论文部分内容阅读
文中通过已建成综合管廊实际用电分析,对其变压器容量的选择进行了探讨.
城市综合管廊供电变压器容量选择的探讨
【摘 要】
：
文中通过已建成综合管廊实际用电分析,对其变压器容量的选择进行了探讨.
【机 构】
：
安徽省城建设计研究总院股份有限公司,安徽 合肥 230051
【出 处】
：
江西建材
【发表日期】
：
2021年8期
其他文献
关联任务在多核处理器上并行调度所产生的通信时延,会对任务调度长度和处理器利用率造成负面影响,为了改善多核系统对关联任务的处理性能,针对关联任务在多核处理器上的调度特点,提出一种并行感知调度算法。计算各任务与终点间的最长路径值,按照该值的降序来分配任务调度次序,在分配处理器内核时兼顾关联度和任务最早可执行时间,设置最佳匹配评价函数。实验结果表明,与busHEFT和DTSV算法相比,该算法具有更短的任务调度时延、更少的通信量以及更高的处理器利用率。
文中介绍了在产城融合背景下,通过优化产业、绿色发展,在燕郊高新区产业园规划、建筑设计的实践中,融入绿色建筑、海绵城市理念,实现城市品质提升,低碳发展,打造特色小镇,为
结构活性作为Petri网的重要结构性质,在Petri网活性判定领域具有较高的研究价值。从Petri网有向回路对结构活性的影响入手,分析与判定无冲突Petri网的结构活性,讨论库所元素及其后置变迁之间是否存在有向回路对Petri网结构活性的影响,研究该类Petri网结构活性判定方法的相关条件与结论,得到无冲突Petri网是满足结构活性的充分必要条件。分析结果表明,该判定方法可在多项式时间内判定无冲突Petri网的结构活性。
为解决传统滚动轴承寿命预测方法精度差,效率低的问题。提出一种基于双向堆叠简单循环单元(Bidirectional Stack Simple Recurrent Unit,Bi-SRU)的预测方法。从原始信号中提取多种时、频域特征构建多维数据集,增强信息表征,避免了单一特征对轴承退化能力反映不足的缺点。依靠循环神经网络(Recurrent Neural Network,RNN)处理时序数据的能力,构建SRU模型,重构传统RNN串行运算结构,提升训练效率。并在单层SRU的基础上反向堆叠,使模型能够获取学习时间
物联网终端的显著特点是对外部世界进行感知与控制,但是传统安全威胁分析模型无法有效评估来自外部的攻击数据对物联网终端固件造成的危害。将新攻击面引入的攻击数据作为分析对象,通过对攻击数据在固件中的完整传播路径和交互过程进行建模,构建面向新攻击面的物联网终端固件安全威胁模型FSTM,从而分析物联网终端固件所面临的潜在威胁。分析结果表明,FSTM模型能有效描述物联网与物理世界紧耦合、与业务强相关的特性,为
在5G移动通信系统商用落地的背景下,设计准确、高效的信道估计方法对无线网络性能优化具有重要意义。基于改进GA-Elman算法,提出一种新的无线智能传播损耗预测方法。对Elman神经网络中的连接权值、阈值和隐藏神经元进行实数编码,在隐藏神经元编码中加入二进制控制基因,同时利用自适应遗传算法对权值、阈值和隐藏神经元数量进行优化,解决网络易陷入局部极小值和神经元数目难以确定的问题,从而提高预测性能。仿真结果表明,与仅优化连接权值及阈值的GA-Elman神经网络和标准Elman神经网络相比,该方法具有较高的预测精