共享自动驾驶汽车使用意愿模型及其影响因素

为了构建共享自动驾驶汽车(shared autonomous vehicles，SAV) 的使用意愿模型并分析其影响因素，通过使用时机和使用频率来体现公众对SAV的使用意愿；采用验证性因子分析将态度潜变量转化为潜变量得分，以此将态度潜变量引入传统的有序Logit模型；提出SAV使用意愿的有序Logit模型构建方法，并建立基于个人属性、通勤特征、态度潜变量的SAV使用意愿模型.研究发现:是否使用过滴滴拼车、工作单位停车费、自动驾驶态度对使用时机和3种价格(1，2，3元/km) 下的使用频率有显著影响；使用过滴滴拼车、工作单位收取停车费、支持自动驾驶的群体倾向于频繁地、更早地使用SAV出行；公众期望以1元/km或 2元/km即不超过目前滴滴拼车的价格使用SAV.     

创新文化竞争力国际比较研究

提升中国创新文化国际竞争力,是全面塑造发展新优势的关键着力点,对我国建设创新型国家具有基础性、长期性、决定性影响.通过构建创新文化竞争力指标体系,选取GII创新指数排名和GDP总量排名均为前20的国家作为研究对象,运用主成分分析法对创新文化国际竞争力进行评价,研究发现:①从综合竞争力水平来看,英国、荷兰、美国、瑞士处于第一梯队,德国、加拿大、法国处于第二梯队,中国、韩国、日本为第三梯队;②从竞争力构成要素来看,中国创新文化可持续发展能力和国家创新驱动力具有相对竞争优势,发展基础力和创新型产业支撑力亟待提升,创新文化吸引力也存在进步空间.为此,提出完善创新文化发展的基础条件、讲好中国故事、加大要素投入等管理启示,以期为提升中国创新文化国际竞争力,建设创新型国家提供针对性建议.     

桉树杂交种与其亲本的近红外光谱判别

研究桉树控制授粉后目标性状的基因作用方式是探索其基因重组规律的重要内容。常规的数量统计分析精度往往不高,而DNA分析的专业要求高,且费时费力。该研究利用近红外光谱(NIRs)研究不同基因型桉树杂交种、亲本及杂交种与亲本间近红外光谱信息的关系,探索NIRs用于桉树杂交种与其亲本判别的可行性和准确性。以控制授粉的桉树亲本及其杂交F1代材料为对象,每种基因型从各自田间试验分别选取10个单株,采集树冠中上部新鲜健康叶片。用手持式近红外仪Phazir Rx(1624)采集桉树杂交种与其亲本叶片的NIRs信息。每单株选10片完全生理成熟的健康叶片,避开叶脉扫描其正面光谱5次,以50条NIRs信息的均值代表单个叶片的NIRs信息,最终每个基因型获得10条NIRs信息。对原始NIRs采用二阶多项式S.G一阶导数预处理。预处理后的NIRs用于多元统计分析,首先对桉树杂交亲本和子代样本进行主成分分析(PCA),直观展示不同基因型的分类情况。然后运用簇类独立软模式(SIMCA)和偏最小二乘判别分析(PLS-DA)两种有监督的判别模式验证NIRs用于桉树杂交种与其亲本树种的分类判别效果。PCA结果显示,不同的亲本间、杂交种间及杂交种与亲本间样本的主因子得分可以清晰地将各基因型分开。SIMCA模式判别分析中,桉树杂交种样本到亲本PCA模型的样本距离显示,待判别样本能够形成单独的聚类,且能直观反映两者的遗传相似。PLS-DA判别结果显示,桉树杂交亲本的PLS模型能通过预测其杂交子代的响应变量将其与亲本准确分开。结果表明,桉树叶片的NIRs信息可以准确地反映桉树杂交子代遗传信息的传递规律,NIRs判别模型可以准确地将各种基因型予以区分。因此,NIRs信息不仅可用于桉树杂交种和纯种的定性判别,还可以分析桉树基因重组过程中加性遗传效应的大小,从而为桉树遗传基础分析及其育种改良研究提供理论支撑。     

基于弦振动测量金属细线的线密度

提出了一种测量金属细线线密度的新方法,并对测量原理、公式进行了较为详细的推导,将测量结果与标准值进行了比较.从测量结果可知,其相对误差较小,说明利用该方法测量细线的线密度确实可行.     

基于主成分分析的管理学核心期刊评价研究

针对我国目前科技期刊评价中存在的学科划分不够严谨、指标权重人为选取等问题,以管理学核心期刊为研究对象,提出了基于主成分分析的期刊评价方法,对CNKI文献数据库中19种管理学核心期刊进行了分析和评价,给出期刊排名,并与影响因子及总被引频次的评价结果进行对比,表明了主成分分析方法的可靠性和客观性。     

变步长极点配置方法研究

为了克服常规特征结构极点配置方法的局限性,提出了一种变步长与含调谐因子的改进极点配置算法,减小系统控制力,并且易实现极点配置.该算法求得的增益矩阵始终为实数,依据作动器个数而采用的变步长方法适用性强,引入调谐因子使控制结果更佳.过程如下:首先,为了保证增益矩阵的实数,在配置极点的选择方面,在配置前2 r阶极点时,保持原极点的虚部不变改变实部;其次,为了获得较好的控制效果,在极点配置时,选择变步长;再次,为了进一步改善控制效果,在确定每步配置增益时,引入了调谐因子.最后,以5层建筑物为例,依据不同作动器作用步长下控制结果,并结合调谐因子对本文所提方法的有效性进行了分析.在多输入系统极点配置时,其步长选择0.2～0.5总长时控制效果较好,调谐因子的选取在优选区间内可以得到更好的控制效果.     

人工自愈与动力机械振动故障靶向抑制

人工自愈是在故障机理和风险分析的基础上,通过仿生设计赋予机器自发作用的维持健康状态的能力,从而使机器储存、补充和调动自愈力以维持机体的健康状态。透平压缩机、发电机组和航空发动机等动力机械是工业和国防的心脏设备,一旦发生故障将导致事故和巨大损失,在运行中通过自监测、自诊断和主动控制来抑制故障的发生以实现自愈化,是机器向高级智能阶段发展研究中的一个重要方向。本文总结了北京化工大学诊断与自愈工程(DSE)研究中心在人工自愈与动力机械振动故障靶向抑制方面的主要研究工作及成果,并以转子轴系不平衡和压缩机转子失稳振动为例,证明了靶向抑制方法的有效性。以上成果可为自主开发具有自愈功能的智能动力机械提供科学依据。     

基于多变量希尔伯特频域模型的癫痫发作预测

癫痫发作具有突发性和反复性,对患者生命安全构成巨大威胁.为了对癫痫发作进行有效地预测,提出了多变量希尔伯特频域模型的癫痫发作预测方法.将希尔伯特边际谱、希尔伯特边际谱的变化方向和希尔伯特加权频率组成一个三维特征向量作为多变量希尔伯特频域模型,输入到支持相量机中,实现癫痫的发作预测,最后采用癫痫发作预测特征方法对预测结果进行评估.实验结果表明:采用多变量希尔伯特频域模型分析方法预测δ波和θ波的癫痫发作,癫痫预测范围在30~45 min,患者有足够的时间采取措施应对;癫痫发作周期在5~10 min,缩短患者等待时间,降低焦虑程度;与多种相关方法进行比较,该方法具有较低的错误预报率和较高的预测敏感度.