第一篇：03博士預(yù)答辯制度

中國(guó)海洋大學(xué)博士學(xué)位論文預(yù)答辯制度

博士學(xué)位論文在送審前應(yīng)廣泛吸收導(dǎo)師及同行專家的意見，因此采用博士論文預(yù)答辯制度。預(yù)答辯不是正式答辯的預(yù)演，只是一個(gè)提建議、改進(jìn)論文及指導(dǎo)博士生的一個(gè)培養(yǎng)環(huán)節(jié)。請(qǐng)導(dǎo)師及學(xué)生本著虛心接受意見和建議的態(tài)度，認(rèn)真聽取各專家意見，使博士學(xué)位論文質(zhì)量有所保證或有大幅度提高，保證博士生順利畢業(yè)。

具體辦法如下：

專家組應(yīng)由5-7名本專業(yè)或相關(guān)專業(yè)的專家組成，要求專家具有副教授及以上職稱，老、中、青相結(jié)合。要求博士生就目前論文進(jìn)展及不足、發(fā)表文章及成果情況進(jìn)行陳述，專家組提建議。預(yù)答辯專家組須填寫《中國(guó)海洋大學(xué)博士學(xué)位論文預(yù)答辯學(xué)術(shù)評(píng)語表》，并及時(shí)將此表返回博士生。博士生依據(jù)預(yù)答辯專家評(píng)審意見修改論文，經(jīng)導(dǎo)師同意并簽字后才能進(jìn)行正式論文評(píng)閱工作。《中國(guó)海洋大學(xué)博士學(xué)位論文預(yù)答辯學(xué)術(shù)評(píng)語表》與學(xué)位論文盲評(píng)材料一起上交。

第二篇：社會(huì)學(xué)系研究生開題預(yù)答辯制度

社會(huì)學(xué)系研究生（碩-博）論文開題和預(yù)答辯制度

為提高我系研究生培養(yǎng)質(zhì)量和研究生學(xué)位論文水平，經(jīng)社會(huì)學(xué)系導(dǎo)師共同商議，結(jié)合我校碩士研究生培養(yǎng)實(shí)際，特制定社會(huì)學(xué)系研究生畢業(yè)論文的開題和預(yù)答辯本基本要求。

第一條時(shí)間安排：研究生入學(xué)第4個(gè)學(xué)期末（6月第三周的周三）進(jìn)行論文開題，第5個(gè)學(xué)期初（時(shí)間以學(xué)校為準(zhǔn)）進(jìn)行中期考核，第5個(gè)學(xué)期末（12月第三周的周三）進(jìn)行論文預(yù)答辯。

第二條中期考核主要考核各類課程、實(shí)踐環(huán)節(jié)和科研訓(xùn)練的完成情況及學(xué)位論文開題情況。中期考核合格可進(jìn)入學(xué)位論文寫作階段。中期考核不合格者，應(yīng)繼續(xù)完成中期考核各個(gè)環(huán)節(jié)規(guī)定的有關(guān)要求，本人可以在一年內(nèi)提出第二次中期考核。兩次中期考核不合格者根據(jù)學(xué)籍管理有關(guān)規(guī)定處理。（見《華東師范大學(xué)碩士研究生培養(yǎng)基本要求》）

第三條論文完成80%以上者，方有資格參加預(yù)答辯。

第四條開題報(bào)告、預(yù)答辯需在開題和預(yù)答辯前五天將開題報(bào)告或預(yù)答辯論文提交給答辯組老師，逾期做不開題或不參加預(yù)答辯處理。

第五條開題或預(yù)答辯結(jié)果由答辯組老師共同商議，分通過與不通過。通過者分大修改和小修改。

大修改，即需對(duì)論文的基本概念、理論架構(gòu)、研究方法、論文結(jié)構(gòu)等方面進(jìn)行修改；小修改則是寫作規(guī)范、技術(shù)等方面的修訂。需要進(jìn)一步修改論文者，需在下一學(xué)期開學(xué)第一周內(nèi)，將修改好的論文交予預(yù)答辯組老師，并注明論文修改之處。不通過者則需在下學(xué)期開學(xué)后第一周，將開題報(bào)告或預(yù)答辯論文再次提交給答辯組老師，由答辯組老師審核后，再次組織預(yù)答辯。通過者方可進(jìn)入下一步論文寫作或論文答辯程序。

本制度將于2014年2月起實(shí)施。

社會(huì)學(xué)系

2014年1月

第三篇：預(yù)答辯演講稿

1.各位老師，上午好！

2.我的論文題目是??，主要分以下幾個(gè)方面介紹。

3.我國(guó)早期風(fēng)電開發(fā)主要集中在東北、西北、華北等高風(fēng)速風(fēng)資源區(qū)，由于這些地區(qū)用電負(fù)荷較小、遠(yuǎn)離負(fù)荷中心，導(dǎo)致嚴(yán)重的棄風(fēng)限電現(xiàn)象。由于低風(fēng)速區(qū)占地面積更廣，且主要分布在東部及南部等負(fù)荷中心區(qū)域，因而，發(fā)展低風(fēng)速風(fēng)電對(duì)解決風(fēng)電消納問題、實(shí)現(xiàn)風(fēng)電產(chǎn)業(yè)可持續(xù)發(fā)展具有重要意義。

4.對(duì)于一臺(tái)給定的風(fēng)力機(jī)，其風(fēng)能捕獲效率會(huì)隨風(fēng)速與風(fēng)輪轉(zhuǎn)速之間的比值、即葉尖速比的變化而變化。只有當(dāng)風(fēng)力機(jī)運(yùn)行在最優(yōu)葉尖速比時(shí)，風(fēng)力機(jī)才以最大風(fēng)能利用系數(shù)捕獲風(fēng)能。這是風(fēng)力機(jī)最大功率點(diǎn)跟蹤的基本原理。也是控制目標(biāo)。

5.但是，由于風(fēng)輪轉(zhuǎn)動(dòng)慣量的存在，風(fēng)輪轉(zhuǎn)速難以實(shí)時(shí)跟蹤風(fēng)速的變換，導(dǎo)致風(fēng)力機(jī)常運(yùn)行在跟蹤最優(yōu)葉尖速比的過程中、而非最優(yōu)葉尖速比處。這意味著風(fēng)力機(jī)常常以較低的風(fēng)能利用系數(shù)來捕獲風(fēng)能，導(dǎo)致跟蹤損失。

6.而且，這一跟蹤損失問題在低風(fēng)速風(fēng)力機(jī)上會(huì)更加嚴(yán)重。低風(fēng)速區(qū)風(fēng)速幅值小、湍流大、波動(dòng)快的特性以及由低風(fēng)速導(dǎo)致的風(fēng)力機(jī)尺寸大幅增加，進(jìn)一步加劇了風(fēng)速快波動(dòng)性與風(fēng)力機(jī)慢動(dòng)態(tài)特性之間的固有矛盾，從而給風(fēng)力機(jī)的跟蹤控制及風(fēng)能捕獲帶來嚴(yán)峻的挑戰(zhàn)。7.傳統(tǒng)的風(fēng)力機(jī)設(shè)計(jì)大多遵循著本體（氣動(dòng)外形和支撐結(jié)構(gòu)）設(shè)計(jì)在前、控制器設(shè)計(jì)在后的分離、順序設(shè)計(jì)流程。其中，氣動(dòng)設(shè)計(jì)重點(diǎn)關(guān)注風(fēng)力機(jī)在?opt處的氣動(dòng)效率提升；結(jié)構(gòu)設(shè)計(jì)在保證風(fēng)力機(jī)結(jié)構(gòu)滿足強(qiáng)度、剛度和穩(wěn)定性要求的前提下，降低制造成本；控制器設(shè)計(jì)則關(guān)注最大功率點(diǎn)跟蹤的實(shí)現(xiàn)，使風(fēng)力機(jī)保持運(yùn)行在?opt。依照這樣一種分離設(shè)計(jì)的思想，前面提到的低風(fēng)速風(fēng)力機(jī)因跟蹤不上風(fēng)速、無法保持運(yùn)行在?opt而導(dǎo)致的跟蹤損失問題，應(yīng)主要由MPPT控制器的設(shè)計(jì)優(yōu)化來解決。

8.但是，優(yōu)化控制器以解決低風(fēng)速風(fēng)力機(jī)跟蹤不上風(fēng)速的潛力發(fā)掘基本飽和。這主要是因?yàn)椋海?）僅控制器改進(jìn)這一單方面的努力，不能充分發(fā)掘緩解風(fēng)速快速波動(dòng)與風(fēng)力機(jī)慢動(dòng)態(tài)特性固有矛盾的潛力，所能獲得的閉環(huán)性能提升有限。僅控制改進(jìn)所能獲得的效率提升平均在1%左右。（2）由于發(fā)電機(jī)這一風(fēng)速跟蹤控制的執(zhí)行機(jī)構(gòu)的額定功率、額定轉(zhuǎn)矩和風(fēng)力機(jī)載荷的共同約束，過于激進(jìn)的風(fēng)速跟蹤控制會(huì)增大風(fēng)力機(jī)的疲勞載荷、降低運(yùn)行壽命。這也限制了通過控制改進(jìn)所能提升的效率的幅度。（3）正是意識(shí)到風(fēng)力機(jī)慢動(dòng)態(tài)特性與風(fēng)速快速波動(dòng)之間的固有矛盾，部分文獻(xiàn)采取犧牲局部效率換取整體性能的思路，而這也體現(xiàn)出僅控制器優(yōu)化已很難大幅提高M(jìn)PPT性能。

9.依照氣動(dòng)與控制分離設(shè)計(jì)的思想，除了主要通過控制器的優(yōu)化改進(jìn)外，還可通過氣動(dòng)設(shè)計(jì)優(yōu)化來提升風(fēng)能捕獲效率。但是，沿用傳統(tǒng)氣動(dòng)設(shè)計(jì)目標(biāo)有可能進(jìn)一步加劇低風(fēng)速風(fēng)機(jī)的跟蹤損失。這是因?yàn)?，由于氣?dòng)與控制的分離設(shè)計(jì)，氣動(dòng)設(shè)計(jì)師在氣動(dòng)設(shè)計(jì)過程中往往隱含假設(shè)MPPT控制可以保證風(fēng)力機(jī)始終運(yùn)行于?opt，進(jìn)而以?opt處的氣動(dòng)性能最佳為設(shè)計(jì)目標(biāo)。這種僅追求單一工況點(diǎn)氣動(dòng)性能提升的優(yōu)化方法，會(huì)導(dǎo)致優(yōu)化葉片對(duì)應(yīng)的CP-λ曲線頂端較陡。由于低風(fēng)速風(fēng)力機(jī)所處的運(yùn)行風(fēng)況特點(diǎn)及自身結(jié)構(gòu)特性導(dǎo)致其更長(zhǎng)時(shí)間運(yùn)行在非最優(yōu)葉尖速比，尖而窄的CP-λ曲線將進(jìn)一步加劇其跟蹤損失、大幅降低風(fēng)能捕獲效率。已經(jīng)有氣動(dòng)設(shè)計(jì)開始考慮風(fēng)力機(jī)的轉(zhuǎn)速控制性能。例如，針對(duì)定速風(fēng)力機(jī)，以不同風(fēng)速下風(fēng)力機(jī)輸出功率的加權(quán)和為目標(biāo)函數(shù)的氣動(dòng)設(shè)計(jì)方法；針對(duì)風(fēng)力機(jī)翼型，以多個(gè)攻角下翼型升阻比的加權(quán)和為目標(biāo)函數(shù)的多攻角設(shè)計(jì)方法。本質(zhì)上，風(fēng)力機(jī)氣動(dòng)設(shè)計(jì)將目標(biāo)函數(shù)從傳統(tǒng)的單一工況轉(zhuǎn)變到多工況氣動(dòng)性能的做法，本身已經(jīng)隱含了氣動(dòng)設(shè)計(jì)對(duì)控制動(dòng)態(tài)的考慮。

10.可見，沿用分離設(shè)計(jì)思想在許多方面不利于進(jìn)一步解決低風(fēng)速風(fēng)力機(jī)的跟蹤損失問題。由于風(fēng)力機(jī)的某些本體參數(shù)能夠影響控制性能，而且受到考慮風(fēng)力機(jī)控制的氣動(dòng)設(shè)計(jì)的啟發(fā)，利用風(fēng)力機(jī)本體參數(shù)與MPPT控制之間的協(xié)同效應(yīng)，開展風(fēng)力機(jī)本體參數(shù)與跟蹤控制的一體化設(shè)計(jì)，應(yīng)是進(jìn)一步有效提升低風(fēng)速風(fēng)力機(jī)風(fēng)能捕獲效率的一條可行途徑。

11.但是，在一體化設(shè)計(jì)過程中，風(fēng)力機(jī)本體參數(shù)的調(diào)整必須滿足所在學(xué)科領(lǐng)域的工程要求，且在實(shí)際的設(shè)計(jì)/制造標(biāo)準(zhǔn)中的可調(diào)自由度不大。同時(shí)，多考慮一個(gè)本體參數(shù)，將增加一體化設(shè)計(jì)中優(yōu)化分析與計(jì)算的復(fù)雜度。如果將所有本體參數(shù)都與控制器進(jìn)行一體化設(shè)計(jì)。即使這樣的一體化設(shè)計(jì)在理論上是可行的，但僅為效率提升而全面改動(dòng)風(fēng)力機(jī)本體設(shè)計(jì)的代價(jià)也是難以接受的。因此，尋找敏感影響風(fēng)速跟蹤控制性能的本體參數(shù)不僅十分必要，而且使得基于敏感本體參數(shù)的一體化設(shè)計(jì)更具潛力和工程意義。這里的敏感本體參數(shù)是指那些經(jīng)過小幅調(diào)整就可以換取閉環(huán)性能明顯提升的參數(shù)。

12.下面就風(fēng)力機(jī)一體化設(shè)計(jì)方面的研究進(jìn)展，從以下四個(gè)方面展開敘述。

13.首先，已經(jīng)有研究指出平緩的CP-λ曲線更有利于風(fēng)力機(jī)實(shí)現(xiàn)MPPT；頂端較陡的CP-λ曲線會(huì)加劇跟蹤損失問題，甚至導(dǎo)致風(fēng)輪失去跟蹤能力，從而嚴(yán)重影響風(fēng)力機(jī)的效率。另外，大量研究表明，風(fēng)力機(jī)結(jié)構(gòu)參數(shù)——風(fēng)輪轉(zhuǎn)動(dòng)慣量的提升不利于風(fēng)力機(jī)的MPPT控制。這些氣動(dòng)、結(jié)構(gòu)參數(shù)對(duì)MPPT控制性能的影響也表明了風(fēng)力機(jī)一體化設(shè)計(jì)的必要性。14.涵蓋控制的風(fēng)力機(jī)一體化設(shè)計(jì)還很少見，現(xiàn)有做法主要是通過構(gòu)建同時(shí)包含氣動(dòng)、結(jié)構(gòu)、具體控制器參數(shù)的優(yōu)化模型，將一般處于設(shè)計(jì)末尾的控制器設(shè)計(jì)提升至與氣動(dòng)、結(jié)構(gòu)設(shè)計(jì)等同對(duì)待，進(jìn)而依賴優(yōu)化算法實(shí)現(xiàn)各子系統(tǒng)之間的協(xié)調(diào)配合。

15.還有一種考慮控制性能的風(fēng)力機(jī)本體設(shè)計(jì)。與參數(shù)聯(lián)合優(yōu)化不同，它們以從控制視角對(duì)本體設(shè)計(jì)提出具體要求的方式參與風(fēng)力機(jī)本體設(shè)計(jì)。以風(fēng)力機(jī)多工況氣動(dòng)設(shè)計(jì)為例，MPPT控制性能的提升希望平緩的CP-λ曲線，那么在氣動(dòng)設(shè)計(jì)過程中主動(dòng)將目標(biāo)函數(shù)修改為多個(gè)工況點(diǎn)的平均氣動(dòng)性能。這樣，在延續(xù)了經(jīng)典的“先對(duì)象設(shè)計(jì)、再控制設(shè)計(jì)”分離設(shè)計(jì)原則的同時(shí)可進(jìn)一步提升系統(tǒng)的閉環(huán)性能，因此，其本質(zhì)仍是一體化設(shè)計(jì)。而且，這種一體化設(shè)計(jì)方式因?yàn)椴灰蕾囉诰唧w控制策略而使得設(shè)計(jì)結(jié)果更具一般性。

16.總結(jié)現(xiàn)有的風(fēng)力機(jī)一體化設(shè)計(jì)，發(fā)現(xiàn)當(dāng)前的風(fēng)力機(jī)一體化設(shè)計(jì)，大多是將氣動(dòng)、結(jié)構(gòu)與控制多學(xué)科模型構(gòu)架在一起，依靠智能算法進(jìn)行本體參數(shù)與控制器參數(shù)的聯(lián)合數(shù)值尋優(yōu)。許多聯(lián)合優(yōu)化的機(jī)理問題，如哪些本體參數(shù)會(huì)影響控制性能、本體參數(shù)改變控制性能的機(jī)理、有利于控制性能提高的風(fēng)力機(jī)本體參數(shù)的調(diào)節(jié)機(jī)制等尚待深入探討。正是由于聯(lián)合優(yōu)化的機(jī)理不明確，導(dǎo)致當(dāng)前的風(fēng)力機(jī)一體化設(shè)計(jì)在本體參數(shù)選擇過程中存在一些問題，例如，可能選擇對(duì)閉環(huán)系統(tǒng)控制性能無影響的參數(shù)參與到一體化設(shè)計(jì)，這樣只能無謂地增加優(yōu)化計(jì)算的復(fù)雜度；選擇的本體參數(shù)可能對(duì)控制性能影響不敏感，控制性能的優(yōu)化可能導(dǎo)致這類不敏感參數(shù)的大幅調(diào)整，這種為了性能的提升而去大幅修改本體設(shè)計(jì)的做法在工程上也是難以推進(jìn)的。

17.與參數(shù)聯(lián)合優(yōu)化不同，考慮控制性能的風(fēng)力機(jī)氣動(dòng)設(shè)計(jì)以從控制視角對(duì)本體設(shè)計(jì)提出具體要求的方式間接參與風(fēng)力機(jī)本體設(shè)計(jì)。這種一體化設(shè)計(jì)方式不依賴于處于末端的具體控制器，而且在延續(xù)了經(jīng)典的分離設(shè)計(jì)原則的同時(shí)提升了系統(tǒng)的閉環(huán)性能。但該方法目前仍未成熟，亟待探索。因此，解決上述問題的關(guān)鍵在于：在掌握風(fēng)力機(jī)本體參數(shù)對(duì)控制效果的影響機(jī)理的基礎(chǔ)上，尋找對(duì)控制性能影響效應(yīng)敏感的本體參數(shù)，探索考慮敏感本體參數(shù)對(duì)控制性能影響的風(fēng)力機(jī)一體化設(shè)計(jì)方法。這樣，較小的本體參數(shù)調(diào)整不僅能明顯提升控制性能，且更容易滿足風(fēng)力機(jī)本體設(shè)計(jì)的固有約束。

18.本文工作正是圍繞上述科學(xué)問題展開，主要研究?jī)?nèi)容包括以下三個(gè)方面：首先探索風(fēng)力機(jī)本體參數(shù)對(duì)MPPT控制性能的影響機(jī)理和作用規(guī)律，并從中提取能夠顯著影響MPPT性能的敏感參數(shù)。然后，深入探索敏感氣動(dòng)參數(shù)對(duì)MPPT的影響機(jī)理和作用規(guī)律，并嘗試定量描述這一影響，從而為完成考慮敏感本體參數(shù)對(duì)MPPT影響的本體設(shè)計(jì)奠定基礎(chǔ)。最后，在借鑒已有的考慮控制性能的風(fēng)力機(jī)本體設(shè)計(jì)的基礎(chǔ)上，根據(jù)敏感氣動(dòng)參數(shù)對(duì)MPPT的影響及其描述，調(diào)整當(dāng)前風(fēng)力機(jī)氣動(dòng)設(shè)計(jì)的目標(biāo)函數(shù)或約束條件，構(gòu)建不含具體控制器參數(shù)、但能考慮敏感氣動(dòng)參數(shù)對(duì)MPPT控制影響的風(fēng)力機(jī)氣動(dòng)設(shè)計(jì)模型，以形成更具總體工程可行性的風(fēng)力機(jī)一體化設(shè)計(jì)方法。下面重點(diǎn)介紹風(fēng)力機(jī)本體參數(shù)對(duì)MPPT的影響分析及敏感參數(shù)提取的相關(guān)內(nèi)容，對(duì)于考慮控制的本體設(shè)計(jì)方法簡(jiǎn)要演示一下優(yōu)化結(jié)果。

19-20-21-22.從風(fēng)力機(jī)閉環(huán)系統(tǒng)（翻到PPT20頁）的視角出發(fā)，將影響MPPT控制效果的因素按科學(xué)劃分為風(fēng)況參數(shù)、氣動(dòng)參數(shù)與結(jié)構(gòu)參數(shù)（翻到21頁），并結(jié)合本體設(shè)計(jì)模型，將本體參數(shù)劃分為集總參數(shù)與分布參數(shù)（翻到22頁）；以風(fēng)力機(jī)的閉環(huán)性能指標(biāo)（包括運(yùn)行葉尖速比概率分布與平均風(fēng)能捕獲效率）來量化描述各參數(shù)對(duì)MPPT性能的影響。

23.在分析各影響因素對(duì)MPPT性能的影響時(shí)，采用只改變單一關(guān)注因素而固定其他因素的方法，并通過仿真比較因素改變前后閉環(huán)性能指標(biāo)的變化規(guī)律?？紤]到分布參數(shù)的種類和數(shù)量較多、加之其不同排列組合又會(huì)產(chǎn)生新的葉片外形，因此，為縮小搜索范圍以盡快找到影響MPPT性能的敏感參數(shù)，采用從集總參數(shù)到分布參數(shù)的搜索路線。具體地，首先從風(fēng)力機(jī)本體參數(shù)中的集總參數(shù)入手，待從中搜索到敏感參數(shù)后，再深入到該敏感參數(shù)所在學(xué)科的具體分布參數(shù)，從中搜索敏感參數(shù)。

24.通過閉環(huán)系統(tǒng)的動(dòng)態(tài)仿真，可歸納出：風(fēng)力機(jī)動(dòng)態(tài)性能的提高或MPPT跟蹤要求的降低，都會(huì)促使運(yùn)行葉尖速比更加集中地分布于最優(yōu)葉尖速比附近、提升平均風(fēng)能捕獲效率；反之，則導(dǎo)致運(yùn)行葉尖速比分布更分散、平均風(fēng)能捕獲效率越低。

25.靈敏度系數(shù)的計(jì)算結(jié)果如表所示?？梢?，相比結(jié)構(gòu)參數(shù)（風(fēng)輪轉(zhuǎn)動(dòng)慣量），氣動(dòng)參數(shù)對(duì)MPPT性能的影響更敏感；而且，相比最大風(fēng)能利用系數(shù)，氣動(dòng)參數(shù)中的最優(yōu)葉尖速比、葉片半徑對(duì)MPPT的影響更為顯著。

26.需要說明的是，因?yàn)闊o法用單值指標(biāo)刻畫CP-λ曲線的平緩度，導(dǎo)致CP-λ曲線的平緩度對(duì)應(yīng)的靈敏度系數(shù)難以計(jì)算。以平均風(fēng)能捕獲效率這一閉環(huán)性能指標(biāo)對(duì)比分析了CP-λ曲線的平緩度與CP, max對(duì)MPPT的影響。研究發(fā)現(xiàn)，即使CP, max小幅降低，頂部較平緩的CP-λ曲線仍可提升平均風(fēng)能捕獲效率。由此可推測(cè)，相比最大風(fēng)能利用系數(shù)，CP-λ曲線的平緩度對(duì)MPPT的影響更為顯著。

27.由于氣動(dòng)集總參數(shù)對(duì)MPPT性能的影響更為顯著，深入到葉片氣動(dòng)分布參數(shù)（翼型、弦長(zhǎng)、扭角），通過遍歷弦長(zhǎng)和扭角、搜索相似翼型，以湍流風(fēng)速下葉素的平均風(fēng)能捕獲效率為指標(biāo)，仿真比較各分布參數(shù)對(duì)MPPT控制性能的影響。28.結(jié)果發(fā)現(xiàn)，翼型形狀的細(xì)微調(diào)整能夠帶來更大幅的性能提升。

29.綜上可知，相比結(jié)構(gòu)參數(shù)（轉(zhuǎn)動(dòng)慣量），風(fēng)力機(jī)的氣動(dòng)參數(shù)，尤其是最優(yōu)葉尖速比、CP-λ曲線平緩度、翼型外形可以更加顯著地改變MPPT控制性能。因此，開展這些氣動(dòng)參數(shù)與MPPT控制的一體化設(shè)計(jì)不僅易于達(dá)到協(xié)調(diào)目標(biāo)、有效提升風(fēng)能捕獲效率，而且在滿足風(fēng)力機(jī)本體設(shè)計(jì)的固有約束和工程可行性方面具有十分重要的現(xiàn)實(shí)意義。

30.然后分別選擇不同的氣動(dòng)敏感參數(shù)，主要通過修改現(xiàn)有的氣動(dòng)設(shè)計(jì)模型中的目標(biāo)函數(shù)，考慮它們對(duì)MPPT控制性能的影響，完成了風(fēng)輪氣動(dòng)參數(shù)與MPPT控制一體化設(shè)計(jì)。

第四篇：預(yù)答辯演講稿

研究背景

近年來，我國(guó)的會(huì)展旅游發(fā)展迅猛，尤其在一些會(huì)展業(yè)發(fā)達(dá)的地區(qū)，會(huì)展業(yè)對(duì)經(jīng)濟(jì)的帶動(dòng)作用達(dá)到1:9的水平。據(jù)不完全統(tǒng)計(jì)，九十年代以來我國(guó)會(huì)展旅游業(yè)每年增長(zhǎng)達(dá)20%左右，遠(yuǎn)遠(yuǎn)超過我國(guó)其他領(lǐng)域經(jīng)濟(jì)總量的增長(zhǎng)。會(huì)展業(yè)已經(jīng)成為我國(guó)經(jīng)濟(jì)的新亮點(diǎn)。并開始逐步走向國(guó)際化、規(guī)?；?、專業(yè)化和品牌化。會(huì)展旅游不僅能提高一個(gè)國(guó)家和城市的知名度，對(duì)一個(gè)國(guó)家或地區(qū)的經(jīng)濟(jì)社會(huì)發(fā)展也具有很強(qiáng)的推動(dòng)作用，中國(guó)會(huì)展業(yè)具有光明的發(fā)展前景。

會(huì)展經(jīng)濟(jì)的發(fā)展已經(jīng)越來越多的引起政府和相關(guān)部門的高度重視，相關(guān)政策和措施陸續(xù)出臺(tái)?！秶?guó)家“十二五”規(guī)劃》再次對(duì)我國(guó)會(huì)展業(yè)的發(fā)展做出戰(zhàn)略性的規(guī)劃，“十二五”時(shí)期，中國(guó)會(huì)展業(yè)進(jìn)入了發(fā)展的快車道。2015年，中國(guó)會(huì)展業(yè)產(chǎn)值規(guī)模已達(dá)到3000億元。面臨的問題

在會(huì)展業(yè)發(fā)展如火如荼的時(shí)候，我國(guó)會(huì)展業(yè)的管理仍然處在初級(jí)階段，會(huì)展舉辦期間，在舉辦地短時(shí)間內(nèi)聚集了大量的人流，人群密度大，人群聚集可能導(dǎo)致會(huì)展擁堵踩踏事件發(fā)生，群體性恐慌 擁擠、踩踏

會(huì)展活動(dòng)風(fēng)險(xiǎn)事故管理面臨嚴(yán)峻考驗(yàn)

以下表1-1是我國(guó)2001年至2013年間統(tǒng)計(jì)的因?yàn)闀?huì)展活動(dòng)引發(fā)的人員傷亡事故。

人員傷亡事故多達(dá)144起，死亡人數(shù)多至93人。

可見，在會(huì)展期間維持正常的參觀秩序，保證人員安全就顯得尤為重要。這就要求有關(guān)政府部分盡快完善會(huì)展相關(guān)的管理方式，讓會(huì)展行業(yè)有序的發(fā)展，盡快實(shí)現(xiàn)會(huì)展業(yè)的智能化管理。研究意義

如何更為有效保障會(huì)展高峰時(shí)期參觀者的安全，維持正常的參觀秩序，并實(shí)現(xiàn)大量人流的管理與疏導(dǎo)，是會(huì)展管理部門重點(diǎn)關(guān)注的問題，其中，會(huì)展入口人流量控制和疏導(dǎo)是重要方面。如果能及時(shí)準(zhǔn)確預(yù)知未來時(shí)刻會(huì)展入口的人流量，就能讓管理者提前做好防范措施，比如：人流量少時(shí)，開放部分入口閘門，節(jié)省人力、物力；人流量多時(shí)，增加入口閘門開放數(shù)或者減少/停止售票等等。這樣有利于合理利用會(huì)展資源，同時(shí)實(shí)現(xiàn)會(huì)展入口人流量的控制與疏導(dǎo)，減少擁堵與踩踏事件發(fā)生，提高了旅游者的參觀質(zhì)量，對(duì)實(shí)現(xiàn)會(huì)展旅游的智能化管理具有十分重要的意義。

會(huì)展入口短時(shí)人流量的特性分析 第二章，首先分析了會(huì)展入口短時(shí)人流量的特性，通過分析發(fā)現(xiàn)具有：不確定性、時(shí)變性、隨機(jī)性、周期性、混沌性等特性 預(yù)測(cè)模型建立的原則

接著對(duì)會(huì)展入口短時(shí)人流量預(yù)測(cè)模型的原則進(jìn)行了分析，模型應(yīng)該具有：實(shí)時(shí)性原則、準(zhǔn)確性原則、抗噪聲能力、可移植性原則、歷史數(shù)據(jù)少等特點(diǎn) 預(yù)測(cè)模型的選擇

接著整理總結(jié)了目前所有預(yù)測(cè)模型的優(yōu)缺點(diǎn)，發(fā)現(xiàn)單一模型總是存在這樣那樣的不足，而融合模型取長(zhǎng)補(bǔ)短，在短時(shí)流量預(yù)測(cè)中既可以提高預(yù)測(cè)精度又可以保證預(yù)測(cè)誤差的穩(wěn)定性。

基于對(duì)會(huì)展入口短時(shí)人流特征的分析以及己有預(yù)測(cè)模型的綜合比較，發(fā)現(xiàn)融入模型中的小波神經(jīng)網(wǎng)絡(luò)模型既具有小波良好的時(shí)—頻局部特性和變焦能力，又有神經(jīng)網(wǎng)絡(luò)極強(qiáng)的非線性、自學(xué)習(xí)能力和相對(duì)較高的預(yù)測(cè)精度，對(duì)非線性變化的數(shù)據(jù)序列不用建立精確模型就能進(jìn)行預(yù)測(cè)，這一特征恰好符合入口短時(shí)人流數(shù)據(jù)的隨機(jī)性和難以建立精確模型這一特性。實(shí)驗(yàn)預(yù)處理

第三章主要講數(shù)據(jù)預(yù)處理（1月26至2月1，每天14:00-22:00的入口人流量數(shù)據(jù)，每15分鐘取1個(gè)數(shù)據(jù)，7天共231個(gè)數(shù)據(jù)），在確定了會(huì)展入口短時(shí)人流量預(yù)測(cè)模型的基礎(chǔ)上，對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行了預(yù)處理，因?yàn)樵谌肆髁繑?shù)據(jù)的采集、傳輸過程中，由于設(shè)備故障、傳輸錯(cuò)誤、噪聲干擾等原因會(huì)使采集到的數(shù)據(jù)無法按照一定時(shí)間間隔上傳或者上傳錯(cuò)誤，最終導(dǎo)致數(shù)據(jù)采集錯(cuò)誤現(xiàn)象的發(fā)生，而采集的數(shù)據(jù)質(zhì)量直接影響到預(yù)測(cè)的精度，所以必須對(duì)數(shù)據(jù)進(jìn)行處理，一般分為修復(fù)和去噪兩步。這是修復(fù)后與修復(fù)前數(shù)據(jù)對(duì)比圖。接著對(duì)修復(fù)后數(shù)據(jù)進(jìn)行小波去噪。這是數(shù)據(jù)小波分解，隨機(jī)噪聲主要集中在d1層，加大d1層的閾值，這是降噪后與原始信號(hào)對(duì)比圖。

數(shù)據(jù)歸一化處理

接著對(duì)數(shù)據(jù)進(jìn)行歸一化處理，主要是為了加快網(wǎng)絡(luò)的訓(xùn)練速度，將實(shí)驗(yàn)數(shù)據(jù)歸一化在[-1,1]之間。這是歸一化代碼。表3-5是部分自貢燈會(huì)入口人流量數(shù)據(jù)歸一化結(jié)果。

小波神經(jīng)網(wǎng)絡(luò)各層節(jié)點(diǎn)的選擇

在第四章簡(jiǎn)要介紹了小波神經(jīng)網(wǎng)絡(luò)的原理及學(xué)習(xí)算法推導(dǎo)過程，重點(diǎn)分析了小波神經(jīng)網(wǎng)絡(luò)各層節(jié)點(diǎn)及參數(shù)的選擇，小波神經(jīng)網(wǎng)絡(luò)往往選取三層結(jié)構(gòu)，輸入層和輸出層可以根據(jù)實(shí)際應(yīng)用要求確定，本次實(shí)驗(yàn)選取輸入個(gè)數(shù)為4，輸出個(gè)數(shù)為1，而隱含層的神經(jīng)元個(gè)數(shù)選取則是一個(gè)難點(diǎn)，一般根據(jù)經(jīng)驗(yàn)公式選擇，根據(jù)輸入4，輸出1，根據(jù)公式可算出隱含層個(gè)數(shù)在4~12之間 實(shí)驗(yàn)對(duì)比驗(yàn)證

這是在輸入層為4，輸出層為1，模型其他參數(shù)都一致，而輸入層不同的情況下，進(jìn)行50此仿真取平均值，表示預(yù)測(cè)模型優(yōu)劣評(píng)價(jià)指標(biāo)結(jié)果，由表可以看出，在隱含層節(jié)點(diǎn)數(shù)為10時(shí)，各評(píng)價(jià)指標(biāo)最優(yōu)。所以確定預(yù)測(cè)模型結(jié)構(gòu)為4-10-1 4-10-1 模型下不同學(xué)習(xí)率

在確定模型結(jié)構(gòu)后，有對(duì)模型參數(shù)學(xué)習(xí)率進(jìn)行實(shí)驗(yàn)驗(yàn)證對(duì)比，同樣是仿真50次取平均值，由表看出在學(xué)習(xí)率為0.01和0.001情況下預(yù)測(cè)誤差最小。小波神經(jīng)網(wǎng)絡(luò)模型（4-10-1，0.01，0.001）這是在小波神經(jīng)網(wǎng)絡(luò)確定了結(jié)構(gòu)和學(xué)習(xí)率情況下，以自貢燈會(huì)入口人流量為實(shí)驗(yàn)對(duì)象的仿真圖，發(fā)現(xiàn)預(yù)測(cè)效果較理想，高峰期（1400人）最大誤差為350人左右，大多數(shù)都在100人以內(nèi)浮動(dòng) 評(píng)價(jià)指標(biāo)

這是小波神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)自貢燈會(huì)入口短時(shí)人流量的各評(píng)價(jià)指標(biāo)值，由表可以看出，平均絕對(duì)誤差是64人左右，均方誤差為11.79，均方百分比誤差約為4.5%左右，當(dāng)EC?0.85時(shí)，說明預(yù)測(cè)效果較好，越接近1說明預(yù)測(cè)結(jié)果的可靠性越高，本文預(yù)測(cè)精確度達(dá)92%，訓(xùn)練加預(yù)測(cè)時(shí)間為5.4秒左右，體現(xiàn)出了實(shí)時(shí)性。根據(jù)評(píng)價(jià)指標(biāo)可以看出訓(xùn)練還是比較理想的。誤差分析

針對(duì)小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果的誤差，從四個(gè)方面進(jìn)行了誤差分析：實(shí)驗(yàn)數(shù)據(jù)的采集、實(shí)驗(yàn)數(shù)據(jù)預(yù)處理、實(shí)驗(yàn)影響因素、小波神經(jīng)網(wǎng)絡(luò)。

如：本文實(shí)驗(yàn)對(duì)象自貢燈會(huì)在數(shù)據(jù)采集時(shí)在高峰期時(shí)，很多都沒掃描票，見到票就直接進(jìn)場(chǎng)，還有在數(shù)據(jù)修復(fù)時(shí)，不能完全恢復(fù)原始信息，只是一個(gè)預(yù)估計(jì)值，另外小波去噪會(huì)損失原有數(shù)據(jù)中本有的高頻細(xì)節(jié)。還有其他外在因素的影響，如票價(jià)、天氣、節(jié)假日等都會(huì)對(duì)實(shí)驗(yàn)結(jié)果造成一定誤差，但通過分析發(fā)現(xiàn)除了實(shí)驗(yàn)數(shù)據(jù)造成的誤差外，小波神經(jīng)網(wǎng)絡(luò)自身的不足是造成誤差的重要原因，小波神經(jīng)網(wǎng)絡(luò)模型的不足

如圖是網(wǎng)絡(luò)迭代次數(shù)與誤差百分比之間的關(guān)系，當(dāng)?shù)?50次時(shí)陷入局部極小值，這會(huì)使預(yù)測(cè)結(jié)果產(chǎn)生較大的誤差，而且小波神經(jīng)網(wǎng)絡(luò)的收斂速度也較慢，學(xué)習(xí)效率低，對(duì)參數(shù)選擇較為敏感，針對(duì)這些不足，提出用遺傳算法進(jìn)行優(yōu)化。遺傳算法優(yōu)化

這是優(yōu)化后的預(yù)測(cè)自貢燈會(huì)入口短時(shí)人流量的效果圖，發(fā)現(xiàn)模型的擬合程度更高，預(yù)測(cè)效果更好，最大誤差為240人左右，相對(duì)小波神經(jīng)網(wǎng)絡(luò)有了明顯的改善。

預(yù)測(cè)平均誤差提高了8%，預(yù)測(cè)精度提高了4%，效果理想 迭代曲線對(duì)比圖

這是小波神經(jīng)網(wǎng)絡(luò)與優(yōu)化后網(wǎng)絡(luò)在相同條件下的迭代曲線圖，可以發(fā)現(xiàn)算法優(yōu)化后模型在迭代100次時(shí)，基本收斂于目標(biāo)條件，曲線趨于平穩(wěn)狀態(tài)；而傳統(tǒng)小波神經(jīng)網(wǎng)絡(luò)模型要迭代400次左右才能收斂于目標(biāo)條件?？梢泽w現(xiàn)出優(yōu)化后網(wǎng)絡(luò)在收斂速度上得到了較明顯的提高。

仿真實(shí)驗(yàn)表明：采用遺傳算法優(yōu)化小波神經(jīng)網(wǎng)絡(luò)模型，達(dá)到了提高訓(xùn)練精度和收斂速度的目的，這說明WGANN算法具有更高的魯棒性和更高的預(yù)測(cè)精度，遺傳算法優(yōu)化了小波算法收斂慢和容易陷入局部極小值的不足。

方案

第六章主要是綜合分析全文，針對(duì)類似于自貢燈會(huì)入口短時(shí)人流量預(yù)測(cè)的會(huì)展情況，總結(jié)出預(yù)測(cè)流程的方案

應(yīng)用—2016年自貢燈會(huì)實(shí)驗(yàn)驗(yàn)證

最后將方案應(yīng)用于2016年自貢燈會(huì)入口短時(shí)人流量的預(yù)測(cè)上，這是應(yīng)用界面圖，這是2016年2月24日燈會(huì)入口短時(shí)人流量預(yù)測(cè)結(jié)果的誤差圖，在高峰期時(shí)預(yù)測(cè)誤差最大為200人左右，大多數(shù)在50人以內(nèi)浮動(dòng)，可見實(shí)際應(yīng)用效果還是比較理想的?？偨Y(jié)及展望

本章對(duì)前六章的工作內(nèi)容作了簡(jiǎn)要總結(jié)與分析，指出論文中存在的不足并簡(jiǎn)要闡述了今后研究工作的展望。

第五篇：預(yù)答辯總結(jié)

碩士預(yù)答辯總結(jié)

通過三年的學(xué)習(xí)，師兄今天在XXXXXXX進(jìn)行了碩士畢業(yè)預(yù)答辯。我雖然是研一，但有幸以一名答辯老師的身份參與了師兄的預(yù)答辯。此次預(yù)答辯整體分為以下幾個(gè)部分。首先是師兄對(duì)自己的課題進(jìn)行答辯，接著參與答辯的老師進(jìn)行提問，然后是答辯的學(xué)生對(duì)老師的提問進(jìn)行一一解答。通過參與這次預(yù)答辯，我受益匪淺，學(xué)到了很多寶貴的經(jīng)驗(yàn)，為我以后的答辯取起到了很大的作用。

首先是答辯注意事項(xiàng)上：

1．帶上自己的論文、資料和筆記本。2．注意開場(chǎng)白、結(jié)語的禮儀。

3．坦然鎮(zhèn)定，聲音要大而準(zhǔn)確，使在場(chǎng)的所有人都能聽到。

4．聽取答辯小組成員的提問，精神要高度集中，同時(shí)，將提問的問題——記在本上。

5．對(duì)提出的問題，要在短時(shí)間內(nèi)迅速做出反應(yīng)，以自信而流暢的語言，肯定的語氣，不慌不忙地—一回答每個(gè)問題。

6．對(duì)提出的疑問，要審慎地回答，對(duì)有把握的疑問要回答或辯解、申明理由；對(duì)拿不準(zhǔn)的問題，可不進(jìn)行辯解，而實(shí)事求是地回答，態(tài)度要謙虛。

7．回答問題要注意的幾點(diǎn)：

（1）正確、準(zhǔn)確。正面回答問題，不轉(zhuǎn)換論題，更不要答非所問。（2）重點(diǎn)突出。抓住主題、要領(lǐng)，抓住關(guān)鍵詞語，言簡(jiǎn)意賅。（3）清晰明白。開門見山，直接入題，不繞圈子。

（4）有答有辯。有堅(jiān)持真理、修正錯(cuò)誤的勇氣。既敢于闡發(fā)自己獨(dú)到的新觀點(diǎn)、真知灼見，維護(hù)自己正確觀點(diǎn)，反駁錯(cuò)誤觀點(diǎn)，又敢于承認(rèn)自己的不足，修正失誤。

（5）辯才技巧。講普通話，用詞準(zhǔn)確，講究邏輯，吐詞清楚，聲音洪亮，抑揚(yáng)頓挫，助以手勢(shì)說明問題；力求深刻生動(dòng)；對(duì)答如流，說服力、感染力強(qiáng)，給教師和聽眾留下良好的印象。

接著是答辯的準(zhǔn)備工作： 1．為什么選擇這個(gè)課題（或題目），研究、寫作它有什么學(xué)術(shù)價(jià)值或現(xiàn)實(shí)意義。

2．說明這個(gè)課題的歷史和現(xiàn)狀，即前人做過哪些研究，取得哪些成果，有哪些問題沒有解決，自己有什么新的看法，提出并解決了哪些問題。

3．文章的基本觀點(diǎn)和立論的基本依據(jù)。

4．學(xué)術(shù)界和社會(huì)上對(duì)某些問題的具體爭(zhēng)論，自己的傾向性觀點(diǎn)。

5．重要引文的具體出處。

6．本應(yīng)涉及或解決但因力不從心而未接觸的問題；因認(rèn)為與本文中心關(guān)系不大而未寫入的新見解。

7．本文提出的見解的可行性。

8．定稿交出后，自己重讀審查新發(fā)現(xiàn)的缺陷。

9．寫作畢業(yè)論文（作業(yè)）的體會(huì)。

10．本文的優(yōu)缺點(diǎn)。

總之，要作好口頭表述的準(zhǔn)備。不是宣讀論文，也不是宣讀寫作提綱和朗讀內(nèi)容提要。

內(nèi)容的組織和講解：

1.PPT主要內(nèi)容不需照著念，略一停留就可進(jìn)入背景介紹。背景介紹盡量簡(jiǎn)練，2-3頁為宜，但信息量要足，目的是給出研究背景（對(duì)應(yīng)選題意義）、現(xiàn)狀，總結(jié)當(dāng)前工作的不足，從而引出自己的工作。

2.全文工作思路，1-2頁。理清邏輯，讓觀眾到此明白問題輪廓和自己的工作全貌。

3.講解自己的詳細(xì)工作要突出思路和重點(diǎn)，不一定在語言表達(dá)上涉及太多細(xì)節(jié)，比如，用過多公式講解他人的工作步驟應(yīng)避免，屬于自己的工作要在視覺和語言上進(jìn)行標(biāo)注和區(qū)別。實(shí)驗(yàn)結(jié)果的表示要精煉，讓人容易理解；對(duì)比試驗(yàn)要公平，有說服力，對(duì)比對(duì)象要新，要有對(duì)比意義，從而體現(xiàn)自己的工作價(jià)值（這是研究方法和論文寫作階段都有的問題，但是答辯時(shí)常被質(zhì)問）。講解包含可能的額外演示。4.最后一定要有總結(jié)，突出個(gè)人工作和結(jié)果；展望和工作的不足之處不宜多，淡化處理。致謝可以寫，但要簡(jiǎn)練，并且不要照著讀，一句話即可，如：“最后，感謝所有關(guān)心和幫助過我的每一個(gè)人，感謝各位專家和評(píng)委老師”。

5.接著聽取提問時(shí)，將問題要點(diǎn)記在本子上，可以對(duì)幾個(gè)問題進(jìn)行統(tǒng)一回答。遇到不會(huì)的問題，第一不要沉默，第二要盡量打擦邊球進(jìn)行回答。

非常感謝XXX老師能夠給我提供參與師兄預(yù)答辯的機(jī)會(huì)。通過參與此次預(yù)答辯，不僅在我以后的答辯過程中起到很好的作用，在我以后人生道路上也會(huì)起到很大的幫助。