检索结果-南通市图书馆

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

S公司财务风险评价与控制对策研究

S公司财务风险评价与控制对策研究

作者：孙云婧长春工业大学

学位级别：硕士

近年来,我国政府致力于推进制造业快速、高质量发展,相继出台一系列扶持政策,以保障我国制造业平稳运行。尽管橡胶制造企业规模稳步增长,产业结构逐步优化,但橡胶制造企业发展过程还存在许多问题,如企业在技术创新和产品结构调整的过程... 详细信息

近年来,我国政府致力于推进制造业快速、高质量发展,相继出台一系列扶持政策,以保障我国制造业平稳运行。尽管橡胶制造企业规模稳步增长,产业结构逐步优化,但橡胶制造企业发展过程还存在许多问题,如企业在技术创新和产品结构调整的过程中,未能有效的进行资金管理,引发企业资金占用率高、投资回报期长、研发成果转化率低、发展动力不足等问题,进而影响正常的生产经营,给企业带来财务风险。因此,橡胶制造企业需要提高风险管控意识,提早发现和控制企业所面临的财务风险。S公司是我国橡胶制造行业中具有代表性的企业,论文选取S公司为研究对象,通过对其财务风险的研究,旨在反映橡胶制造业企业中存在的财务风险问题。首先,论文通过梳理国内外大量相关文献,构建S公司财务风险的研究框架,阐述权衡理论、投资组合理论、内部控制理论,为后续研究奠定理论基础。其次,论文通过选取S公司2016-2022年披露的财务数据,对其目前存在的财务风险进行识别,通过纵向时间维度和横向行业纬度的对比,发现公司目前在筹资、投资、营运、发展方面存在资本结构失衡、投资组合不科学、资产周转效率低、发展动能不足等问题。再次,论文借鉴国内外相关领域的研究结果,构建了财务风险评价的指标体系,通过熵值法确定各评价指标权重,采用改进的功效系数法测算S公司财务风险水平。测算结果表明,S公司近七年的财务风险综合得分较低,存在较大的财务风险。最后,论文从筹资、投资、营运、发展四个方面分析了财务风险产生的原因,发现S公司存在吸引投资能力不足、缺乏合理的投资组合策略、资产管理能力较弱、发展动力不足等问题。针对S公司存在的问题,论文提出了相应的风险控制措施:一是优化资本结构,拓宽筹资渠道;二是制定科学的投资组合,提高企业的研发效率;三是加强应收款项管理制度,提高公司库存管理水平;四是建立风险应对机制,培育核心竞争力。论文的研究结果有助于S公司进一步提升目前的财务管理水平,提高公司经营的稳健性与可持续性。研究成果将帮助同行业企业提升财务风险防控意识,帮助其有效防控财务风险,提升全行业的财务风险防控能力。

关键词：财务风险橡胶制造业熵值法风险识别与评价风险控制

基于LSTM神经网络的锂离子电池健康状态估计研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于LSTM神经网络的锂离子电池健康状态估计研究

作者：孙云翔盐城工学院

学位级别：硕士

锂离子电池已被广泛用于电动汽车、新能源储能等众多领域,对锂离子电池的健康状态(State of Health,SOH)进行准确估计对于提高电池系统的可靠性和安全性至关重要。然而,目前基于数据驱动的SOH估计方法存在着提取的健康特征(Health Featu... 详细信息

锂离子电池已被广泛用于电动汽车、新能源储能等众多领域,对锂离子电池的健康状态(State of Health,SOH)进行准确估计对于提高电池系统的可靠性和安全性至关重要。然而,目前基于数据驱动的SOH估计方法存在着提取的健康特征(Health Features,HFs)难以有效准确地反映电池的容量衰退以及模型参数选取不准确等问题。基于此,本文提出了一种基于多健康特征提取、降维和改进的长短期记忆(Long Short-Term Memory,LSTM)神经网络的电池SOH估计方法,论文的主要研究工作有:(1)介绍了锂离子电池的组成结构和工作原理,分析了引起电池容量衰退的内部因素与外部因素。(2)为了更加准确地反映电池的退化过程,从电池充放电数据中提取出十个健康特征,包括时间特征、能量特征及容量增量曲线特征,采用灰色关联分析法来评估它们与电池SOH的相关性,同时利用典型相关分析法进行健康特征降维,将十维健康特征降至三维,使得在保留特征信息与特征类别的同时降低特征之间的冗余性。(3)针对长短期记忆神经网络超参数难以确定的问题,采用改进的量子粒子群优化(Improved Quantum Particle Swarm Optimization,IQPSO)算法对LSTM超参数进行优化,构建一种基于IQPSO-LSTM的锂离子电池SOH预测方法,IQPSO算法基于Sobol序列初始化种群、加权平均最优位置和自适应收缩扩展系数的改进策略,使得算法全局搜索能力得到提升,避免了陷入局部最优,从而得到最优的超参数,提高SOH的估计精度。(4)使用NASA电池数据集对所提出的IQPSO-LSTM方法进行验证,在不同训练数据量下、不同的超参数优化算法下、不同机器学习方法下以及不同放电倍率和温度条件下进行SOH估计,实验结果表明,与其他方法相比,该方法有效提高了SOH估计精度,最大估计误差不超过±4%,MAE小于1.0%,MAPE和RMSE小于1.5%,并且能够准确估计不同工作条件下的电池SOH,具有较好的鲁棒性和泛化性。

关键词：锂离子电池健康状态健康特征长短期记忆神经网络量子粒子群优化算法

流型转化对CO_(2)流动沸腾换热的影响研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

工程热物理学报 2024年第6期45卷 1643-1649页

作者：黄永方徐肖肖孙云龙刘朝重庆大学低品位能源利用技术及系统教育部重点实验室重庆4400044

本文开展了CO_(2)在内径5 mm水平光滑管内的流动沸腾换热及流型可视化实验,结合非绝热流型可视化数据对其流动沸腾换热特性开展研究。结果表明,受重力的影响,换热管顶部在低干度下发生间歇性干涸,导致其换热系数远低于底部换热系数。饱... 详细信息

本文开展了CO_(2)在内径5 mm水平光滑管内的流动沸腾换热及流型可视化实验,结合非绝热流型可视化数据对其流动沸腾换热特性开展研究。结果表明,受重力的影响,换热管顶部在低干度下发生间歇性干涸,导致其换热系数远低于底部换热系数。饱和温度的减小促进了流型的转换,有效减小间歇性干涸引起的管周向局部换热性能的差异,提高了截面的平均换热系数。饱和温度从15℃降至9℃时,截面平均换热系数提高约50%。

关键词：二氧化碳流动沸腾流型可视化沸腾换热特性

内蒙古高校职前国际中文教师信息素养现状调查研究

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

内蒙古高校职前国际中文教师信息素养现状调查研究

作者：孙云华内蒙古师范大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于图强化学习的体系韧性重构方法研究

基于图强化学习的体系韧性重构方法研究

作者：孙云鹏南昌大学

学位级别：硕士

随着信息技术与智能技术的不断发展,愈来愈多的无人装备系统正成为现代化作战的主战力量,并推动指挥决策中心转移至边缘的局部作战体系。实现快速、灵活、敏捷、可重组的无人装备体系,是推动国防科技进步的重要议题。大量无人装备系统... 详细信息

随着信息技术与智能技术的不断发展,愈来愈多的无人装备系统正成为现代化作战的主战力量,并推动指挥决策中心转移至边缘的局部作战体系。实现快速、灵活、敏捷、可重组的无人装备体系,是推动国防科技进步的重要议题。大量无人装备系统相互作用、协同配合构成的作战体系(Combat systemof-systems,CSo S)是一个“复杂巨系统”。因其具有组成成分多元,各子系统之间关联关系复杂的特点,这使得人们可以采用异构信息网络模型来建模描述体系(System-of-systems,So S)结构。本文基于复杂网络理论(也称为图理论)将敏捷、可重组的无人装备体系(Unmanned weapon system-of-systems technology,UW-So S)技术转化为抵御复杂多变战场环境干扰的体系韧性重构问题。维持体系在遭遇干扰破坏时的可靠运行具有重要的理论意义和实践价值。为实现体系结构的智能自主韧性重构,本文开展了深入的研究工作,主要研究内容和创新贡献如下:1.建立了纳入功能依赖关系的体系效能度量模型。体系中各类异构武器装备系统之间通过协同互动形成作战网络结构,并在体系层面展现出高效的对敌作战能力。而错综复杂的相互依赖关系可能会因微观结构的功能退化而波及致整个体系层面,体系作战效能的度量并非单一的线性叠加。通过捕捉并量化异构系实体之间的功能依赖效应,然后纳入体系作战效能度量之中,可以更准确描述和跟踪体系作战效能的变化。2.提出了基于强化学习的体系自主重构方法。智能化对抗环境下,为应对高动态难预测的环境干扰,提升体系自主决策能力至关重要。并且,实现敏捷体系结构需要灵活地、动态地调用各种异构作战资源来组建新的作战体系,这对于智能决策是一个巨大挑战。传统的建模求解法存在建模复杂、约束条件多、模型适应性差和自主性不强的问题。因此本文提出一种基于Q-learning的体系自主重构方法。将体系结构的基本构建过程描述为马尔科夫决策模型,并给出了图环境与图状态下的贝尔曼方程等算法公式推导,形成能够实现自主学习体系重构策略的算法框架。为未来去中心化体系作战模式和可韧性重组的体系结构提供理论支撑。3.提出了通用型的图强化学习算法框架ERS。在图环境下部署强化学习会因为图的规模扩大而面临状态空间爆炸问题,产生的大量图状态数据难以存储,对于有效决策的学习效率低。这些难点不仅适用于本文研究,同样可能存在于任何图强化学习研究方向中。为此,本文提出一种通用型图强化学习算法框架ERS,ERS由图嵌入、强化学习和决策搜索三个模块构成,因为具有灵活的框架可推广至其他以图模型为对象的研究中。ERS为图强化学习的研究提供了新的观点和有力的技术手段贡献,可用于设计强大的韧性网络抵御外部攻击,也适用于各种图环境下的策略学习和数据挖掘等任务。

关键词：体系复杂网络重构韧性图强化学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

数据驱动的航空发动机剩余寿命预测研究

数据驱动的航空发动机剩余寿命预测研究

作者：孙云鹏西安工业大学

学位级别：硕士

航空发动机是飞机的动力来源,其运行状态直接关系到飞机的安全运行和乘客的生命安全。然而,在多种因素的影响下,发动机很难避免逐渐出现性能衰退和健康状况恶化的情况。当这种情况持续积累到一定阶段时,可能会造成严重的安全事故。在故... 详细信息

航空发动机是飞机的动力来源,其运行状态直接关系到飞机的安全运行和乘客的生命安全。然而,在多种因素的影响下,发动机很难避免逐渐出现性能衰退和健康状况恶化的情况。当这种情况持续积累到一定阶段时,可能会造成严重的安全事故。在故障预测和健康管理(Prognostics and Health Management,PHM)系统中,剩余寿命(Remaining Useful Life,RUL)预测是一个关键且颇具挑战的环节。通过精准预测航空发动机的RUL,可以提前制定恰当的维护策略,以降低维修成本,同时也有效保障飞机和人员的安全。随着传感器技术和人工智能的飞速发展,从发动机传感器中可以获得大量监测数据。如何处理好这些复杂、海量的数据,是数据驱动预测技术所面临的关键挑战。本文以航空发动机传感器监测信号为出发点,旨在深入研究基于数据驱动的RUL预测方法,主要研究内容包括:(1)针对航空发动机剩余寿命预测中的特征选择困难、数据噪声干扰等问题,设计了一种融合特征注意力、堆叠降噪自编码器与双向门控循环单元的预测方法。首先,采用特征注意力机制对特征进行权重分配,突出关键特征的重要性;然后,通过堆叠降噪自编码器进行深层特征提取;接着,使用双向门控循环单元捕获发动机健康状态的变化规律,实现动态剩余寿命预测。为了优化模型性能,引入贝叶斯优化方法来自动搜索双向门控循环单元的最佳超参数配置。在CMAPSS数据集上进行实验验证,结果表明,该方法预测的性能优于其他深度学习模型,RMSE为13.51,Score为252.61。(2)考虑到航空发动机的退化过程具有随机性,不同发动机之间的退化存在差异,以及深度学习预测结果无法量化预测不确定性等问题,在上一章内容的基础上,引入了随机过程模型实现剩余寿命预测。首先,采用特征注意力机制进行权重分配,使用堆叠降噪自编码器进行特征提取;接着,对提取到的特征,使用加权融合的方法构建复合健康指标;再引入Wiener过程模型,对复合健康指标的退化过程进行建模,并实现基于首达时间的RUL预测。为求得最优融合系数和随机失效阈值,构建了预测寿命的方差和预测与真实寿命间的均方误差优化目标函数。通过在CMAPSS数据集上的实验验证,成功实现了准确的剩余寿命,同时量化了预测的不确定性,预测结果的RMSE为10.42,Score为145.53。

关键词：剩余寿命预测堆叠降噪自编码器双向门控循环单元复合健康指标维纳过程

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

动态环境下移动机器人路径规划方法研究

动态环境下移动机器人路径规划方法研究

作者：孙云凤齐鲁工业大学

学位级别：硕士

随着自主移动机器人等应用的不断普及,对于在不断变化的环境中进行高效路径规划的需求日益增加。然而传统路径规划算法已不能满足移动机器人的实际需求,如何实现在动态环境下安全、高效地路径规划成为当前智能机器人领域的热点问题。动... 详细信息

随着自主移动机器人等应用的不断普及,对于在不断变化的环境中进行高效路径规划的需求日益增加。然而传统路径规划算法已不能满足移动机器人的实际需求,如何实现在动态环境下安全、高效地路径规划成为当前智能机器人领域的热点问题。动态环境下的路径规划通常采用混合路径规划算法,关键在于设计有效的全局和局部规划算法,这是当前研究的核心问题。因此,本文结合全局路径规划和局部路径规划,在传统A*算法和传统DWA算法的基础上进行改进,并实现算法融合,以更好地解决动态环境下移动机器人的路径规划问题。主要研究如下:(1)全局路径规划。针对传统A*算法搜索效率低、安全性能差、冗余节点多等问题,提出了一种改进A*算法。首先,优化了搜索邻域选取策略,提高了搜索效率;其次,量化了环境信息,引入了障碍物比率K来更好地表示环境复杂度;然后,在评价函数中引入了环境信息的指引,动态调整了启发函数的权重;接着,改进了子节点选择方式,提高了安全系数;最后,通过双向平滑策略对路径进一步优化,提高了路径平滑度。MATLAB仿真实验结果表明,相较于传统A*算法,本文改进A*算法在路径长度、转折点数、转折角度、遍历节点及规划时间等性能指标上明显减少。(2)局部路径规划。针对传统DWA算法易陷入局部最优、对环境变化不敏感等问题,提出了一种改进DWA算法。首先,引入了姿态调整函数,动态调整了移动机器人的方位角偏差,避免了出现大幅度转弯;其次,将距离评价函数进一步改进,降低了已知障碍物和未知障碍物之间的交叉影响,提高了动态避障的灵敏度。(3)混合路径规划。针对以上两种改进算法,本文提出了一种融合改进A*算法和改进DWA算法的混合路径规划算法。它融合了全局和局部路径规划的优势,解决了全局路径规划无法动态避障及局部路径规划易陷入局部最优的问题。MATLAB仿真实验结果表明,融合算法在沿改进A*算法所规划的静态全局路径移动的同时,还能动态避开未知障碍物;而且相比于改进A*算法,转折点减少,路径更短、更平滑。(4)基于ROS平台的导航规划试验。针对真实场景,利用基于ROS的实验平台,在室内走廊完成了SLAM建图和路径规划试验。在静态试验场景下,利用全局地图比较本文传统A*算法和改进A*算法,验证了本文改进A*算法的有效性;在动态场景下,利用在全局地图中随机添加动态障碍物,验证了本文融合算法的优越性。

关键词：路径规划移动机器人算法融合 A*算法 DWA算法

基于折射率匹配实验图像指标的含液颗粒物质系统内部固体体积分数重构

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

Acta Mechanica Sinica 2024年第2期40卷 39-53页

作者：孙云辉焦佳珺安翼王晓亮刘青泉 School of Aerospace Engineering Beijing Institute of TechnologyBeijing100081China Key Laboratory for Mechanics in Fluid Solid Coupling Systems Institute of MechanicsChinese Academy of SciencesBeijing100190China

折射率匹配技术被广泛用于研究颗粒-液体混合流动,但是目前针对其固体体积分数的确定为经验性的且缺乏理论或实验支撑.为了合理确定内部体积分数,本文开展了系统的标定实验来研究固体体积分数和图像指标的关系.结果表明基于面积分数的... 详细信息

折射率匹配技术被广泛用于研究颗粒-液体混合流动,但是目前针对其固体体积分数的确定为经验性的且缺乏理论或实验支撑.为了合理确定内部体积分数,本文开展了系统的标定实验来研究固体体积分数和图像指标的关系.结果表明基于面积分数的模型由于颗粒表观尺寸的不稳定性,会产生较大的误差,传统使用的正比例模型仅在靠近标定点附近的体积分数成立.本文提出了基于Voronoi多边形等效直径的预测模型,结果表明该模型更为准确且稳定,该模型被进一步应用于颗粒-液体斜槽流动中以研究内部体积分数剖面和底部应力.

关键词： Voronoi多边形折射率匹配颗粒物质等效直径标定点比例模型标定实验实验图像

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

蒸汽发生器沉积物在EDTA溶液中溶解行为

核动力工程 2024年第4期45卷 228-234页

作者：宋利君肖艳孙云田朝晖刘灿帅邹伟苏州热工研究院有限公司江苏苏州215004 国家核电厂安全及可靠性工程技术研究中心江苏苏州215004

为了研究化学清洗剂乙二胺四乙酸(EDTA)对模拟沉积物Fe_(3)O_(4)和蒸汽发生器(SG)泥渣的溶解能力,以指导化学清洗工艺选择,采用X射线荧光光谱和电感耦合等离子体发射光谱分析温度、EDTA浓度、溶解时间对模拟沉积物Fe_(3)O_(4)和SG泥渣... 详细信息

为了研究化学清洗剂乙二胺四乙酸(EDTA)对模拟沉积物Fe_(3)O_(4)和蒸汽发生器(SG)泥渣的溶解能力,以指导化学清洗工艺选择,采用X射线荧光光谱和电感耦合等离子体发射光谱分析温度、EDTA浓度、溶解时间对模拟沉积物Fe_(3)O_(4)和SG泥渣的溶解效果。采用Fe_(3)O_(4)制备化学修饰电极,采用三电极体系开展修饰电极的循环伏安测试和交流阻抗测试。结果表明,溶液温度越高,EDTA浓度越高,对Fe_(3)O_(4)的溶解能力越强;溶解时间越长,模拟沉积物Fe_(3)O_(4)和SG泥渣的溶解率越高;由于SG泥渣和模拟沉积物Fe_(3)O_(4)的差异性,EDTA溶液对SG泥渣的溶解能力弱于模拟沉积物Fe_(3)O_(4);修饰电极在EDTA溶液中的电化学反应过程属于扩散控制过程。

关键词：蒸汽发生器(SG) Fe_(3)O_(4) 泥渣化学修饰电极乙二胺四乙酸(EDTA)