一、分支机制依赖于种群总数的临界的超过程(论文文献综述)
默秋叶[1](2020)在《关于分枝过程最右粒子的极限行为及大偏差》文中研究表明概率论的研究中有一个重要分支-分枝过程,这是一直以来的研究热点,并且目前富有成果。分枝过程描述的是在一个封闭或开放系统中,粒子群体的一种随机演化的现象。在理论方面,分枝过程与随机过程中许多重要的过程有深刻的联系,由于布朗运动具有非常好的性质,因此分枝布朗运动的研究很广泛,例如粒子数的期望、最右粒子的渐近行为以及最右粒子位置的大偏差等。泊松过程、布朗运动、α-stable(0<α≤2)都是基本的Lévy过程。当α=2时,α-stable过程即为布朗运动。本文主要研究的内容是α ∈(0,2)的分枝对称α-stable过程。本文的第一章介绍了分枝过程的研究背景和意义、研究现状以及本文研究的内容和创新点。第二章是文章中会用到的一些与随机过程有关的基本概念,以及文章中证明时会用到的一些基本定理。第三章第一节先介绍了二分枝布朗运动的模型;第二节则是研究k分枝布朗运动最右粒子位置的大偏差。第四章是本文的重点部分,第一节给出分枝对称α-stable过程的模型,然后以spine分解和Girsanov测度变换为工具,借助many-to-one引理把粒子运动轨迹为α-stable过程的相关证明转化为简单的,我们可以解决的问题;第二、三、四节分别是粒子数的期望、粒子数的渐近行为以及最右粒子位置速率的证明过程及结论;最后一节是对分枝对称α-stable过程研究的总结和展望。第五章研究的是与布朗运动有关的It(?)-Volterra积分方程的数值解。
刘炳含[2](2019)在《基于大数据技术的电站机组节能优化研究》文中指出随着我国经济持续发展,能源消费保持增长态势。燃煤发电作为能源供应的支柱产业,在我国独特的能源结构作用下,将继续占据主导地位,也是我国实现优能降耗减排目标的关键。大数据、人工智能的崛起及迅猛发展,推动着智能化、信息化与工业化的深度融合,为我国发电企业由高能耗、高排放、低效率的粗放型发展方式向低能耗、低排放、高效率的绿色发展方式转变带来新的方式和机遇。随着电力系统信息集成化的普及应用,电站机组积累了海量运行数据,如何挖掘数据中的潜在价值并加以利用,已成为当前发电行业的重要研究领域。推广大数据技术在电站机组的多角度、深层次、宽范围的挖掘与应用,对提高机组效率及深化优能降耗具有重要意义。首先,通过对电力大数据定义及特征的概括分析,阐述了电站机组大数据的定义及价值。针对电站机组大数据的挖掘过程,提出电站机组大数据的层级架构设计;同时,依据电站大数据处理关键技术,构建电站大数据生态系统应用框架,引入大数据存储与批处理技术,实现电站机组大数据的信息挖掘与获取。其次,深入分析电站机组海量运行数据特点及数据质量,阐明质量缺陷及原因,明确数据处理策略及方法。在电站机组数据检测中,采用多参数阈值判断法筛选稳态工况数据。在数据预处理中,利用双线性插值法及联合概率密度法分别处理数据空缺值及离散值;同时,针对电站机组大数据高维度、非线性的特点,引入模糊粗糙集理论,建立电站机组大数据特征参数选择方法,剔除冗余或无关参数,精简特征参数集,保证大数据挖掘处理的高效率性与高精度性。再次,开展基于大数据技术的电站机组能耗分析方法。以模糊粗糙集属性约简为基础,通过Canopy算法对K-means聚类算法改进,并将改进K-means聚类算法在Hadoop平台上实现并行化计算,实现全工况高效寻优确定电站机组运行目标基准值。同时,建立支持向量机能耗敏感性分析模型,依据供电煤耗与输入特征参数之间的依赖度及相关性,分析不同负荷工况下关键特征参数对供电煤耗的敏感性系数。然后,分析厂网两级负荷优化分配现状,针对电力发展清洁型、灵活型、智能型需求,提出基于大数据技术的考虑边界条件及污染物排放的多目标厂级负荷优化分配策略。基于电站机组的海量运行数据,引入大数据分析方法,通过粒子群算法对支持向量机进行改进,建立厂级快速性、经济性、环保性多目标负荷优化预测模型;并利用MapReduce并行编程模型实现对NSGA-Ⅱ优化算法的并行化处理,完成厂级多目标负荷优化分配计算。以此为基础开展的厂级负荷优化分配可有效降低电站机组供电煤耗及污染物排放,对电力系统节能发电调度具有参考意义。最后,开展燃气电站机组对标管理综合评估研究。在分析研究燃气电厂对标管理评估特点及表征参数的基础上,从安全环保、机组可靠、设备管理、经济运营、生产技术5个方面建立燃气电站机组对标管理综合评价指标体系:同时,基于大数据分析方法的粗糙集属性约简原理,结合向量夹角余弦与主成分分析法,建立燃气电站机组对标管理综合评估模型。针对模型赋权方案,建立基于指标权值的敏感性分析模型,检验结果表明所建立的燃气电站机组对标管理综合评价模型的权值分配敏感性较低,模型评价结果稳定,鲁棒性好,为燃气电厂企业对标管理及电厂机组间竞赛提供指导和帮助。
张嘉[3](2019)在《基于工业大数据的超超临界燃煤锅炉在线建模方法研究》文中提出燃煤电站锅炉运行过程产生的NOx是大气中NOx的主要污染源之一,随着节约能源、保护环境的形势日趋严峻,作为火力发电环节中节能环保、提高效率的主要技术之一,超临界、超超临界机组技术已经成为其首要考虑因素。由于系统电力调峰以及受其他因素的影响,机组经常在变负荷的状态下运行,当负荷波动程度较大时会导致燃烧过程不稳定,从而引起燃烧产生的NOx排放量增加。为了优化燃烧过程进而降低NOx生成、提高燃烧效率,首先需要建立起能够有效反映其特性的模型。于是对燃煤电站锅炉的运行机理进行分析,重点讨论了燃烧过程,从而确定影响NOx生成的主要影响变量,合理选择变量,也为后续的建模工作提供有效的样本数据。由于机理建模复杂程度大且需要大量专业知识,从数据驱动建模的角度出发,开展了针对某1000 MW超超临界燃煤电站锅炉NOx排放建模研究。为此,本文研究了基于支持向量回归的NOx预测问题,并针对支持向量回归预测模型参数难以确定的问题,分别研究了基于粒子群算法和网格搜索的参数优化方法。研究结果表明,粒子群算法具有良好的逼近精度和泛化能力。考虑到工业大数据背景下的适用性,以及样本数据中所蕴含的时间信息,提出了一种基于长短期记忆(Long-Short Term Memory,LSTM)的深度学习算法。经过对模型训练学习,并在测试集上验证,与神经网络和支持向量回归模型的预测结果相比,LSTM有着较强的学习能力和泛化性能。锅炉运行中会出现设备老化,其他运行参数变化而导致所建模型不适用当前状态的情况。在线学习算法是一种有效的解决方法,通过学习实时数据,不断更新模型,以适应当前状态。本文在传统增量式在线支持向量回归算法的基础上,提出一种自适应的样本更新规则用于对模型的更新,一定程度上避免了对已训练样本的重复学习,提高模型更新效率。结合现场运行数据特点,模拟实际运行情况,利用锅炉运行数据建立了NOx排放的自适应在线支持向量回归模型。结果表明,该模型具有良好的预测精度,能很好地跟踪锅炉变化的运行特性,可以满足在线预测NOx的要求。与传统在线支持向量回归算法相比提高了模型的更新效率,模型的准确性也有一定的提高。综上所述,本文充分说明了基于数据驱动建模方法实现燃煤电站锅炉NOx排放在线预测的可行性。研究结果对降低NOx排放,提高电站运行效率具有重要理论指导意义和实际生产应用价值。
何婧[4](2014)在《基于行为倾向与过程分析的后发企业市场导向研究》文中提出后发企业在技术上依赖于技术领先企业,在市场上依赖于本国顾客的市场资源。因此,资源上“双向依赖”是后发企业的重要外部关系,如何在其中正确权衡、恰当决策并跨越过程中的困境成为焦点问题。本文主要从行为倾向和过程分析两个维度研究了后发企业的市场导向问题。首先,从资源依赖的两个维度——相互依赖和非平衡力入手,构建了基于后发企业“双向资源依赖”的导向理论模型。在此基础上阐释了“双向资源依赖”下后发企业市场导向的行为倾向。接下来,通过典型案例的历史纵向研究,从过程分析维度重点关注后发企业与环境的互动,特别是与顾客的互动过程中如何一步步演化成不同的两种结果:一种是顾客锁定困境,另一种是能力赶超。通过政策捕捉的准实验方法验证后发企业管理者在“双向资源依赖”权利结构下市场导向行为倾向,并对获取的实验数据运用似不相关回归统计方法分析,最终检验了研究假设并得出研究结论。研究结论显示:(1)后发企业管理者在面对顾客层面的压力时,表现出选择反应型市场导向的行为倾向。(2)后发企业管理者在自身具备相应能力的基础上,表现出对先动型市场导向的偏好。(3)在反应型市场导向与先动型市场导向的权衡上,后发企业管理者并未表现出特定的行为倾向,也就是说后发企业在不同的发展阶段可能同时存在两种类型的市场导向。在顾客锁定困境研究中,以事件路径为线索,研究抽取了一个典型企业四十年发展历史的生产质量与市场营销的1299个事件,应用扎根理论工具把事件划分为四类和三个阶段,得出事件演进的趋势点图。此四类事件(内部实现、质量交付、顾客反馈和需求输入)构成后发企业价值循环的基本过程。进一步探讨反应型市场导向下后发企业的能力构建过程,并揭示出在能力构建过程中后发企业如何进入顾客锁定的困境。研究结论显示:(1)后发企业的价值循环中伴随能力补缺的反向过程,它们共同形成“价值-能力”的双向循环结构。(2)开放时期技术引进与顾客需求形成的替代渠道,它对“价值-能力”双向循环同时兼具推动和阻碍作用。(3)在市场爆发期双向循环过程被阻断,进入顾客锁定困境。在能力赶超的研究中,选取具有典型代表性的三星电子和华为作为对比案例,将两家企业的发展历程划分为行业进入期、反应型市场导向驱动期、反应型市场导向和先动型市场导向双驱动期,通过对不同时期的能力构建分析,探讨后发企业实现能力赶超的过程。引入了“双元”思维范式,提出了后发企业实现追赶的途径——满足顾客现有需求和顾客潜在需求的“价值-能力”双向循环系统。本研究将后发企业市场导向问题放在统一的“双向资源依赖”格局下,结合实际和理论,为研究后发企业提供了崭新的视角,更为研究后发企业市场导向提供了理论体系的支撑。
高芳[5](2013)在《基于智能计算的大型锅炉燃烧系统建模与优化问题研究》文中研究表明火力发电在未来较长时期内仍将是我国电力工业发展的主力,火电机组也因此成为节能减排的重点领域。与传统的优化方法相比,基于智能计算的锅炉燃烧系统优化方法具备独特的优势,特别是在单机容量不断提高、参数不断增多、热工过程和系统变的愈加复杂的情况下,基于智能计算方法对电站锅炉燃烧系统的建模和优化问题进行研究,将为火力发电机组实现高效率、低排放运行提供有效解决方案。本文围绕大型锅炉优化运行的智能建模与优化方法展开,主要内容包括:(1)对电站锅炉配煤系统建模与优化问题进行研究。讨论了动力配煤技术中对煤灰熔点进行预测的重要性,给出了煤灰熔点预测模型的建模流程和性能评价指标,比较了不同模型的优劣,基于较优的模型实现了煤灰熔点的优化。(2)对330MW四角切圆燃煤锅炉燃烧系统优化运行方法进行研究。讨论了影响锅炉热效率和NOx排放的主要因素,利用该锅炉在满负荷下进行单因素轮换法得到的热态数据建立了燃烧系统的模型,给出了模型结构,验证了模型的有效性,基于该模型搜索得到可调整运行参数,得到了对应工况的优化运行方案。(3)对1000MW超超临界锅炉燃烧系统优化运行方法进行研究。进行了负荷、总燃料量、燃烧器摆角、燃尽风门开度和二次风配风模式、燃烧器运行组合方式和煤种等因素的实炉燃烧调整实验,取得了有效的热态数据。建立了该锅炉燃烧系统的共享模型,对锅炉热效率和NOx排放的预测取得了令人满意的结果。基于该模型进行运行方式寻优,得到了对应工况最优的可调运行参数组合,分析了优化结果。(4)对智能建模和智能优化方法进行研究。对支持向量机回归方法进行研究,提出了一种适用于燃烧系统多输出建模的回归方法,并对模型参数进行优化以提高其预测性能。对两种群体智能优化方法进行研究,为了使之适用于锅炉燃烧系统的优化,首先对蚁群算法用于求解连续函数优化问题进行研究,提出了一种可用于连续域函数优化的蚁群算法,给出了算法框架;对粒子群优化的改进方法进行了研究,以加快收敛速度、增加种群多样性并增强局部搜索能力。针对上述问题展开研究的过程中,取得了一定的创新性成果:(1)提出了一种330MW四角切圆燃煤锅炉燃烧系统优化运行的方案。(2)提出了一种1000MW超超临界锅炉燃烧系统优化运行的方案。(3)提出了一种用于燃烧系统建模的最小二乘支持向量机回归方法,提出了一种用于连续域函数优化的蚁群算法和一种改进的粒子群优化算法。
陈丽,薛玲霞,刘利敏[6](2013)在《分支机制依赖于种群总数的超过程》文中指出证明了由Méléard和Roelly引入的一类带有交互作用的测度值过程的马尔可夫性质,这种测度值过程被一维扩散的非线性pseudo-log-Laplace函数所刻画;并证明了这种超过程的概率特性.
徐志达[7](2013)在《基于供应链网络演化理论的供应商选择与应用》文中指出金融危机加上中国经济逐步进入慢车道,制造业出现严重的产能过剩,竞争愈加残酷,一味盲目扩大产能的粗犷型增长模式亟待转型。本文从组织生态学的角度,研究和分析供应链网络的演化过程。在此基础上,对供应链网络演化不同阶段下的动态供应商选择方法和策略开展研究。供应链网络的组织演化是本文的理论研究基础。自然界存在的生物种群、群落、人类社会的社会组织以及经济系统等,都是由其中的个体组成。论文从两个方面研究供应链网络种群的自组织演化。一方面,从种群的总产能和总需求出发,分析供应链网络种群的自组织演化过程。将供应链网络的自组织演化过程分为四个不同阶段。以上下游供应商种群和制造商种群之间的供需总量变化为分界线,产品服务供不应求时期定义为成长期;供大于求时期定义为转折期;在此基础上,随着时间的推移,把之后相对成熟的上下游企业种群的发展时期定义为震荡期,最后种群衰退和消亡部分定义为衰亡期。另一方面,从供应链网络的组织结构演化入手,考虑了不同演化阶段供应链网络组织的拓扑结构的形成过程,以及上下游供应商制造商之间竞合行为的博弈和演化过程。在此基础上,论文阐述了从演化的视角分析供应商选择的必要性,然后重点围绕着质量、价格、财务状况等指标,构建了基于供应链网络演化理论的供应商选择指标体系。选用层次分析法,通过定性和定量相结合的方式给出不同演化时期供应商选择上的指标权重值的选取,随后进行分析和求解,最后给出综合评价结果。在系统的构造上,以某叉车制造企业为应用对象,开发了基于J2EE架构的供应商选择系统,可以实现供应商选择过程中的多种功能,为企业在供应商选择方面提供了管理决策平台。
王桂花,陈丽[8](2012)在《超过程拼接与分支依赖人口总数的超过程》文中研究指明讨论了利用超过程的拼接构造由分支机制依赖种群总数、粒子运动具有交互作用的超过程.并利用超布朗运动的鞅刻画及函数值对偶过程证明了这一类超过程的分布唯一性以及强Markov性质.
宋晓华[9](2012)在《基于低碳经济的发电行业节能减排路径研究》文中指出在全球气候变暖、能源短缺、污染日益严重的国际背景下,发展以低能耗、低排放为标志的低碳经济,实现可持续发展,正在成为世界各国经济发展的共同选择。低碳经济是中国面临的新选择、新机遇、新挑战,是改善生态环境、推动经济发展方式转变的发展模式。发电行业作为能源消耗量最多、CO2排放量最大的部门之一,其未来发展路径的正确与否直接影响到我国低碳经济的效果与成败。本文在前人研究基础上,对基于低碳经济的发电行业节能减排路径做了较为系统的研究:(1)历史数据是规划发电行业节能减排路径的基础。论文全面回顾了我国发电行业十年来发展概况、节能减排成果与存在的问题,分析了节能减排的潜力,明确了基于低碳经济的发电行业节能减排路径研究的现实起点。(2)电力需求预测是设计基于低碳经济的发电行业节能减排路径的前提条件。论文在对低碳经济背景下电力需求预测特点和影响因素分析的基础上,建立了基于蛙跳算法优化的回归分析、蛙跳改进支持向量机、改进灰色预测的组合预测模型,并利用该模型进行了实证分析,预测了2012年至2020年电力需求量,该预测是规划低碳经济下发电行业节能减排路径最重要的数据基础。(3)论文研究了低碳经济下发电行业节能减排的两条路径:低碳电源结构优化路径和化石能源发电低碳技术创新路径。其中第一条路径是解决发电行业低碳、节能减排的根本,因此对此路径做了重点研究。在对低碳电源结构规划原则分析的基础上,建立了基于多目标决策的低碳电源结构优化模型,并利用该模型进行了实证分析,量化分析了我国2012年至2020年发电行业优化后的电源结构、投入成本、二氧化碳减排贡献以及其它污染物减排等结果。第二条路径解决了化石能源发电的低碳和节能减排问题,分析了低碳创新技术的作用、发展障碍和发展规划,并分析了2012年至2020年开展各类创新技术的实施进度。(4)从行业监管角度研究了低碳经济下发电行业节能减排的评价体系,目标是为行业监管部门提供监督发电行业低碳、节能减排路径实现的程度和效果。构建了低碳经济下节能减排评价指标体系,建立了基于改进密切值法的综合评价模型,并利用该模型对华东区域的发电行业在2006年至2010年期间低碳、节能减排效果作了实证评价和研究。(5)提出了一系列保障发电行业实现低碳、节能减排的政策建议,为保障发电行业节能减排路径实现提供了宏观助力。论文在低碳经济理论、节能减排理论、产业发展理论的基础上,综合应用电力需求预测方法、多目标决策方法、综合效益评价方法,对低碳经济下发电行业节能减排进行了全面系统的研究。具体研究方法包括:文献综述研究方法、定量和定性相结合的方法、归纳和演绎相结合、重点性研究与系统性研究相结合、理论研究与实证分析相结合等。论文主要创新点如下:(1)建立了基于低碳经济的蛙跳算法优化的电力需求组合预测模型。该模型将单位GDP电耗作为影响因素引入模型,选择回归分析、蛙跳改进的支持向量机、改进灰色预测三种方法进行组合,并利用蛙跳算法优化组合权重。该模型更符合低碳发展、节能减排目标,预测精度更高,为低碳经济下发电行业节能减排路径规划奠定了良好的研究基础。(2)提出了基于低碳经济的发电行业节能减排的两条路径,分别为低碳电源结构优化路径和化石能源发电低碳技术创新路径。其中在电源结构优化研究中利用多目标决策方法对低碳电源结构进行优化分析,将C02排放量最少和总成本最低作为目标函数,以电力需求、备用容量、污染物排放、可再生能源最大装机容量为约束条件进行电源结构优化。该优化结果是既考虑CO2减排、又考虑成本效益的综合最优。(3)建立了低碳经济下发电行业节能减排效果的评价指标体系。该评价指标体系引入多个低碳、节能减排相关指标,并选用改进密切值法构建综合评价模型。(4)提出了保障基于低碳经济发电行业节能减排路径实现的政策建议。主要包括健全低碳经济下发电行业节能减排的法律法规体系、完善低碳经济下发电行业节能减排的经济政策、构建低碳经济下发电行业节能减排的市场机制、加强低碳经济下发电行业节能减排的监管工作四个方面。论文通过实证分析验证了设计的低碳经济下发电行业节能减排路径的理论研究是切实可行的,为我国规划发电行业提供了参考和借鉴,具有较好的理论价值和现实意义。
李国志[10](2011)在《基于技术进步的中国低碳经济研究》文中提出全球气候变化是人类迄今面临的最重大的环境问题,也是21世纪人类面临的最严峻的挑战之一。气候变化主要是由人类活动引起的,解决气候变化问题的根本措施是减少温室气体的人为排放。2003年,英国率先提出发展“低碳经济”,之后各国纷纷效仿。中国作为世界上最大的碳排放国,同时也是对世界环境高度负责任的国家,发展低碳经济,逐步降低经济发展的二氧化碳排放成为一种必然的选择。与发达国家和地区相比,我国在发展低碳经济方面存在较大的技术差距,所以推动低碳技术的快速发展至关重要。论文主要分析了以下几方面的内容:我国二氧化碳排放来源、现状以及发展低碳经济的制约性因素;技术对碳减排的作用途径,人口、经济和技术对碳排放的影响弹性及技术进步的碳减排效果;我国发展低碳经济的技术选择指标体系及选择方向;低碳经济技术创新模式选择及开放式创新系统的构建;低碳技术国际转让模式及策略;关键领域(以建筑部门为例)的低碳技术及减排潜力;我国低碳技术发展的现实矛盾和政策建议等。首先,采用表观能源消费量估算方法,根据各省份历年能源消费量数据,论文估算了1996-2008年我国30个省份的二氧化碳排放量,并进行区域比较。结果表明:我国二氧化碳排放均呈现快速增长趋势,但不同省份之间差异非常明显,且呈现扩大的趋势。从东、中、西部地区比较看,碳排放量差异也非常明显。其中,东部地区碳排放量最大,约占全国总排放量的50%左右,且呈现上升的态势;而中部地区碳排放量比重则呈现缓慢下降趋势,西部地区碳排放比重则相对稳定。在发展低碳经济方面,我国面临人口与城市化规模、经济与产业结构、能源资源禀赋等因素的制约。其次,分别采用STIRPAT模型和LMDI因素分解方法,分析了人口、经济和技术对二氧化碳排放的影响弹性,以及各因素对二氧化碳排放变化的贡献值。结果表明:人口、经济和技术对不同区域二氧化碳排放的影响弹性有所不同,其中技术弹性为正,说明技术进步(即能源强度下降)在一定程度上缓解了碳排放;二氧化碳排放与经济增长之间存在明显的倒“U”型环境库兹涅茨曲线,但是要达到曲线的拐点,需要较长的时间;各区域的二氧化碳排放量存在显着的路径依赖现象,当期经济增长至少对未来1-4年的空气质量将产生影响;技术进步对我国二氧化碳的减排效果非常明显,但是技术对二氧化碳排放的影响呈现阶段性变化特征。1996-2008年间,由于技术进步而实现的碳减排量约为588.25百万吨碳。第三,利用模糊层次分析法,构建了我国低碳技术选择的指标体系。在该体系中,包括技术评价、战略效益评价、财务效益评价、社会评价和风险评价五个一级指标。在此基础上,论文认为我国发展低碳经济要重点选择以下四个方面的低碳技术:以信息、生物等新技术为载体的共性技术;源头减排技术,包括煤炭清洁技术和新能源技术等;以提高资源利用率为目标的相关技术,包括清洁生产技术、生态产业链接技术和社会层面的资源综合利用技术等;碳捕集和封存技术。第四,在对低碳技术创新含义及特点进行分析的基础上,构建了我国低碳技术开放式创新系统,主要包括低碳产品的用户、高校及科研机构、政府部门、中介机构(金融机构和技术服务机构)、企业联盟等部门。另外,还分析了企业低碳技术创新的模式选择问题,结果表明:选择何种创新模式,主要取决于产方与学研方关于转让价格或利润分配比例的谈判结果。当技术转让价格高于某个值,或者企业利润分配比例小于某个值时,企业愿意选择独立创新的模式;当技术转让价格低于某个值,或者企业利润分配比例在一定数值范围内时,企业愿意选择技术购买的方式;当技术转让价格在一定数值范围内,或者企业利润分配比例高于某个值时,企业愿意选择商业化协作的方式。第五,根据演化博弈理论,分析了低碳技术国际转让的模式和策略。结果表明:为了加快跨国公司向我国转让低碳技术,要尽量降低跨国公司的技术转让成本;应鼓励跨国公司到我国投资办厂,欢迎其以独资等形式先进入我国;对于由于技术溢出而导致的损失较大的低碳技术,要试图先使一家跨国公司向中方企业转让技术。同时,在低碳技术国际转让过程中,我们需要关注相关利益部门的诉求,包括发达国家和发展中国家的政府和企业,在综合考虑各方利益基础上促进低碳技术国际转让。第六,对建筑部门的关键低碳技术进行了简要概述,并且利用情景分析方法,分析了不同情境下我国建筑部门的能源消耗和二氧化碳排放量。结果表明:在技术冻结情景、基准情景和低碳情景下,2030年建筑部门消耗的能源数量将分别较2007年增加21.05亿吨标准煤、11.67亿吨标准煤和2.94亿吨标准煤。就二氧化碳排放量而言,三种情景下,2030年建筑部门碳排放量分别较2007年增加40亿吨碳、21亿吨碳和5亿吨碳。说明低碳技术对我国建筑部门来说,具有非常明显的二氧化碳减排效果。第七,分析了我国低碳技术发展的现实矛盾和政策建议。其中,现实矛盾包括低碳技术研发能力较弱、低碳技术国际转让面临障碍、低碳技术总体水平落后且分布不均衡等;政策建议包括制定低碳技术发展路线图、促进低碳技术创新、推动低碳技术国际转让、加速低碳技术在构建低碳城市和低碳社区中的应用和推广等。
二、分支机制依赖于种群总数的临界的超过程(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、分支机制依赖于种群总数的临界的超过程(论文提纲范文)
(1)关于分枝过程最右粒子的极限行为及大偏差(论文提纲范文)
学位论文数据集 |
摘要 |
abstract |
符号说明 |
1 绪论 |
1.1 理论背景和意义 |
1.2 研究现状分析 |
1.3 本文主要研究内容及创新点 |
2 预备知识 |
2.1 随机过程基础 |
2.2 α-stable过程 |
2.3 基本定理 |
3 分枝布朗运动的最右粒子位置的大偏差 |
3.1 二分枝布朗运动的最右粒子位置的大偏差 |
3.2 k分枝布朗运动的最右粒子位置的大偏差 |
3.2.1 下界 |
3.2.2 上界 |
4 分枝对称α-stable过程 |
4.1 分枝对称α-stable过程模型 |
4.1.1 Spine分解和应用 |
4.1.2 Girsanov测度变换 |
4.1.3 {M_t:t≥0}的收敛性 |
4.2 粒子数量的期望 |
4.3 |N_t~(e~(λt))|的渐近行为 |
4.3.1 定理4.10的上界 |
4.3.2 定理4.10的下界 |
4.4 最右粒子位置 |
4.5 与布朗运动有关的It(?)-Volterra积分方程的数值解 |
4.5.1 Haar小波和block-pulse函数 |
4.5.2 随机积分算子矩阵 |
4.5.3 方程的转化和求解 |
4.5.4 误差分析 |
5 总结与展望 |
参考文献 |
致谢 |
研究成果及发表的学术论文 |
作者和导师简介 |
附件 |
(2)基于大数据技术的电站机组节能优化研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题背景及研究的目的和意义 |
1.1.1 能源行业大数据技术发展需求 |
1.1.2 电力行业迈进大数据时代 |
1.2 国内外研究现状及发展趋势 |
1.2.1 电力大数据研究现状及发展趋势 |
1.2.2 电站机组节能降耗研究现状 |
1.3 论文的研究内容 |
第2章 电站大数据架构及理论基础 |
2.1 引言 |
2.2 电站大数据概念及特性 |
2.3 电站大数据架构体系 |
2.3.1 电站大数据架构 |
2.3.2 电站大数据关键技术 |
2.4 电站大数据平台 |
2.4.1 电站大数据平台架构 |
2.4.2 电站大数据平台搭建与配置 |
2.5 电站大数据理论基础 |
2.5.1 大数据存储 |
2.5.2 大数据计算技术 |
2.5.3 数据挖掘技术 |
2.6 本章小结 |
第3章 电厂实时大数据预处理及特征参数选择研究 |
3.1 引言 |
3.2 电站大数据预处理 |
3.2.1 数据稳态检测 |
3.2.2 大数据清理 |
3.3 电站机组关键能耗特征参数选择 |
3.3.1 特征参数选择方法概述 |
3.3.2 模糊粗糙集理论与方法 |
3.3.3 关键能耗特征参数选择实例分析 |
3.4 本章小结 |
第4章 基于大数据技术的电站机组能耗分析 |
4.1 引言 |
4.2 电站机组能耗分析策略 |
4.2.1 电站机组关键能耗特征参数分析 |
4.2.2 大数据技术新算法确定基准值策略 |
4.2.3 K-means聚类 |
4.2.4 Canopy算法 |
4.2.5 基于MapReduce架构的新算法实现 |
4.2.6 基于支持向量机的能耗敏感性分析模型 |
4.3 电站机组应用实例 |
4.3.1 确定研究对象及目标 |
4.3.2 算法应用及计算结果 |
4.3.3 算法性能测试 |
4.3.4 不同负荷下能耗敏感性分析实例 |
4.4 本章小结 |
第5章 大数据技术的电站机组节能环保多目标负荷优化分配 |
5.1 引言 |
5.2 厂级负荷分配 |
5.2.1 厂级负荷分配策略 |
5.2.2 负荷优化分配方法 |
5.2.3 大数据技术的厂级多目标负荷优化分配策略 |
5.3 大数据技术的厂级多目标负荷优化分配 |
5.3.1 PSO-SVM预测模型 |
5.3.2 NSGA-Ⅱ算法 |
5.3.3 并行NSGA-Ⅱ多目标优化方法 |
5.3.4 染色体表达 |
5.3.5 电厂负荷分配的物理模型 |
5.3.6 基于大数据技术的节能环保多目标负荷优化分配模型 |
5.4 实例分析 |
5.4.1 确定研究对象及目标 |
5.4.2 电站机组能耗特性分析 |
5.4.3 基于PSO-SVM预测模型计算 |
5.4.4 多目标负荷优化及计算结果 |
5.4.5 大数据方法效率验证 |
5.5 本章小结 |
第6章 燃气电站机组对标管理综合评价研究 |
6.1 引言 |
6.2 对标管理综合评价 |
6.2.1 对标管理基本概念 |
6.2.2 对标管理综合评价方法 |
6.3 燃气电站机组对标管理综合评价指标体系 |
6.3.1 指标体系构建的基本原则 |
6.3.2 评价指标体系建立 |
6.4 燃气电站机组对标管理综合评价模型搭建 |
6.4.1 粗糙集指标筛选 |
6.4.2 基于向量夹角余弦二级指标评价模型 |
6.4.3 主成分分析一级指标综合评价模型 |
6.5 实例分析 |
6.5.1 燃气电站机组样本概况 |
6.5.2 电站机组样本数据选取 |
6.5.3 基于粗糙集的指标筛选 |
6.5.4 基于向量夹角余弦法二级指标评价结果 |
6.5.5 基于主成分分析的一级指标评价结果 |
6.6 燃气电站机组评价体系指标权值敏感性分析 |
6.6.1 指标权值的敏感性分析模型 |
6.6.2 评价体系指标权值敏感性分析 |
6.7 本章小结 |
第7章 结论与展望 |
7.1 主要研究成果 |
7.2 论文主要创新点 |
7.3 后续工作展望 |
参考文献 |
攻读博士学位期间发表的论文及其它成果 |
攻读博士学位期间参加的科研工作 |
致谢 |
作者简介 |
(3)基于工业大数据的超超临界燃煤锅炉在线建模方法研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 课题背景及研究意义 |
1.2 国内外研究现状 |
1.3 主要研究内容 |
1.4 论文结构安排 |
第2章 电站锅炉燃烧过程NO_x产生机理分析 |
2.1 超超临界锅炉工作原理 |
2.2 电站锅炉NO_x生成机理 |
2.3 燃煤锅炉NO_x排放特性数据选取 |
2.4 本章小结 |
第3章 基于数据驱动的电站锅炉NO_x排放建模研究 |
3.1 基于支持向量回归的数据驱动建模方法 |
3.2 基于粒子群算法的建模参数优化 |
3.3 建模仿真及实验结果分析 |
3.4 本章小结 |
第4章 工业大数据下的电站锅炉NO_x排放LSTM建模研究 |
4.1 循环神经网络 |
4.2 基于LSTM的 NO_x数据驱动建模 |
4.3 建模仿真及实验结果分析 |
4.4 本章小结 |
第5章 电站锅炉NO_x排放在线建模研究 |
5.1 传统Online-SVR算法 |
5.2 自适应Online-SVR算法 |
5.3 建模仿真及实验结果分析 |
5.4 本章小结 |
第6章 结论 |
6.1 工作总结 |
6.2 工作展望 |
参考文献 |
致谢 |
攻读学位期间的研究成果 |
(4)基于行为倾向与过程分析的后发企业市场导向研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.2 研究问题的提出 |
1.3 本文的主要研究内容 |
1.4 重要概念界定 |
1.5 研究方法 |
1.5.1 政策捕捉方法 |
1.5.2 过程研究 |
1.5.3 案例研究方法 |
1.6 研究框架及技术路线 |
第二章 文献综述 |
2.1 后发企业 |
2.1.1 后发企业的由来 |
2.1.2 后发企业的概念 |
2.1.3 后发企业的相关研究 |
2.2 市场导向 |
2.2.1 市场导向的研究背景 |
2.2.2 市场导向内涵及演进 |
2.2.3 市场导向与顾客导向 |
2.2.4 市场导向与组织学习 |
2.2.5 市场导向维度 |
2.2.6 市场导向与企业绩效 |
2.2.7 市场导向与创新 |
2.3 企业能力理论 |
2.3.1 基于资源基础观的企业能力理论 |
2.3.2 基于核心能力的企业能力理论 |
2.3.3 动态能力观的企业能力理论 |
2.4 研究启示 |
第三章 基于后发企业市场导向的理论模型构建 |
3.1 后发企业“双向资源依赖”格局构建 |
3.2 理论模型构建 |
3.2.1 后发企业市场导向整体模型设计 |
3.2.2 后发企业市场导向的两种行为倾向理论模型构建 |
3.2.3 后发企业市场导向过程演进理论模型 |
3.3 本章小结 |
第四章“双向资源依赖”下后发企业市场导向的行为倾向研究 |
4.1 后发企业的两种市场导向选择倾向 |
4.2 研究模型 |
4.3 研究假设 |
4.3.1 顾客压力与后发企业市场导向行为倾向 |
4.3.2 后发企业自身能力与市场导向的行为倾向 |
4.4 研究方法 |
4.4.1 政策捕捉方法 |
4.4.2 政策捕捉过程 |
4.4.3 量表开发 |
4.4.5 问卷的发放和回收 |
4.5 变量测量 |
4.5.1 因变量 |
4.5.2 自变量 |
4.5.3 控制变量 |
4.6 数据统计分析及结果讨论 |
4.6.1 描述性统计分析 |
4.6.2 研究结果 |
4.6.3 结果讨论 |
4.7 理论意义和实践意义 |
4.7.1 理论意义 |
4.7.2 实践意义 |
第五章 基于过程视角的后发企业“价值-能力”双循环与顾客锁定研究 |
5.1 研究方法与数据获取 |
5.1.1 研究方法与设计 |
5.1.2 背景介绍 |
5.1.3 数据来源与获取 |
5.1.4 数据编码 |
5.2 数据分析 |
5.2.1 事件分类 |
5.2.2 事件分类的价值循环 |
5.2.3 事件数据阶段划分 |
5.2.4 事件分阶段的特征分布 |
5.3 过程分析 |
5.3.1 技术导向期 |
5.3.2 技术引进转换期 |
5.3.3 市场导向期 |
5.4 理论启示 |
第六章 后发企业市场导向实现能力赶超的过程研究 |
6.1 基于三星电子的企业发展历程分析 |
6.1.1 产业进入期 |
6.1.2 反应型市场导向驱动期 |
6.1.3 先动型市场导向和反应型市场导向双驱动期 |
6.2 基于华为的企业发展历程分析 |
6.2.1 产业进入期 |
6.2.2 反应型市场导向驱动期 |
6.2.3 先动型市场导向和反应型市场导向双驱动期 |
6.3 理论启示 |
第七章 结论与展望 |
7.1 对现有理论的贡献 |
7.1.1 对资源依赖理论的贡献 |
7.1.2 对吸收能力理论的贡献 |
7.1.3 对组织二元性理论的贡献 |
7.1.4 对市场导向理论的贡献 |
7.2 本研究的创新点 |
7.2.1 构建了“双向资源依赖”理论模型 |
7.2.2 打开了后发企业进入顾客锁定的黑箱 |
7.2.3 提出了后发企业实现能力赶超的过程 |
7.3 管理意义 |
7.4 研究不足和展望 |
致谢 |
参考文献 |
攻读博士学位期间取得的成果 |
作者攻读博士学位期间的科研项目 |
附录 |
(5)基于智能计算的大型锅炉燃烧系统建模与优化问题研究(论文提纲范文)
摘要 |
Abstract |
目录 |
Contents |
第1章 绪论 |
1.1 课题研究背景 |
1.1.1 火力发电机组节能减排的必要性 |
1.1.2 火力发电机组节能减排的可行性 |
1.1.3 电站锅炉的运行现状 |
1.2 基于燃烧系统数学模型的优化运行技术路线 |
1.3 锅炉燃烧系统智能建模研究现状 |
1.3.1 神经网络建模方法 |
1.3.2 支持向量机建模方法 |
1.4 锅炉燃烧系统智能优化研究现状 |
1.4.1 进化计算 |
1.4.2 群体智能优化 |
1.5 本文主要研究内容、研究意义和结构安排 |
第2章 两种群体智能优化算法的研究与改进 |
2.1 引言 |
2.2 蚁群优化方法研究 |
2.2.1 蚁群优化算法标准框架 |
2.2.2 一种连续域函数优化的蚁群算法的提出 |
2.3 粒子群优化方法研究 |
2.3.1 粒子群优化算法标准框架 |
2.3.2 一种改进的粒子群优化算法 |
2.4 本章小结 |
第3章 基于支持向量机的电站锅炉配煤系统的建模与优化 |
3.1 引言 |
3.2 支持向量机 |
3.2.1 支持向量机回归算法 |
3.2.2 核函数 |
3.3 电站锅炉动力配煤技术 |
3.4 配煤技术中煤灰熔点的优化 |
3.4.1 基于支持向量机的煤灰熔点建模 |
3.4.2 基于蚁群优化算法的煤灰熔点优化 |
3.5 本章小结 |
第4章 330MW四角切圆锅炉燃烧系统优化运行研究 |
4.1 引言 |
4.2 锅炉效率及其影响因素 |
4.2.1 锅炉效率计算模型 |
4.2.2 影响锅炉经济性运行的主要因素 |
4.3 锅炉NO_x排放相关问题描述 |
4.3.1 NO_x的生成 |
4.3.2 影响NO_x排放的主要因素 |
4.3.3 燃煤锅炉降低NO_x排放的方法 |
4.4 一种用于燃烧系统建模的最小二乘支持向量机回归算法 |
4.5 330MW四角切圆燃煤锅炉的燃烧优化 |
4.5.1 研究对象 |
4.5.2 锅炉效率和NO_x排放量的共享LSSVM模型 |
4.5.3 基于粒子群优化算法的燃烧系统优化 |
4.6 本章小结 |
第5章 1000MW超超临界锅炉燃烧系统优化运行研究 |
5.1 引言 |
5.2 我国超临界、超超临界机组发展现状 |
5.3 我国1000MW超超临界锅炉燃烧系统研究现状 |
5.4 本文研究的1000MW锅炉介绍 |
5.4.1 锅炉整体布置与特点 |
5.4.2 锅炉的主要技术规范 |
5.4.3 锅炉燃烧器布置及特点 |
5.5 热态调整实验与工况数据 |
5.6 1000MW超超临界锅炉燃烧系统建模 |
5.6.1 模型结构 |
5.6.2 模型参数优化 |
5.6.3 模型预测精度 |
5.7 1000MW超超临界锅炉燃烧系统优化 |
5.7.1 优化目标及待优化参数 |
5.7.2 优化结果与分析 |
5.8 本章小结 |
第6章 全文总结与展望 |
6.1 主要研究内容与结论 |
6.2 主要创新点 |
6.3 未来研究展望 |
参考文献 |
攻读博士学位期间发表的论文及其它成果 |
攻读博士学位期间参加的科研工作 |
致谢 |
作者简介 |
(6)分支机制依赖于种群总数的超过程(论文提纲范文)
0 引言 |
1 引理 |
2 主要结果 |
3 结论 |
(7)基于供应链网络演化理论的供应商选择与应用(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 论文研究的目的与意义 |
1.1.1 研究的目的 |
1.1.2 研究的意义 |
1.2 国内外相关研究综述 |
1.3 论文的主要研究内容与组织结构 |
1.4 本章小结 |
第二章 供应链网络自组织演化理论 |
2.1 供应链和组织生态学理论概述 |
2.2 供应链网络的自组织演化 |
2.2.1 供应链网络的自组织演化过程 |
2.2.2 供应链网络自组织演化过程中的不对称性 |
2.3 供应链网络组织结构的演化分析 |
2.4 供应链网络 Logistic 成长模型的应用 |
2.4.1 Logistic 模型在种群演化中的应用 |
2.4.2 基于宏观产能的 Logistic 模型改进 |
2.5 实例分析 |
2.6 本章小结 |
第三章 供应链网络的博弈与路径分析 |
3.1 博弈论 |
3.1.1 演化博弈论 |
3.1.2 供应链上下游节点竞合发展的趋势 |
3.2 供应链网络种内和种间的竞合博弈 |
3.2.1 单供应商多制造商时制造商种内竞合博弈分析 |
3.2.2 多供应商和单制造商时供应商种内竞合博弈分析 |
3.2.3 单供应商多制造商时上下游博弈模型 |
3.2.4 多供应商单制造商时上下游竞合博弈模型 |
3.3 种间纵向不对称博弈的复制者动态和演化稳定策略 |
3.4 供应链网络演化过程中的协调策略研究 |
3.5 本章小结 |
第四章 基于供应链网络演化机制的供应商选择 |
4.1 供应商选择概述 |
4.1.1 供应商选择的作用 |
4.1.2 供应商的分类方法 |
4.1.3 供应商选择的方法 |
4.1.4 供应商选择的评估选择流程 |
4.1.5 演化环境对供应商评估选择流程的影响 |
4.2 层次分析法 |
4.2.1 层次分析法概述 |
4.2.2 层次分析法的基本步骤 |
4.3 供应链网络的供应商选择评价体系 |
4.3.1 供应链网络的供应商选择评价指标体系特点 |
4.3.2 供应链网络的供应商选择指标体系构建 |
4.4 供应链网络的供应商选择模型求解 |
4.4.1 层次分析法对权重的确定方法 |
4.4.2 供应链网络的供应商选择模型准则层权重确定 |
4.4.3 供应链网络的供应商选择模型指标层权重确定 |
4.4.4 供应链网络的供应商选择模型的应用 |
4.5 本章小结 |
第五章 演化下的供应商选择应用系统实现 |
5.1 系统总体设计和工作流程 |
5.2 系统开发技术和结构 |
5.3 系统开发背景介绍 |
5.4 系统开发环境配置 |
5.5 系统主要模块功能实现 |
5.5.1 系统主页 |
5.5.2 基本信息录入 |
5.5.3 供应商类别 |
5.5.4 供应商信息检索 |
5.5.5 供应商选择 |
5.5.6 供应商评价 |
5.5.7 系统大致的功能设置 |
5.6 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
附录 |
(8)超过程拼接与分支依赖人口总数的超过程(论文提纲范文)
1 极限对偶过程解释 |
2 唯一性证明 |
(9)基于低碳经济的发电行业节能减排路径研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 论文研究背景及意义 |
1.1.1 论文研究的背景 |
1.1.2 论文研究的意义 |
1.2 国内外文献研究综述 |
1.2.1 发电行业低碳发展研究 |
1.2.2 发电行业节能减排研究 |
1.2.3 电力需求预测研究 |
1.2.4 电源规划研究 |
1.2.5 低碳背景下发电行业评价研究 |
1.2.6 国内外文献研究评述 |
1.3 论文的主要内容、研究方法及创新点 |
1.3.1 论文研究的主要内容 |
1.3.2 论文的研究方法 |
1.3.3 论文的创新点 |
第2章 基于低碳经济的发电行业节能减排基本理论 |
2.1 低碳经济相关理论 |
2.1.1 低碳经济内涵 |
2.1.2 低碳经济与可持续发展的关系 |
2.2 节能减排相关理论 |
2.2.1 节能减排内涵 |
2.2.2 节能减排与低碳经济的关系 |
2.3 产业发展相关理论 |
2.3.1 产业发展内涵 |
2.3.2 产业发展机制 |
2.4 基于低碳经济的发电行业节能减排路径的基本内涵 |
2.4.1 基于低碳经济发电行业节能减排路径的涵义 |
2.4.2 基于低碳经济发电行业节能减排路径特征 |
2.5 本章小结 |
第3章 发电行业节能减排现状及潜力分析 |
3.1 发电行业发展及其与国民经济发展关系 |
3.1.1 发电装机容量状况 |
3.1.2 电力生产与国民经济关系 |
3.2 电源结构现状分析 |
3.2.1 电源结构整体状况分析 |
3.2.2 各类电源现状分析 |
3.3 发电行业节能减排现状分析 |
3.3.1 化石能源节能减排现状分析 |
3.3.2 非化石能源节能减排现状分析 |
3.4 发电行业节能减排潜力分析 |
3.5 本章小结 |
第4章 低碳经济背景下电力需求预测研究 |
4.1 低碳经济背景下电力需求预测影响因素分析 |
4.1.1 低碳经济背景下电力需求预测影响因素 |
4.1.2 低碳经济背景下电力需求预测影响因素相关性分析 |
4.2 低碳经济背景下电力需求预测方法的选择 |
4.2.1 低碳经济背景下电力需求预测特点 |
4.2.2 低碳经济背景下电力需求预测方法 |
4.3 低碳经济背景下电力需求组合预测模型构建 |
4.3.1 优选组合预测方法概述 |
4.3.2 基于蛙跳优化算法的组合预测模型 |
4.4 低碳经济背景下电力需求组合预测实证分析 |
4.4.1 单一预测模型实证分析 |
4.4.2 组合预测模型实证分析 |
4.5 本章小结 |
第5章 低碳经济下发电行业节能减排路径规划 |
5.1 低碳经济下发电行业节能减排路径规划概述 |
5.1.1 低碳经济下发电行业节能减排路径设计原则 |
5.1.2 低碳经济下发电行业节能减排路径设计思路 |
5.2 低碳电源结构优化路径的理论研究 |
5.2.1 基于多目标决策的低碳电源结构优化模型分析 |
5.2.2 低碳电源结构优化建模的假设条件 |
5.2.3 低碳电源结构优化模型的目标函数 |
5.2.4 低碳电源结构优化模型的约束条件 |
5.2.5 基于多目标决策的低碳电源结构优化模型 |
5.2.6 基于多目标决策的低碳电源结构优化模型求解 |
5.3 低碳电源结构优化路径的实证研究 |
5.3.1 实证研究的基础数据 |
5.3.2 实证研究结果分析 |
5.4 低碳电源结构优化路径的实施 |
5.4.1 低碳电源结构优化的实施时序 |
5.4.2 低碳电源结构优化的保障措施 |
5.5 化石能源发电低碳技术创新路径研究 |
5.5.1 化石能源发电低碳技术创新路径概述 |
5.5.2 化石能源发电低碳技术创新路径障碍分析 |
5.5.3 化石能源发电低碳技术创新路径的实施 |
5.6 本章小结 |
第6章 低碳经济下发电行业节能减排评价体系研究 |
6.1 低碳经济下发电行业节能减排评价的意义 |
6.2 低碳经济下发电行业节能减排影响因素分析 |
6.2.1 低碳电源结构 |
6.2.2 低碳电力技术 |
6.2.3 低碳创新机制 |
6.2.4 低碳减排管理 |
6.3 低碳经济下发电行业节能减排评价体系 |
6.3.1 低碳经济下节能减排评价体系构建原则 |
6.3.2 低碳经济下节能减排评价体系构建思路 |
6.3.3 低碳经济下节能减排评价指标体系构建 |
6.3.4 基于改进的密切值法综合评价模型 |
6.4 低碳经济下发电行业节能减排评价实证研究 |
6.5 本章小结 |
第7章 保障低碳经济下发电行业节能减排路径实现的政策建议 |
7.1 健全低碳经济下发电行业节能减排的法律法规 |
7.1.1 完善发电行业节能减排法律规范 |
7.1.2 适时制定低碳电力促进法规 |
7.2 完善低碳经济下发电行业节能减排的经济政策 |
7.2.1 促进电价政策改革 |
7.2.2 加大低碳电力财政支出比重 |
7.2.3 完善低碳及节能减排税收激励机制 |
7.2.4 加大低碳及节能减排电力投资支持力度 |
7.2.5 推行电力项目融资租赁 |
7.3 改进低碳经济下发电行业节能减排的市场机制 |
7.3.1 推广实施发电权交易机制 |
7.3.2 建立碳排放交易市场体系 |
7.3.3 完善发电相关排污权交易制度 |
7.4 加强低碳经济下发电行业节能减排的监管工作 |
7.4.1 加强发电监管力度 |
7.4.2 落实发电企业节能减排目标责任制 |
7.4.3 健全低碳及节能减排考核评价体系 |
7.5 本章小结 |
第8章 结论与展望 |
8.1 结论 |
8.2 展望 |
参考文献 |
攻读博士学位期间发表的论文及其它成果 |
攻读博士学位期间参加的科研工作 |
致谢 |
作者简介 |
(10)基于技术进步的中国低碳经济研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.1.1 气候变化的挑战及归因 |
1.1.2 气候变化的国际应对 |
1.1.3 低碳经济是中国可持续发展战略的内在要求 |
1.1.4 中国发展低碳经济的技术挑战 |
1.2 文献综述 |
1.2.1 低碳经济含义及理解 |
1.2.2 技术进步与二氧化碳排放的关系 |
1.2.3 低碳技术选择 |
1.2.4 低碳技术创新 |
1.2.5 低碳技术转让 |
1.2.6 其它方面相关文献 |
1.3 研究思路与全文框架 |
1.3.1 基本思路与技术路线 |
1.3.2 论文的结构安排 |
1.4 研究方法与创新点 |
1.4.1 研究方法 |
1.4.2 可能的创新点 |
第二章 中国碳排放现状及发展低碳经济的障碍 |
2.1 中国碳排放的主要来源 |
2.1.1 碳排放的估算方法 |
2.1.2 中国碳排放的来源 |
2.2 中国碳排放的现状 |
2.2.1 不同省份碳排放比较 |
2.2.2 东、中、西部地区碳排放比较 |
2.2.3 中国碳排放总体特征 |
2.3 中国发展低碳经济的障碍性因素 |
2.3.1 人口与城市化规模 |
2.3.2 城市基础设施建设 |
2.3.3 经济结构与国际贸易分工 |
2.3.4 能源资源禀赋 |
2.3.5 政策体制因素 |
2.4 本章小结 |
第三章 技术进步对碳减排效果的实证分析 |
3.1 技术进步促进二氧化碳减排的途径 |
3.1.1 提高化石能源利用效率 |
3.1.2 优化能源消费结构 |
3.1.3 促进产业结构调整 |
3.1.4 促进二氧化碳捕集与封存(CCS) |
3.2 技术进步对碳排放的影响弹性——基于动态面板模型 |
3.2.1 弹性的含义 |
3.2.2 研究方法 |
3.2.3 模型构建、变量说明和数据来源 |
3.2.4 实证结果及分析 |
3.3 技术进步的碳减排效应——基于 LMDI 模型 |
3.3.1 研究方法 |
3.3.2 模型构建和数据来源 |
3.3.3 实证结果及分析 |
3.4 本章小结 |
第四章 基于 F-AHP 的中国低碳经济技术选择决策 |
4.1 模糊层次分析法(F-AHP)分析步骤 |
4.1.1 模糊数学基本概念 |
4.1.2 模糊层次分析法的步骤 |
4.2 低碳经济技术选择评价指标 |
4.2.1 指标体系建立的原则 |
4.2.2 指标体系的构成 |
4.3 基于 F-AHP 的低碳经济技术选择决策 |
4.3.1 决策过程 |
4.3.2 权重的计算方法 |
4.4 中国发展低碳经济技术选择的方向 |
4.4.1 以信息、生物等新技术为载体的共性技术 |
4.4.2 源头减排技术 |
4.4.3 以提高资源利用率为目标的相关技术 |
4.4.4 碳捕集和封存技术(CSS) |
4.5 本章小结 |
第五章 基于技术创新的低碳经济技术进步 |
5.1 低碳技术创新的特点及必要性 |
5.1.1 低碳技术创新的特点 |
5.1.2 我国低碳技术创新的必要性 |
5.2 低碳技术开放式创新概念模型 |
5.2.1 开放式创新的含义 |
5.2.2 低碳技术开放式创新的概念模型 |
5.2.3 低碳技术开放式创新不同阶段的核心要素 |
5.3 低碳经济技术创新模式选择 |
5.3.1 低碳技术创新模式的种类 |
5.3.2 模型基本假设 |
5.3.3 完全信息下低碳技术创新模式选择 |
5.3.4 不完全信息下低碳技术创新模式选择 |
5.4 企业低碳技术研发人员的激励契约设计 |
5.4.1 低碳技术研发工作的特点 |
5.4.2 低碳技术研发激励模型的基本假设 |
5.4.3 低碳技术研发的一般契约模型 |
5.4.4 低碳技术研发事前契约模型 |
5.5 本章小结 |
第六章 基于国际技术转让的低碳经济技术进步 |
6.1 “碳锁定”及低碳技术国际转让的紧迫性 |
6.1.1 “碳锁定”的含义 |
6.1.2 我国关键部门的“碳锁定”效应 |
6.1.3 我国实施低碳技术国际转让的紧迫性 |
6.2 低碳技术国际转让的演化博弈分析 |
6.2.1 演化博弈的含义 |
6.2.2 跨国公司之间的演化博弈 |
6.2.3 跨国公司与东道国企业的演化博弈 |
6.3 国际低碳技术转让的重点领域及利益相关者 |
6.3.1 气候的全球公共物品特性与低碳技术合作 |
6.3.2 国际低碳技术转让的重点领域 |
6.3.3 《公约》下的技术转让与资金机制 |
6.3.4 国际低碳技术转让的相关利益者 |
6.4 本章小结 |
第七章 中国建筑部门低碳技术及碳减排潜力 |
7.1 建筑部门能源消耗和碳排放现状 |
7.1.1 建筑行业发展现状 |
7.1.2 建筑业能耗计算方法 |
7.1.3 建筑业能源消耗现状 |
7.2 建筑部门关键低碳技术体系 |
7.2.1 低碳用能技术 |
7.2.2 低碳设计技术 |
7.2.3 低碳构造技术 |
7.2.4 低碳运营技术 |
7.2.5 低碳排放技术 |
7.2.6 低碳营造技术 |
7.2.7 低碳用材和植绿碳汇技术 |
7.3 建筑部门低碳技术碳减排潜力的情景分析 |
7.3.1 情景预测法含义 |
7.3.2 建筑部门低碳技术情景描述 |
7.3.3 低碳技术碳减排预测结果及制约因素 |
7.4 本章小结 |
第八章 政策、结论与展望 |
8.1 我国低碳技术发展的现实矛盾 |
8.1.1 低碳技术创新比较滞后 |
8.1.2 低碳技术转让面临障碍 |
8.1.3 低碳技术总体水平落后且分布不均衡 |
8.2 简要政策建议 |
8.2.1 制定关键低碳技术路线图 |
8.2.2 促进不同阶段低碳技术的研发与应用 |
8.2.3 推进国际低碳技术转让 |
8.2.4 发挥低碳技术在构建低碳城市和社区中的作用 |
8.3 全文总结 |
8.4 研究展望 |
参考文献 |
致谢 |
在学期间的研究成果及发表的学术论文 |
附表 |
附表 1 1996-2008 年我国 30 个省份的二氧化碳排放总量 |
附表 2 42 种关键低碳技术的国内外发展现状 |
附表 3 建筑部门低碳技术系统 |
附表 4 二氧化碳捕集技术现状、行动和节点 |
附表 5 风能技术路线图及行动计划 |
四、分支机制依赖于种群总数的临界的超过程(论文参考文献)
- [1]关于分枝过程最右粒子的极限行为及大偏差[D]. 默秋叶. 北京化工大学, 2020
- [2]基于大数据技术的电站机组节能优化研究[D]. 刘炳含. 华北电力大学(北京), 2019(01)
- [3]基于工业大数据的超超临界燃煤锅炉在线建模方法研究[D]. 张嘉. 河南科技大学, 2019(11)
- [4]基于行为倾向与过程分析的后发企业市场导向研究[D]. 何婧. 电子科技大学, 2014(03)
- [5]基于智能计算的大型锅炉燃烧系统建模与优化问题研究[D]. 高芳. 华北电力大学, 2013(07)
- [6]分支机制依赖于种群总数的超过程[J]. 陈丽,薛玲霞,刘利敏. 信阳师范学院学报(自然科学版), 2013(02)
- [7]基于供应链网络演化理论的供应商选择与应用[D]. 徐志达. 浙江理工大学, 2013(12)
- [8]超过程拼接与分支依赖人口总数的超过程[J]. 王桂花,陈丽. 暨南大学学报(自然科学与医学版), 2012(03)
- [9]基于低碳经济的发电行业节能减排路径研究[D]. 宋晓华. 华北电力大学, 2012(11)
- [10]基于技术进步的中国低碳经济研究[D]. 李国志. 南京航空航天大学, 2011(12)