影响IT企业参与高校科技成果转化的关键因素研究

近年来,国家出台了一系列推动企业加强科技成果转化应用的方针政策,以加快高校科技成果的市场化、产业化进程。然而,在实践过程中出现了企业积极性不高、高校科技成果难以转化等复杂状况。为探究其中的关键影响因素,文章利用扎根理论及相关研究方法,构建了“IT企业参与高校科技成果转化影响因素”的理论模型,归纳出企业感知收益、感知风险、政府政策、行业环境、企业资源能力和高校资源6个影响因素。根据影响因素间的相互关系,运用专家评分法,结合模糊认知图和灰色关联度的数据分析,得出最关键的影响因素是企业感知收益和高校资源,而更深层次的影响因素则分别为利润获取和高校专业实力。     

灰色系统在国民体质的研究现状及前景分析

目的了解灰色系统在国民体质研究方面的应用现状及未来发展。方法以清华同方数据库为基础进行检索分析,以"灰色"、"体质"为关键字进行检索,选取关于灰色系统在体质方面的应用论文为研究对象。结果与结论根据灰色系统在体质方面已有研究的特点,发现研究中存在着研究对象、研究方法、研究内容的局限性。结合实际情况,针对这些问题提出了灰色系统在国民体质方面未来的发展方向。     

基于隐马尔科夫模型的VLCC目的港预测

超大型油船(very large crude carrier,VLCC)目的港预测对海运原油流向预测以及货源地未来运力估计具有重要作用。针对VLCC的AIS目的港信息存在缺失、更新不及时、不准确等现象,提出一种基于隐马尔科夫模型的VLCC目的港预测方法。分析船舶AIS轨迹数据,得到油船历史停靠港口序列;根据VLCC轨迹提取习惯航路,以航路中的交叉点为依据设置观测线;利用船舶航行轨迹数据判断船舶是否经过观测线以及经过观测线的方向,对不同方向分别计算船舶在挂靠港间的转移概率矩阵和船舶挂靠港与观测线间的输出概率矩阵,建立VLCC目的港预测模型并进行预测。研究结果表明：在大多数情况下VLCC目的港预测的准确率可以达到70%以上;航线越固定、运行越规律的船舶,预测准确率越高;船舶越靠近目的港,预测越准确;重载状态下的船舶目的港预测更准确。     

基于DE-SVM的船舶航迹预测模型

为提高船舶航迹预测精度,解决准确建模难度大和神经网络易陷入局部最优的问题,考虑实时获取目标船AIS数据较少的特点,提出一种基于支持向量机(support vector machine,SVM)的航迹预测模型。选择AIS数据中的航速、航向和船舶经纬度作为样本特征变量;采用小波阈值去噪的方法处理训练数据;采用差分进化(differential evolution,DE)算法对模型内部参数寻优以提高模型收敛速度和预测精度。选取天津港实船某段航迹的AIS数据,比较基于DE-SVM与基于BP神经网络的航迹预测模型的仿真结果。结果表明,基于DE-SVM的航迹预测模型具有更高的预测精度,简单、可行、高效,且耗时少。     

基于ICWGT和灰色关联分析法的起重机安全评价

针对目前起重机安全评价过于依赖主观权重且忽视起重机安全状态变化趋势的问题,建立基于改进博弈论组合赋权法（improved combination weighting method of game theory,ICWGT）和灰色关联分析法的起重机安全评价体系。在该评价体系中,收集样本数据以确定评价值,构建评价等级空间来计算起重机行为特征序列与标准行为特征序列的关联系数。运用ICWGT在层次分析法和信息熵 未确知测度理论确定的主、客观权重中寻找平衡。充分考虑专家经验和样本数据,确定优化权重以改善关联系数的分配问题,从而获取起重机灰色关联度评价值和安全等级,旨在对起重机安全状态变化趋势进行更加准确的定量描述和定性分析。实例分析验证了该评价体系的有效性。     

层状砂砾岩油藏一体化开发优化设计——以935-936区块为例

砂砾岩油藏在渤海湾盆地、准噶尔盆地、三塘湖盆地、吐哈盆地、松辽盆地等地区均具有较大储量,但目前砂砾岩油藏动用的多是厚层块状油藏,层状砂砾岩油藏受其储层物性差异大、非均质性极强、连通关系复杂的特点,整体开发难度大。为了进一步提高层状砂砾岩油藏的动用程度,在对层状砂砾岩油藏的有效储层进行系统认识评价的基础上,利用地质、油藏、工艺一体化手段合理设计不同特点层状砂砾岩油藏的开发方式、井网井型等关键开发对策。针对胜利油田永935-936层状砂砾岩区块,根据不同位置地质特点,合理优化设计不同井型、不同开发方式以及差异化压裂规模,对提高区块整体储量动用率,提升井区开发效果具有重要意义。     

超超临界机组机炉协调系统的min-max模糊模型预测跟踪控制

为了提高非线性超超临界火电机组的控制性能,提出了一种改进的min-max模糊模型预测跟踪控制.首先,建立了 T-S模糊模型来近似非线性机炉协调系统的动态特性.然后,基于包含状态变量和输出变量的扩展模糊模型,在保证闭环系统稳定性和输入在给定约束的同时,推导了 min-max模糊模型预测跟踪控制用于输出调节.为了获得更大的...     

知行哲学：从杜威认识论到预测心智

预测心智主张大脑是一台预测机器,用有层级的感觉推理和主动推理来减少预测误差。这一理论强调认知的实践优先性,掀起了认知科学和心灵哲学内部的“哥白尼式的革命”。预测心智的认知观与杜威的认识论有共通之处。杜威将实验探究视为认识的本质,蕴含了知行合一、行动优先之旨。杜威的实验探究认识论在三个方面与预测心智相契合。首先,探究是一种预测误差最小化,其形式是主动推理。其次,具有操作本性的观念对应于数字化概率的假设。最后,在康德的意义上,由探究后果建构的认识对象对应于先验概率。由这三个相似点出发,能更好理解二者对知行优先性的处理：二者都将知识和行动看作实现善果的手段。阐明预测心智和杜威认识论的联系,有助于发掘古典实用主义思想在当代心灵哲学中的价值,推进知行哲学的研究。     

基于省域尺度工业固废产量预测模型研究

为提高BP神经网络算法在固体废物预测中的精度,提出了一种SSA-BP工业固废预测模型,并选取了GDP、常住人口、工业生产总值、能源生产总量、R&D内部支出、财政支出、人均GDP、第二产业贡献率、能源消费总量等作为影响因素,用灰色关联分析方法分别对4种情景下安徽省固废产量进行了预测.结果表明,R&D内部支出、能源生产总量、生产总值、灰色关联度携带有效信息高;SSA-BP模型的MAE、MAPE、R²值分别为375.81、0.04、0.99,均高于其他机器学习回归模型;在不同情境下,安徽省未来一段时间内工业固废产量整体呈现增长趋势,到2035年产生量变化区间为18254.36～30831.54万t.