排序方式: 共有13条查询结果,搜索用时 14 毫秒
1.
2.
本文在考虑污染治理的内生经济增长模型中引入时间不一致偏好,得到市场均衡的最优消费、最优污染治理投入和经济增长率,研究时间不一致偏好和污染对消费、污染治理投入、经济增长和福利成本的影响.本文研究发现时间不一致偏好会降低消费和污染治理投入,提高经济增长率和降低福利成本.污染的负生产效应越大,污染治理投入越多,消费、经济增长率越低,而福利成本越高.污染负效用参数和个体感受程度的影响是不确定的. 相似文献
3.
大功率LED灯珠与散热器直焊结构散热效果分析 总被引:7,自引:5,他引:2
散热是制约大功率LED发展的瓶颈,为了更好地解决散热问题,采用新型冷喷涂技术,在铝合金散热器表面喷涂铜层,实现了LED灯珠与散热器的直焊,取代了目前使用导热硅胶等热界面材料压接的方式,有效地消除了压接产生的接触热阻,显著改善了散热效果。通过建立LED灯具的三维模型,采用CAE软件模拟和实验两种方法验证了LED灯具直焊结构的散热效果明显优于压接结构,并且随着LED输入功率的增大,直焊结构的散热优势更加显著。 相似文献
4.
本文分析了一个带有污染的随机内生增长模型.利用随机最优化的方法,求出了最优的政府环保投资比率和最优的税收政策.并进一步得出了最优的收入税因污染的外部性指标、生产的扰动的增大而减少;而最优消费税则因这两个参数的增大而增加的结论. 相似文献
5.
为揭示风电功率序列内在的动态特性, 利用非线性方法对风电时间序列混沌特性进行识别, 为对风电功率进行预测提供了基础.首先对某风电场的风电功率时间序列的日相关性进行了分析;然后在相空间重构的基础上计算了风电序列的最大Lyapunov指数, 验证了风电时间序列的混沌特性;由于采用Volterra滤波器多步预测法对风电功率进行超短期预测误差较大, 利用局域多步预测法以及最大Lyapunov指数法的预测结果并结合加权马尔科夫链和有序算子对Volterra滤波器的预测结果进行校正.最后以某实际风电场的风电功率预测为算例, 仿真结果表明校正预测模型有效的提高了预测精度, 其为利用Volterra滤波器多步法进行风电预测提供了有益的参考. 相似文献
6.
7.
针对风电功率时间序列的混沌特性,提出了一种基于集成经验模态分解(ensemble empirical mode decomposition, EEMD)-近似熵和回声状态网络(echo state network, ESN) 的风电功率混沌时间序列组合预测模型.首先为降低对风电功率局部分析的计算规模以及提高预测的准确性, 利用EEMD-近似熵将风电功率时间序列分解为一系列复杂度差异明显的风电子序列; 然后对各子序列分别建立ESN、经过高频分量正则化改进的EEMD-ESN模型和最小二乘支持向量机预测模型; 最后以某一风电场实际采集的数据为算例,仿真结果表明EEMD-ESN模型在训练速度和预测精度上优于最小二乘支持向量机模型,为实现风电功率短期预测的在线工程应用提供了新的有益参考.
关键词:
混沌时间序列
风电预测
集成经验模态分解
近似熵 相似文献
8.
9.
10.