旅游业发展已成为许多东盟国家经济增长的主要驱动力之一,但是,旅游业和经济增长的不利环境影响引起了地区制定者的重大关注。这项研究调查了旅游业发展在环境Kuznets曲线(EKC)假设的背景下,从1995年到2019年,在10个东盟国家通过面板估算器在25年中进行了25年的估计量。调查结果表明,旅游业有助于环境降级。在EKC假设上,证据被混合在一起,因为只有面板校正的标准误差估计表明排放和人均GDP之间的U形关系倒立。人均GDP的门槛价值估计约为12,000美元,这表明东盟当前的经济发展仍然对环境有害。此外,发现可再生能源是一个强大的缓解因素。人口规模是CO2和GHG排放的重要驱动力。这项研究的发现突出了东盟地区旅游业发展,经济增长和环境质量之间的复杂关系。随后,讨论了几种政策含义。关键字:二氧化碳排放,环境库兹尼特曲线,小组数据计量经济学,可再生能源,旅游业发展。JEL代码:O13,Q56,Z32
基于电流模型和电压模型的传统感应电机转子磁通观测器对参数不确定性很敏感。本文提出了一种基于前馈神经网络的非参数感应电机转子磁通估计器。该估计器无需电机参数即可运行,因此不受参数不确定性的影响。该模型采用 Levenberg-Marquardt 算法离线训练。所有数据收集、训练和测试过程均在 MATLAB/Simulink 环境中完成。训练过程中强制迭代 1,000 个时期。此建模过程总共使用了 603,968 个数据集。该四输入两输出神经网络模型能够为磁场定向控制系统提供转子磁通估计,其误差为 3.41e-9 mse,训练时间为 28 分 49 秒。该模型在参考速度阶跃响应和参数不确定性下进行了测试。结果表明,所提出的估计器改进了电压模型和电流模型转子磁通观测器的参数不确定性。
基于电流模型和电压模型的传统感应电机转子磁通观测器对参数不确定性很敏感。本文提出了一种基于前馈神经网络的非参数感应电机转子磁通估计器。该估计器无需电机参数即可运行,因此不受参数不确定性的影响。该模型采用 Levenberg-Marquardt 算法离线训练。所有数据收集、训练和测试过程均在 MATLAB/Simulink 环境中完成。训练过程中强制迭代 1,000 个时期。此建模过程总共使用了 603,968 个数据集。该四输入两输出神经网络模型能够为磁场定向控制系统提供转子磁通估计,其误差为 3.41e-9 mse,训练时间为 28 分 49 秒。该模型在参考速度阶跃响应和参数不确定性下进行了测试。结果表明,所提出的估计器改进了电压模型和电流模型转子磁通观测器的参数不确定性。
“刚刚接受”的手稿已经过同行评审并被接受出版。它们在技术编辑、出版格式和作者校对之前在线发布。美国化学学会向研究界提供“刚刚接受”服务,以加快科学材料在被接受后尽快传播的速度。“刚刚接受”的手稿以 PDF 格式完整出现,并附有 HTML 摘要。“刚刚接受”的手稿已经过完全同行评审,但不应被视为记录的官方版本。它们可以通过数字对象标识符 (DOI®) 引用。“刚刚接受”是提供给作者的一项可选服务。因此,“刚刚接受”网站可能不包含将在期刊上发表的所有文章。手稿经过技术编辑和格式化后,将从“刚刚接受”网站上删除并作为 ASAP 文章发布。请注意,技术编辑可能会对手稿文本和/或图形进行细微更改,这可能会影响内容,并且适用于期刊的所有法律免责声明和道德准则均适用。 ACS 对因使用这些“刚刚接受”稿件中包含的信息而产生的错误或后果不负任何责任。