表明,本研究方法可以有效进行全面的城市街区品质表达,并有效降低过拟合,对比未使用过采样和多特征融合的方法,正确率提高约8个百分点。

摘要：我国建筑能耗约占社会总能耗的30%,其中集中式暖通空调系统能耗约占一半以上.为提高节能效率,本文提出基于负荷预测的空调冷冻站系统神经网络预测控制策略.本文采用神经网络作为优化反馈控制器,将满足负荷需求和系统能效比需求作为优化目标,将变分法和随机梯度下降法相结合,对神经网络权值进行滚动优化,既能解决传统变分法由开环控制引发的对随机干扰和不确定性敏感的问题,又可避免基于动态规划的非线性优化算法的"维数灾"问题.本文以北京某国企科研楼的空调系统为研究对象,实验结果表明,本文所提出的神经网络预测控制策略与PID控制算法相比,系统总能耗节省约8.57%,并且在控制过程中能够克服各种变化和不确定性因素的影响,具有更好的动态和稳态性能,且该算法占用存储空间适中、计算量小,易于工程实现.

摘要：微通道散热器在集成电路中具有重要应用,但目前传统的长直微通道散热过程导致温度不均匀,散热效率较低.本文设计了一种周期性分流微结构并与传统微通道进行集成,实现了一种高效率的周期性分流微通道散热器.基于以上周期性分流微通道,系统研究了单根微通道内微结构数目、微结构的排布方式及结构参数对其散热性能的影响.结果表明,引入的分流微结构可增大换热面积、打破原有层流边界层、促进冷/热冷却液混合、显著改善微通道散热性能.在100 W/cm^(2)的热流密度下,入口端冷却液流速为1.18 m/s时,单根微通道内引入9组微结构后,其最高温度下降约24 K,热阻下降约44%,努塞尔数增大约124%,整体传热性能(PEC)达1.465.进一步地,微结构采用交错渐变的周期排布方式,沿流动方向逐渐变宽的扰流元使得冷却液被充分利用,减少了高/低温区的存在且缓解了散热面沿流动方向存在的温度梯度,压降损失相较于均匀排布也有一定程度的降低,有效提升了散热效率.本文提出的周期性分流微通道将在大功率集成电路及电子冷却领域中具有广阔的应用前景.

摘要：针对高层建筑物排布在日照等多个指标的自动优化问题,提出了基于强化学习的高层住宅自动布局设计方法,根据建筑设计中的建筑设计防火,城市居住区规划设计等规范要求设计奖励函数。通过各建筑单体与环境的不断交互、训练学习,输出多个满足设定约束的布局方案。然后对方案中的建筑群进行基于傅里叶描述子的模式表示和自动聚类,提供去冗余后的多元典型设计模式,为建筑设计师提供设计参考。最后,在北京某地块的真实环境中验证了方法的可行性和有效性。

摘要：基于光线照射到颗粒上会发生漫反射这一现象,制作了一种测量气-固两相流中固含率的单光纤探针。对于自由堆积的催化剂颗粒,信号强度随催化剂与探针末端距离的减少而增加。对于其他物体,信号强度随物体与光纤距离的减少先增加后降低,在约1 mm处有极大值。采用板状单摆考察光纤探针对运动物体响应的灵敏性和准确性,实验结果与计算结果一致。分别用压差法和光纤法测量流化床中的固含率并进行比较,固含率较高时,压差法与光纤法的固含率基本相当;受颗粒间遮挡的影响,当固含率较低时,光纤法测得的固含率偏高。提供了一种一定范围内气-固两相流固含率的在线测量方法及原理,丰富了多相流测量理论和实践体系。