检索结果-内蒙古大学图书馆

安全与环境学报 2025年第1期25卷 296-309页

作者：江雨燕黄体臣甘如美江王付宇安徽工业大学管理科学与工程学院安徽马鞍山243002 复杂系统多学科管理与控制安徽普通高校重点实验室安徽马鞍山243002 安徽工业大学电气与信息工程学院安徽马鞍山243002

针对PM_(2.5)质量浓度时间序列呈非线性难以预测的特征,为了进一步提高PM_(2.5)质量浓度预测精确度,研究通过“分而治之”先分解再预测的思想,提出一种融合二次分解的PM_(2.5)质量浓度混合预测模型(Complete Ensemble Empirical Mode De... 详细信息

针对PM_(2.5)质量浓度时间序列呈非线性难以预测的特征,为了进一步提高PM_(2.5)质量浓度预测精确度,研究通过“分而治之”先分解再预测的思想,提出一种融合二次分解的PM_(2.5)质量浓度混合预测模型(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise-Variational Mode Decomposition-Temporal Convolutional Network-Bi-directional Long Short-Term Memory,CEEMDAN-VMD-TCN-BiLSTM)。该模型先由递归特征消除(Recursive Feature Elimination,RFE)进行特征筛选,随后使用自适应噪声完备集合经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)将2013—2016年北京市PM_(2.5)质量浓度序列分解为一系列高低频模态分量并计算各分量样本熵,将样本熵由K-means聚类整合为新的分量,再由变分模态分解(Variational Mode Decomposition,VMD)方法进行二次分解。最后,将所有分量先经时间卷积网络(Temporal Convolutional Network,TCN)进行特征提取,并通过双向长短期记忆网络(Bi-directional Long Short-Term Memory,BiLSTM)预测,叠加各分量预测值即为最终预测结果。消融试验结果显示,该模型相比于单次CEEMDAN分解模型均方根误差E_(MAPE)降低19.312%,绝对误差E_(MAE)降低34.423%,百分比误差E_(MAPE)与希尔不等系数E_(TIC)分别减少40.465百分点和59.794%。由此可见,研究在引入VMD构成二次分解模型相比于单次分解模型的预测误差更小,精度更高,可为决策者在PM_(2.5)质量浓度预测与治理等工作提供一定参考。

关键词：环境工程学 PM_(2.5)质量浓度预测自适应噪声的完备经验模态分解变分模态分解时间卷积网络双向长短期记忆网络

来源：评论

学校读者我要写书评

暂无评论

基于度量学习理论的马田系统改进及其应用研究

引用

管理工程学报 2025年第2期39卷 221-233页

作者：常志朋顾玉萍陈闻鹤安徽工业大学商学院安徽马鞍山243002 安徽工业大学复杂系统多学科管理与控制安徽普通高校重点实验室安徽马鞍山243002 安徽财经大学管理科学与工程学院安徽蚌埠233030 南京理工大学经济管理学院江苏南京210094

为提升马田系统的识别性能,本文利用度量学习理论对其进行改进。一是将传统协方差马氏距离改进为以度量矩阵为参变量的马氏距离函数,然后利用简单直接的KISSME度量学习算法估计一个最能反映数据间内在关系的度量矩阵,该度量矩阵可以使... 详细信息

为提升马田系统的识别性能,本文利用度量学习理论对其进行改进。一是将传统协方差马氏距离改进为以度量矩阵为参变量的马氏距离函数,然后利用简单直接的KISSME度量学习算法估计一个最能反映数据间内在关系的度量矩阵,该度量矩阵可以使同类样本更紧凑、非同类样本更分离,这有助于提升马田系统的识别性能。二是基于拉近同类样本、推远非同类样本的思想,定义一个新的特征子集评估函数代替田口方法中的信噪比,这有助于筛选出可以提高马田系统识别性能的特征。改进后的马田系统仍然保持了原理简单、易于操作的优势。本文选取6个UCI数据集进行验证,得出改进后的马田系统在Accuracy、Specificity、G-means和降维率等方面均明显优于传统马田系统的结论。最后,本文通过返贫识别验证了改进后马田系统的可行性和有效性。

关键词：马田系统度量学习 KISSME 返贫识别

来源：评论

学校读者我要写书评

暂无评论

新旧版双积分政策下纯电动汽车供应链的研发与定价决策

引用

沈阳航空航天大学学报 2025年第1期42卷 82-96页

作者：赵丹薛婉婷李文武郑芳悦安徽工业大学管理科学与工程学院安徽马鞍山243002 安徽工业大学复杂系统多学科管理与控制安徽普通高校重点实验室安徽马鞍山243002

考虑消费者电池技术敏感度和积分交易价格因素,针对由动力电池供应商和纯电动汽车制造商组成的二级汽车供应链,将新版双积分政策单车积分计算方法中的续驶里程、能量密度和电耗调整系数等纳入到供应链收益模型,并通过仿真实验讨论了新... 详细信息

考虑消费者电池技术敏感度和积分交易价格因素,针对由动力电池供应商和纯电动汽车制造商组成的二级汽车供应链,将新版双积分政策单车积分计算方法中的续驶里程、能量密度和电耗调整系数等纳入到供应链收益模型,并通过仿真实验讨论了新版双积分政策的有效性,比较了新旧版双积分政策对企业决策的影响。研究结果表明,与旧版双积分政策相比,新版双积分政策可以有效地提高电池技术水平,有利于纯电动汽车制造利润增长,但并不完全有利于政府收益增长。政府通过引导消费者提升电池技术敏感度可以有效提升电池技术水平,而单独依赖积分交易价格效果不佳。新版双积分政策为纯电动汽车制造商提供了更多策略选择,例如不同续驶里程的汽车制造商可以采取不同的策略来达到最优化生产目的。

关键词：纯电动汽车新版双积分政策电池技术水平定价电耗调整系数

来源：评论

学校读者我要写书评

暂无评论

烧结矿低温还原粉化指数的一维卷积神经网络预测方法

引用

制造业自动化 2025年第1期47卷 112-120页

作者：徐斌洪德奔春铁军安徽工业大学管理科学与工程学院安徽马鞍山243002 复杂系统多学科管理与控制安徽普通高校重点实验室安徽马鞍山243002 安徽工业大学冶金工程学院安徽马鞍山243002

以某钢铁企业烧结机的实际生产数据为基础,构建了基于一维卷积神经网络模型的烧结矿低温还原粉化指数(RDI)预测模型。首先对实际生产数据进行预处理,接着通过随机森林特征选择、k折交叉验证确定最优的特征参数组合。然后对一维卷积神经... 详细信息

以某钢铁企业烧结机的实际生产数据为基础,构建了基于一维卷积神经网络模型的烧结矿低温还原粉化指数(RDI)预测模型。首先对实际生产数据进行预处理,接着通过随机森林特征选择、k折交叉验证确定最优的特征参数组合。然后对一维卷积神经网络的结构、各项参数进行训练调整,建立了最终的一维卷积神经网络预测模型。最后将预测结果与基于MLP神经网络、线性回归模型、随机森林模型的预测结果相比,一维卷积神经网络模型在预测的平均相对误差以及命中率上都有较好的表现。为了进一步提高模型的预测精度,采用了马尔可夫链来修正预测结果,最终模型的拟合优度R~2达到0.8478、在误差范围±2.5%内的命中率达到94.7%,基本达到了对烧结矿RDI进行实时预测的目的。

关键词：烧结矿质量低温还原粉化指数一维卷积神经网络马尔可夫链预测

来源：评论

学校读者我要写书评

暂无评论

高灵敏TNF-α层析装置在肌肉损伤预防与检测中的应用研究

引用

芜湖职业技术学院学报 2025年第1期27卷 36-41页

作者：汤德锭刘兆南孔梦奇李艳西安交通大学生命科学与技术学院陕西西安710049 马鞍山师范高等专科学校公共教学部安徽马鞍山243041 复杂系统多学科管理与控制安徽普通高校重点实验室(安徽工业大学)体育教学部安徽马鞍山243002

骨骼肌损伤是运动中最常见的损伤类型,即时诊断对于预防并发症及促进恢复至关重要。肿瘤坏死因子-α(TNF-α)作为炎症反应的关键介质,在肌肉损伤过程中显著升高,成为评估损伤程度的重要生物标志物。一种基于“三明治夹心法”的铕荧光微... 详细信息

骨骼肌损伤是运动中最常见的损伤类型,即时诊断对于预防并发症及促进恢复至关重要。肿瘤坏死因子-α(TNF-α)作为炎症反应的关键介质,在肌肉损伤过程中显著升高,成为评估损伤程度的重要生物标志物。一种基于“三明治夹心法”的铕荧光微球侧流层析装置,实现了对人体血清中TNF-α的快速、高灵敏度检测。通过优化反应条件,装置能在15分钟内完成检测,最低检测限达到0.0247 pg/mL,检测范围覆盖0~5000 pg/mL。该侧流层析装置以其便携、操作简便及灵敏度高,适用于运动后肌肉损伤的即时检测与长期健康监测,有助于及早发现运动损伤,进而提升治疗效果并延长运动员的运动生涯。

关键词：侧流层析装置肿瘤坏死因子-α(TNF-α) 骨骼肌损伤即时检测高灵敏度便携性运动损伤监测

来源：评论

学校读者我要写书评

暂无评论

基于网络跨层信息熵的复杂网络节点重要性辨识

引用

西华大学学报(自然科学版) 2025年第2期44卷 70-78页

作者：胡钢王琴安徽工业大学管理科学与工程学院安徽马鞍山243032 复杂系统多学科管理与控制安徽普通高校重点实验室安徽马鞍山243032

为解决经典K-shell分解算法范式化对复杂网络分层分级,导致网络层间层内节点辨识精细度降低等问题,提出一种网络跨层邻度(信息)熵算法。该算法首先改进K-shell分解算法分层过程,采用网络跨层中心性与网络跨层中心度以细化网络节点位置... 详细信息

为解决经典K-shell分解算法范式化对复杂网络分层分级,导致网络层间层内节点辨识精细度降低等问题,提出一种网络跨层邻度(信息)熵算法。该算法首先改进K-shell分解算法分层过程,采用网络跨层中心性与网络跨层中心度以细化网络节点位置重要性;其次,综合分析网络跨层中心度、邻域中心性与信息熵中所包含的节点位置信息与邻居信息,采用网络跨层邻度熵算法对网络节点重要性进行辨识;最后,基于不同拓扑结构的5种网络,与其他算法分别就单调性、准确性及时间性能进行比较实验,实验结果表明,网络跨层邻度熵算法单调性最高可达0.9999,精确性比其他算法最高提升21%。该算法具有更优越的网络节点辨识能力。

关键词： K核分解网络跨层中心性网络跨层邻度熵节点重要性

来源：评论

学校读者我要写书评

暂无评论

核主成分马田系统及其应用

引用

系统工程理论与实践 2021年第9期41卷 2447-2456页

作者：常志朋陈闻鹤王治莹安徽工业大学商学院马鞍山243002 安徽工业大学复杂系统多学科管理与控制安徽普通高校重点实验室马鞍山243002 安徽工业大学管理科学与工程学院马鞍山243002

为解决传统马田系统无法有效识别非线性数据问题,提出构建核主成分马田系统.该方法通过核马氏距离的构建,将马田系统和核主成分分析两种方法融合在一起,使其不但具备非线性数据识别能力,还具备数据降噪能力.实例验证表明:核主成分马田... 详细信息

为解决传统马田系统无法有效识别非线性数据问题,提出构建核主成分马田系统.该方法通过核马氏距离的构建,将马田系统和核主成分分析两种方法融合在一起,使其不但具备非线性数据识别能力,还具备数据降噪能力.实例验证表明:核主成分马田系统在降维率、识别准确率、不平衡数据处理能力、特异度和灵敏度等方面不仅优于传统马田系统,还优于BP神经网络、随机森林和逻辑回归等方法.同支持向量机递归特征消除法相比,在识别准确率和不平衡数据处理能力方面,两种方法性能接近,但当数据复杂度较高时,核主成分马田系统要优于支持向量机递归特征消除法,并且核主成分马田系统需要的维数较少,也不需要反复迭代.

关键词：马田系统核主成分分析核马氏距离贫困识别

来源：评论

学校读者我要写书评

暂无评论

基于Lasso稳健马田系统的相对贫困识别方法

引用

系统工程理论与实践 2022年第2期42卷 527-544页

作者：陈闻鹤程龙生常志朋周涵婷南京理工大学经济管理学院南京210094 安徽工业大学商学院马鞍山243002 安徽工业大学复杂系统多学科管理与控制安徽普通高校重点实验室马鞍山243002

2020年后我国扶贫工作重点将转向解决相对贫困问题,然而解决相对贫困的前提和基础是识别相对贫困.由于相对贫困数据具有"高噪性、不平衡性、相对性、多维性"等特点,现有的单一收入维度的贫困识别方法难以适用,因此提出构建一... 详细信息

2020年后我国扶贫工作重点将转向解决相对贫困问题,然而解决相对贫困的前提和基础是识别相对贫困.由于相对贫困数据具有"高噪性、不平衡性、相对性、多维性"等特点,现有的单一收入维度的贫困识别方法难以适用,因此提出构建一种基于Lasso稳健马田系统(Lasso-based robust Mahalanobis-Taguchi system,Lasso-RMTS)的相对贫困识别方法.该方法通过Lasso、稳健马氏距离和马田系统三方法融合,使得不仅可以对"不平衡性"和"比较性"的贫困数据进行识别,还可以对"高噪性"和"多维性"的相对贫困数据进行降维、降噪.同时,将稳健马氏距离转换为脱贫指数(poverty alleviation index,PAI),可以更加直观地反映相对贫困程度.实例数据验证表明,Lasso-RMTS识别相对贫困的精准度高于马田系统和其他传统分类方法.

关键词：马田系统脱贫指数相对贫困识别 Lasso 稳健马氏距离生计可持续框架

来源：评论

学校读者我要写书评

暂无评论

我国企业领导者安全奖惩缺失量表编制研究

引用

安全与环境学报 2021年

作者：刘林梅强江苏大学管理学院安徽工业大学复杂系统多学科管理与控制安徽普通高校重点实验室

为了准确评价我国企业领导者安全奖惩缺失水平，首先，参考多因子领导问卷(MLQ)、领导者奖惩问卷(LRPQ)和领导者奖惩缺失问卷(LRPOQ)的相关研究成果，确定适合我国安全生产管理情境的领导者安全奖惩缺失(SLRPO)的两个维度：安全奖励缺... 详细信息

为了准确评价我国企业领导者安全奖惩缺失水平，首先，参考多因子领导问卷(MLQ)、领导者奖惩问卷(LRPQ)和领导者奖惩缺失问卷(LRPOQ)的相关研究成果，确定适合我国安全生产管理情境的领导者安全奖惩缺失(SLRPO)的两个维度：安全奖励缺失和安全惩罚缺失，并采用李克特7级量表，编制SLRPO初始题项；然后，基于高危行业557份有效调查样本，对初始量表进行项目分析、探索性因子分析、验证性因子分析及校标关联效度检验。结果表明，由两个维度构成的SLRPO量表具有很好的信度和效度，可有效测量各类高危行业企业领导者安全奖励与惩罚缺失水平。

关键词：安全社会科学安全奖励缺失安全惩罚缺失安全违规因子分析量表设计

来源：评论

学校读者我要写书评

暂无评论

考虑三级调度网络的应急物资多资源动态调度问题研究

引用

安全与环境学报 2024年第8期24卷 3180-3190页

作者：王付宇贺昕王欣蕊周鑫鑫李艳安徽工业大学管理科学与工程学院安徽马鞍山243032 复杂系统多学科管理与控制安徽普通高校重点实验室(安徽工业大学) 安徽马鞍山243002

为解决重大公共卫生事件发生后的物资调度问题,运用SEIR模型预测需求点的各类受灾人群,构建需求预测模型;以综合物资分配满意度最大、综合运输时间满意度最大和综合救援成本最小为目标,采用多供应点、多配送中心、多需求点的三级调度网... 详细信息

为解决重大公共卫生事件发生后的物资调度问题,运用SEIR模型预测需求点的各类受灾人群,构建需求预测模型;以综合物资分配满意度最大、综合运输时间满意度最大和综合救援成本最小为目标,采用多供应点、多配送中心、多需求点的三级调度网络,实现多周期、多资源的动态调度;引入混沌反向学习、非线性收敛因子、随机差分变异和贪婪选择策略改进灰狼优化算法,并对模型进行求解。结果表明,该模型可有效平衡物资调度的满意度与经济性,改进灰狼优化算法可得到更优越的调度方案,解决灾后多周期应急物资调度问题。

关键词：公共安全应急物资调度需求预测改进灰狼优化算法多目标优化

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：