北斗三号在轨测试卫星观测数据分析

采用自编数据处理算法对部分iGMAS与MGEX站点的观测数据进行分析，结果表明，北斗新信号表现优异，数据完整率和信噪比弱于GPS，多路径误差和伪距噪声与GPS相当，电离层延迟变化率优于GPS。总体而言，北斗三号与GPS处于同一水准。     

天津馆陶组地热回灌井钻井和射孔工艺探讨

天津地热在开采的同时重视回灌,有效地保护了宝贵的地热资源。天津在基岩裂隙型地热中回灌效果良好,但馆陶组地热井回灌量欠佳,为了解决这一问题,进行了研究探索。介绍了采用射孔工艺成井,在保证取水效果的同时,使稳定无压回灌量达到了101 m^3/h,取得了很好的效果。     

日本：快速轮岗防止金权勾结

日本战后几乎一直由自民党长期执政。正如在不久前举行的国会众议院选举中获胜上台的民主党所指出的那样,自民党执政时期实行的是一种“官僚（公务员,主要指对政策决策起影响作用的高级公务员）主导”的政治,政治家（主要是议员）通过政府部门的职业官僚与产业界相结合。     

日本：快速轮岗防止金权勾结

日本战后几乎一直由自民党长期执政。正如在不久前举行的国会众议院选举中获胜上台的民主党所指出的那样,自民党执政时期实行的是一种“官僚（公务员,主要指对政策决策起影响作用的高级公务员）主导”的政治,政治家（主要是议员）通过政府部门的职业官僚与产业界相结合。     

利用自适应TS-IPSO优化的灰色系统预报卫星钟差

在传统灰色系统预报模型的基础上,提出了一种自适应双子群改进粒子群算法（improved particle swarm optimization algorithm by two subgroups,TS-IPSO）和灰色系统相结合的预报模型。首先对钟差序列进行平滑性检验,对不满足平滑条件的序列作对数平滑处理;然后对灰色系统模型进行优化,为避免粒子群算法陷入局部最优,建立了主辅子群协同进化,惯性权重非线性递减机制。通过TS-IPSO优化发展灰数和内生控制灰数,增强了灰色系统模型的泛化能力。选取来自4种不同钟型的卫星钟差数据进行计算分析。结果表明,模型对6 h和24 h的预报精度和稳定性均优于传统模型,特别是对短期稳定性较差的铯钟,实现了6 h预报误差小于1.60 ns,24 h预报误差小于5.71 ns。     

天津市南部平原区雾迷山组热储岩溶裂隙发育规律

蓟县系雾迷山组是天津主力开发的热储层位,对这套地层的研究主要集中在热储层温度场、动力场、水化学场和地表水回灌等方面,在热储岩溶裂隙方面的研究较少。通过对天津市138眼雾迷山组地热井的完井和测井资料进行对比分析,统计了不同构造单元雾迷山组一、二类裂缝发育,热储顶板埋深,地热井单位涌水量和上覆不同地层的情况,总结了其岩溶裂隙发育规律。结果表明：雾迷山组岩溶裂隙较发育,漏失部位距热储顶板埋深距离集中在100 m以浅;热储顶部岩溶发育,裂隙发育受上覆不同地层的影响不大,裂隙发育与该层顶板埋深的相关性不明显,但整体上有裂隙发育随顶板埋深加大而略有减小的趋势;地热井的单位涌水量随裂隙发育程度的增大而变大;热储裂隙比集中在0.1～0.4,受构造影响,在张性断裂构造带、断裂交汇和背斜轴部热储构造裂隙较发育。研究结果可为天津市雾迷山组地热的有效开发利用与地热钻探提供参考。     

日本:快速轮岗防止金权勾结

日本战后几乎一直由自民党长期执政.正如在不久前举行的国会众议院选举中获胜上台的民主党所指出的那样,自民党执政时期实行的是一种"官僚(公务员,主要指对政策决策起影响作用的高级公务员)主导"的政治,政治家(主要是议员)通过政府部门的职业官僚与产业界相结合.     

一种遗传算法优化的卫星钟差预报

针对导航卫星钟差预报精度不高的问题,该文引入了GM-LSSVM钟差预报模型,采用全局寻优能力较强的遗传算法对模型的参数选取过程进行优化,避免模型陷入局部最优,从而改善了组合模型中惩罚因子和核函数参数选择的盲目性。最后选取国际GPS服务组织提供的卫星钟差数据,分别建立GM(1,1)模型、LSSVM模型、GM-LSSVM模型和遗传算法优化的GM-LSSVM模型进行短期钟差预报分析和仿真实验。仿真结果表明,优化后的模型预报精度小于1.3ns,精度比前3种模型提高了45%~60%,符合钟差预报的要求。     

改进粒子群优化最小二乘向量机卫星钟差预报

针对提高导航卫星钟差预报精度的研究不足的现状,文章结合灰色预报模型和最小二乘向量机预报模型的特点,研究建立灰色系统与最小二乘向量机的结合预报模型:引入惯性权值和加速度因子随优化代数变化的改进粒子群算法,以提高算法的优化能力;并用其对模型惩罚因子和核函数参数选取过程进行优化;选取具有代表性的卫星钟差数据,建立改进粒子群优化的GM-LSSVM模型进行短期钟差预报分析,并与传统的GM(1,1)预报模型和BP神经网络预报模型进行精度比较。仿真结果表明,优化后的模型预报精度优于GM(1,1)预报模型和BP神经网络模型。     

耦合PSO与扩展RBF神经网络估计NWM模型ZTD计算精度EI北大核心CSCD

针对基于数值气象模型获取的对流层天顶延迟精度估计依赖外部基准的问题,本文构建耦合了粒子群算法与扩展径向基函数神经网络的ZTD精度估计模型,模型样本特征集利用NWM自身气象数据和地形特征数据构建,目标集以GNSS ZTD产品为参考值构建,模型规模结构通过层次聚类和模糊C均值聚类确定,模型参数通过粒子群算法优化。以欧洲中期天气预报中心提供的ERA5气压分层产品为NWM特例进行了模型训练和结果验证。结果表明,模型估计精度和泛化能力较好,平均估计精度优于4 mm,可在任意位置实现不依赖于外部参考基准的ZTD精度估计。