面向复杂系统创新的TRIZ与DFSS集成应用模式

针对目前现有创新方法在解决复杂系统问题时出现问题定位不准,分析不彻底,难以产生创新性方案,以及复杂系统设计领域尚缺乏系统的方法论的问题.研究创新设计理论(Theory of Innovation Problem Solving,TRIZ)与六西格玛设计(Design For Six Sigma,DFSS)集成方法,根据复杂系统特点在不同设计阶段动态地集成各种工具,以完善的需求管理方法实现设计需求的无偏转化,运用AFD等工具在设计早期进行系统功能失效预测,集成多冲突问题与TRIZ工具实现概念设计阶段创新性求解,进而建立面向复杂系统创新的T-DFSS模型.最后以船舶模块化可倒栏杆创新设计实例验证该集成模式的有效性.     

直饮水处理技术WBS模型分析及应用启示

文中介绍了美国环境保护署(EPA)的新成本建模方法,并应用于开发直饮水处理技术的单位成本.该技术使用工作分解结构(WBS)方法,将不同工艺拆分为分散的处理单元,以估计单位成本.演示了该模型在颗粒活性炭处理技术中的应用,并提供输出的示例,用于说明去除三氯乙烯活性炭处理技术的WBS技术模型.进一步以工程为例,应用WBS模型输出不同处理单元的成本分析,从经济角度分析优化工艺选择.最后提出对于该模型在我国工程领域的应用可能性及展望.     

电商平台产品共同购买网络的影响因素研究

共同购买网络的推荐系统应用越加广泛，仅基于网络内生结构变量研究其共同购买链接的经济意义已有局限，故加入网络口碑这一外生变量，进行更全面的分析。采用了社会网络方法中指数随机图模型进行建模，主要围绕产品销售量、产品入度、差评率和评论数4个方面因素，探究其对共同购买网络中共同购买链接形成的影响。结果显示，销售量、产品入度和评论数对共同购买链接形成的影响呈正比关系，而差评率则会显著地降低产品共同购买的几率。该指数随机图构建出的共同购买网络为在线电商平台管理网络口碑和推荐系统优化设计提供有益参考。     

煤矸石粉/聚酯纤维沥青混合料盐冻损伤研究EI北大核心CSCD

针对煤矸石粉替代率50%、聚酯纤维掺量0.4%的沥青混合料,开展盐冻耦合作用(NaCl溶液质量分数为0%、7.0%、13.0%、26.5%,冻融循环次数为0、2、4、6、8)下的半圆弯曲(SCB)试验,分析了盐冻耦合作用对SCB试件内部损伤劣化过程的影响.结果表明:NaCl溶液质量分数为13.0%、冻融循环为8次时,盐冻耦合作用对沥青混合料的侵蚀破坏作用最强,试件内部损伤最严重;在煤矸石粉与矿粉质量比为1∶1、聚酯纤维掺量为0.4%的条件下,沥青混合料能够形成高黏性、致密、厚实的沥青膜以及由纤维形成的三维网状结构,从而显著降低盐冻侵蚀对沥青混合料的损伤.通过Poly2D模型对SCB试件的极限拉应力损伤量进行拟合,拟合系数为0.944.     

钢铁企业生产过程碳排放核算模型的研究及应用

钢铁行业是我国国民经济发展的基础产业，同时也是高耗能、高排放行业。作为中国能源消费和碳排放大户，随着低碳经济的兴起，其面临的节能减排压力与日俱增。企业精准掌握碳排放量及排放强度、充分了解在生产过程中的影响制约因素，为制定合理的节能减排方案提供充分依据。通过对钢铁企业影响碳排放量的因素进行分析，建立企业碳排放核算模型，实现让管理者对于碳排放量了然于心。根据长时间的模型计算结果进行分析，有利于钢铁企业找到切实可行的节能减排方案。     

排水管道瞬变流的SWMM模拟能力研究

暴雨洪水管理模型（SWMM）在城市雨洪管理中发挥了重要作用，但对其模拟排水管道瞬变流的能力研究较少。针对排水管道中有压水力瞬变情况，以经典特征线法为参照，对SWMM的模拟能力进行了分析及改进。计算结果发现，原SWMM模型对排水管道快速有压瞬变流的模拟能力较差。为此，提出了“设置虚拟节点、修改Preissmann狭缝宽度”的改进方法，可有效提高SWMM模拟瞬变流的计算精度；同时，进一步分析了空间步长、波速、管段管径比、CFL稳定性条件、收敛精度及节点最小表面积等关键参数对模拟准确度、稳定性、计算效率的影响，并给出了建议取值范围。     

0?1膨胀负二项回归模型在COVID?19疫情分析中的应用

在公共卫生等应用领域，经常会同时出现零观测值、一观测值较多的情况. 为更好地拟合这类数据，采用0?1膨胀负二项分布及其回归模型进行分析. 在数据扩充基础上，结合Pólya?Gamma潜变量对模型参数进行贝叶斯推断. 最后，对我国湖北省2019冠状病毒病(COVID?19)死亡数据集进行分析. 研究表明，0?1膨胀负二项回归模型能够达到更好的拟合效果.     

基于Stacking集成算法的岩爆等级预测研究

岩爆是地下工程面临的一个巨大灾害，岩爆预测可以降低岩爆带来的危害。机器学习是岩爆预测方法的研究热点和发展方向，但现阶段各机器学习算法表现不同，并且相互独立工作，没有融合，不能优势互补，导致各机器学习算法的准确率、泛化性和稳定性较低。本文采用Stacking集成算法，融合现阶段使用较多的8个机器学习算法(4个集成算法和4个基本算法)，充分发挥各算法的优势，实现优势互补；为保证新特征信息具有多样性，结合各种机器学习算法的原理和岩爆样本库的特点，提出3组考虑多个岩爆预测指标的Stacking集成算法，每组算法拥有不同基模型和多个元模型，解决了传统Stacking集成算法接受特征信息受限和元模型选择困难的难题。对比分析各组Stacking集成算法与独立算法的准确率、精确率、召回率和F1值，结果表明构建的Stacking集成算法可以有效融合各机器学习算法，预测性能显著提升。在3组Stacking集成算法中，Stacking集成算法二的基模型由Random Forest Classifier,Extra Trees Classifier,Gradient Boosting Classifier和L...