【摘 要】
：
＜正＞近50年来，中国年平均增温约1.1℃，高于全球或北半球同期平均增温速率，尤其中国北方和青藏高原最为明显~1。相关研究表明，平均降水量和暴雨发生概率会随着气候增温而增加~2。为应对暴雨天气对城市的影响，2020年10月，党中央、国务院发布“十四五”规划报告，提出要提升国家自然灾害防御水平，完善规划实施监测与评估机制~3；同年11月，北京市发布市级“十四五”规划，提出要加强城市体检评估，大幅增强
论文部分内容阅读
＜正＞近50年来，中国年平均增温约1.1℃，高于全球或北半球同期平均增温速率，尤其中国北方和青藏高原最为明显~1。相关研究表明，平均降水量和暴雨发生概率会随着气候增温而增加~2。为应对暴雨天气对城市的影响，2020年10月，党中央、国务院发布“十四五”规划报告，提出要提升国家自然灾害防御水平，完善规划实施监测与评估机制~3；同年11月，北京市发布市级“十四五”规划，提出要加强城市体检评估，大幅增强城市防洪排涝能力~4。
其他文献
对于5G移动通信网络, 3GPP组织标准化了5G AKA等协议,用于身份认证和密钥协商.本文使用安全协议验证工具Tamarin对5G AKA协议进行了形式化分析.首先基于3GPP TS 33.501v17.0.0版本,完成了对5G AKA协议及期望其满足的安全性质的形式化建模.安全性质考虑了保密性质和Lowe鉴权性质,保密性质包括安全锚点密钥KSEAF和长期共享密钥K的保密性,鉴权性质包括协议参与
以空调负荷的预测方法为研究对象，通过预测建筑物的空调负荷，及时有效地调控系统，达到降低建筑能耗的目的。基于最小二乘支持向量机（LS-SVM）提出预测方法，并采用粒子群算法（PSO）实现优化计算，围绕济南及成都地区不同类型建筑物的空调负荷进行预测，确定影响空调负荷的各个因素并在计算过程中不断调整以简化预测过程。采用Matlab语言进行编程计算和分析，通过不断调整输入因素及部分PSO参数以降低预测误差
利用中国30个省份2010—2018年的面板数据，构建面板数据联立方程模型，考察土地财政、房价和保障房供给三者之间的互动关系。实证结果表明：（1）我国土地财政规模和房价之间存在双向因果关系，但房价上涨对土地财政的促进程度要大于土地财政对房价的促进程度。（2）在土地财政和房价上涨的互动作用下，会显著降低保障房供给水平。（3）不同地区的土地财政和房价上涨对保障房供给的影响程度存在明显的差异，相对于西部
甲醇是一种新型的清洁能源，但是使用方法不当也会造成一定程度上的危害。主要介绍了甲醇燃料的理化性质及其特点优势，其作为燃料发展过程中遇到的问题，以期对未来的甲醇燃料的安全防控方面提供参考。
为了协调电力系统供需平衡，降低运维风险和成本，引入Shaping技术改进了深度确定性策略梯度（DDPG）算法，得到Shaping-DDPG预测模型。加入经验回放技术和目标网络技术以消除数据间的关联性；设计变压器网络评估函数来评价变压器网络的优劣状态；通过数据处理模块和卷积模块提取原始数据特征，提高变压器系统的感知能力和学习效率。研究表明：与其他算法预测效果相比，Shaping-DDPG模型的RMS
提出一种基于多目标优化的组合模型（CM）,对短期电力负荷需求进行预测.将电力负荷数据预处理后,结合神经网络算法和改进后的多目标蜻蜓算法优化模型的权重.将CM分别通过2018、2019年的电力负荷数据集进行分析验证.在2019年电力负荷时间序列数据集的预测中, CM预测的平均绝对误差百分比MAPE平均值为0.63%,与MAPE最高的H-Elman算法相比低3.28%.结果表明, CM在短期电力负荷预
当前世界政治经济格局正在不断变化,国际关系悄然发生变化,新一轮科技革命促进了全球生产方式转变,进而引发社会结构的转型和居民生活方式的转变,全世界都在面临极大的机遇和挑战。科技的进步为传统金融业转型提供了关键的工具,极大地改变了金融业态,我国传统金融体系迎来新的发展机遇,能否跟上金融科技发展潮流,成为金融机构所面临的严峻挑战,金融科技正在影响着社会生产的各个方面,也深刻影响着居民的消费和生活方式。本
针对电力负荷的非线性变化特点，将BP神经网络应用于短期电力负荷预测领域，基于电力负荷的历史统计数据，同时考虑两个气象因素（温度、湿度）和不同日期类型（月份、工作日、周末、节假日）的影响，建立了一种高效的自学习预测模型，逐层提取负荷数据、气象数据和日期类型三者之间潜在的非线性特征.实验结果表明，经过训练的BP神经网络模型能够挖掘出短期电力负荷的深层变化模式，从而实现对未来电力负荷的精确预测.
电力负荷的变化不仅具有潜在周期性特征，外部气象等因素对负荷变化同样具有较大的影响，为提高负荷预测精度，提出一种基于Transformer-CNN融合内部周期性特征和外部气象特征的短期负荷预测方法。首先，采用奇异谱分析（Singular Spectrum Analysis，SSA）对历史负荷序列进行周期性重构，采用快速傅里叶变换（Fast Fourier Transform，FFT）提取典型序列周期
以汉中地区本地6个油茶品种为材料,通过测定油茶籽表型性状、脂肪酸成分及理化性指标,采用隶属函数法对6个油茶品种品质进行综合评价。结果表明,不同品种油茶表型性状变异系数为6.02%～31.19%,表型变异丰富;油酸是主要的不饱和脂肪酸,平均含量在85%以上,17号油茶籽油的亚油酸含量最高,为6.50%;油酸的变异系数最小（1.29%）,稳定性最高,棕榈酸的变异系数最大（12.72%）,最不稳定;油酸