偃师市耕地时空变化及驱动力分析

为从县级层面上了解耕地变化的趋势特点,更好地实现耕地资源保护及可持续利用,笔者研究了偃师市1997—2004年耕地时空变化情况,并运用主成分分析法,对影响耕地变化的主要驱动力因子进行了定性与定量分析。结果表明,1997—2004年偃师市耕地变化分为数量增加和数量减少两个阶段;变化幅度区域分布不同,经济发达乡镇高于落后乡镇,中心城区、重点乡镇高于一般乡镇,山区乡镇高于平原乡镇。其变化除受政策、观念等因素驱动外,经济发展也起到了重要的促进作用,并在此基础上提出了耕地保护的建议。     

邢台地区夏玉米生产气候脆弱性分析

为明确邢台地区夏玉米产量波动的气象要素变化规律和玉米生产潜力发挥的限制因子,利用邢台地区17个气象站1971—2006年气象资料和1983—2006年夏玉米单产数据,对夏玉米生产潜力做出估算,以直线滑动平均法分离气象产量,进行了气象要素和气象产量间的通径分析,结果表明：邢台地区夏玉米光合生产潜力为24818kg/hm^2,光温生产潜力为20437kg/hm^2,光温水生产潜力为11723kg/hm^2,分别是现实生产力的3.6倍、2.9倍、1.7倍,水分条件是限制生产潜力发挥的主要因素;夏玉米趋势产量年际间变化较为平稳,气象产量年际间变化幅度较大,农业生产表现出气候脆弱性,生育期总降水量及总日照时数是年际间气象产量波动的主要因素,生育期总降水量与气象产量呈显著正相关,直接通径系数为0.363,气象产量与生育期总日照时数呈显著负相关,其直接通径系数为-0.385;生育期内以旬为时间序列气象因子中,气象产量与6月上旬日照时数、7月下旬平均气温、7月中旬降水量具有显著相关性。综合分析表明,邢台地区夏玉米生产的气候脆弱性与该地区降水量的年际间波动相关,发育关键期光温条件对夏玉米生产也具有重要的影响。     

自适应加权最小二乘支持向量机的空调负荷预测

为了提高建筑空调负荷的预测精度,在分析空调负荷主要影响因素的基础上提出了一种基于自适应加权最小二乘支持向量机(AWLS-SVM)的建筑空调负荷预测方法。该方法根据预测误差的统计特性,采用基于改进正态分布加权规则,自适应地赋予每个建模样本不同的权值,以克服异常样本点对模型性能的影响。建模过程中采用粒子群优化(PSO)算法对模型参数进行优化,以进一步提高模型预测精度。基于DeST模拟数据将AWLS-SVM方法应用于南方地区某办公建筑的逐时空调负荷预测中,并与径向基神经网络(RBFNN)模型、LS-SVM模型及WLS-SVM模型作比较,其平均预测绝对误差分别降低了51.84 %、13.95 %和3.24 %,并进一步基于实际空调负荷数据将该方法应用于另一办公建筑的逐日空调负荷预测中。预测结果表明：AWLS-SVM预测的累积负荷误差为4.56 MW,亦优于其他3类模型,证明了AWLS-SVM具有较高的预测精度和较好的泛化能力,是建筑空调负荷预测的一种有效方法。     

电源分配网络阻抗分析及去耦电容优化

高速印制板电源分配网络（power delivery networks,PDN）受电电源端口具有瞬时电流大、目标阻抗小的特点。针对任意形状电源板的阻抗问题,提出一种基于解析式与有限差分法的互补模型,并在此基础上结合粒子群算法实现多个受电电源端口的阻抗优化。通过Matlab仿真,发现互补模型的结果与全波有限元法的基本吻合,计算时间则大幅缩短。测量结果表明,优化后实验板的多个受电电源端口阻抗均满足各自的目标值要求。