气象站点位于丰都县城的南 侧） 选择时间 8 月 20 日至 8 月 25 日 选择三个位置点： A ：崇兴乡，中峰乡和珍溪镇 位置：河道在暴雨前后变化 （颜色浑浊和水位上升，河床 完全过水） B ：丰都县城南：河道在暴雨 前后变化（颜色浑浊和水位上 升，河床完全过水） C ：包鸾镇东北的梨子坪水库 （根据谷歌影像判断应该是新 修水库，新启用），暴雨前后 水库颜色，水库西侧有滑坡淤 积省道 S105 的情况发生 823 气象站点位于丰都县城的南 侧） 选择时间 8 月 20 日至 8 月 25 日 选择三个位置点： A ：崇兴乡，中峰乡和珍溪镇 位置：河道在暴雨前后变化 （颜色浑浊和水位上升，河床 完全过水） B ：丰都县城南：河道在暴雨 前后变化（颜色浑浊和水位上 升，河床完全过水） C ：包鸾镇东北的梨子坪水库 （根据谷歌影像判断应该是新 修水库，新启用），暴雨前后 水库颜色，水库西侧有滑坡淤 积省道 S105 的情况发生 823 气象站点位于丰都县城的南 侧） 选择时间 8 月 20 日至 8 月 25 日 选择三个位置点： A ：崇兴乡，中峰乡和珍溪镇 位置：河道在暴雨前后变化 （颜色浑浊和水位上升，河床 完全过水） B ：丰都县城南：河道在暴雨 前后变化（颜色浑浊和水位上 升，河床完全过水） C ：包鸾镇东北的梨子坪水库 （根据谷歌影像判断应该是新 修水库，新启用），暴雨前后 水库颜色，水库西侧有滑坡淤 积省道 S105 的情况发生 823

充全控制拒绝访问拒绝访问完全控制拒绝访问拒绝访问完全控制 PE 绝访问拒绝访河拒绝访 问 完全控制拒绝访问拒绝访问完全控制拒绝访问拒绝访问完全控制拒绝访问拒绝访问拒绝 访问 完全控制拒绝访问拒绝访问完全控制拒绝访问拒绝访问完全控制拒绝访问拒绝 访问拒绝访问 完全控制拒绝访问 只 读 完全控制拒绝访问 只 读 完全控制巨绝访问 只 读 拒绝访问 完全控制拒绝访问 只 只 读 完全控制拒绝访问 只 读 完全控制拒绝访问 只 读 拒绝访问 完全控制拒绝访问 只 读 完全控制拒绝访问 只 读 元全控制拒绝访问 只 读 拒绝访问 完全 控制拒绝访问拒绝访问完全控制拒绝访问拒绝访问完全控制拒绝访问拒绝访问拒绝访问 确 定 取 图：软件操作权限设定 3.6.4 帐号和密码管理 智慧楼宇 IBMS 可视化管理系统的用户帐号和密码管理具备足够安 基于网络化的开放式数据库结构 为了满足数据库集成方式， 系统提供基于网络化的开放的数据库结 构。闭路电视监控系统数据服务器为实时数据库系统， 在闭路电视监控 和报警联动时，监控图像和报警信息数据完全驻留在数据库存储媒介上 (硬盘),具有快速的访问速度。同时，该系统数据库服务器可以在 IBMS.net 系统集成的同步网络环境下实现， 每一个分布的 CCTV.net 系 统数据库都可以接受或提供和自身系统相关的实时数据。

的相互关系，实现一个拥有很好生 产性和成本效益的智能空间。 来源：智能建筑学会（ IBI ）。 智能楼宇的定义与目的 资产 用户 业主 单个独立的 BMS 实现部分集成的 BMS 物联网驱动的完全集成 BMS  缺少相互连接的独立 BMS 子系统；  业主依托手工分别管理独立的子系统；  几乎不提供或者很少的分析能力，决策缓慢；  全部的 BMS 子系统均独立部署维护，数据不 步实现全面灵活集成；  运营和用户体验的持续优化；  关注租户及最终客户的空间使用体验和办公体验； 关注统一视图与运维入口，降低成本提 升效率，部分关注用户体验与服务创收 智能楼宇逐步向物联网驱动的完全集成平台演进 2 ：互通 多个系统采集的建筑数据实 现共享、集中存储和处理。 3 ：智能 基于统一平台实现多系统基 于预定义规则的联动，基于 大数据分析实现预测性分 析 . 4 ：持续优化 基于长期积累的数据，通过机 器学习等技术实现设备运行持 续优化，设施与环境控制面向 个性化控制。 1 ：连接 通过有线和无线网络将建筑 内的传感器和设备连接上 网，实现数据的全面采集。 物联网驱动的完全集成智能楼宇平台的核心与几个特点 IoT enabled BMS 借助物联网技术将不同的 BMS 设施系统整合成一个完整的整体来创造智能建筑。可以管理和控制温度，通风，照明， 安防、访问，停车

的相互关系，实现一个拥有很好生 产性和成本效益的智能空间。 来源：智能建筑学会（ IBI ）。 智能楼宇的定义与目的 资产 用户 业主 单个独立的 BMS 实现部分集成的 BMS 物联网驱动的完全集成 BMS  缺少相互连接的独立 BMS 子系统；  业主依托手工分别管理独立的子系统；  几乎不提供或者很少的分析能力，决策缓慢；  全部的 BMS 子系统均独立部署维护，数据不 步实现全面灵活集成；  运营和用户体验的持续优化；  关注租户及最终客户的空间使用体验和办公体验； 关注统一视图与运维入口，降低成本提 升效率，部分关注用户体验与服务创收 智能楼宇逐步向物联网驱动的完全集成平台演进 2 ：互通 多个系统采集的建筑数据实 现共享、集中存储和处理。 3 ：智能 基于统一平台实现多系统基 于预定义规则的联动，基于 大数据分析实现预测性分 析 . 4 ：持续优化 基于长期积累的数据，通过机 器学习等技术实现设备运行持 续优化，设施与环境控制面向 个性化控制。 1 ：连接 通过有线和无线网络将建筑 内的传感器和设备连接上 网，实现数据的全面采集。 物联网驱动的完全集成智能楼宇平台的核心与几个特点 IoT enabled BMS 借助物联网技术将不同的 BMS 设施系统整合成一个完整的整体来创造智能建筑。可以管理和控制温度，通风，照明， 安防、访问，停车

有些交易可能因此无法实现，从而限制用户选择 发电公司  存在输电损耗  在一定程度和范围上打击大用户远距离购售电的 积极性 6 电力市场 : 寡头垄断市场？  电力市场肯定不是完全竞争的市场，也不再 是垄断市场。  上述特征决定了在电力市场中，某些地区可 能只有少数的发电公司提供电力，这与寡头 垄断市场最为接近。  在寡头垄断市场中，发电公司可以采用一些 策略性的报价行为来最大化获利。 有些影响电价的因素难以描述，如报价 策略。  市场电价波动很大。  时间序列分析模型相对来讲比较合适。 31 如何报价？  发电公司只需要报一个比 MCP 略为便宜的价 格。  隐含地假设了市场是完全竞争的。  在报价的历史数据不公布的电力市场 ( 如加利 福尼亚 ) ，也许只能采用这种方法。  对于占市场份额很小的发电公司，也可以采 用这种方法。 32 3.2 估计其它发电公司的报价行为 很多简化，这样得到的平衡点可能没有多大意义；  如产量竞争；价格竞争；线性供给函数竞争  电力市场中一般采用分段报价。在这种情况下是否存在所谓的 平衡点理论上还不清楚。  在信息不完全的情况下，理论上也还不清楚是否存在平 衡点。  不论采用线性报价还是分段报价都是如此。 39 第四部分：主要研究工作 40 构造的报价策略模型和结果  模型框架  以单部分报价为基础

城区，驾驶员一般不需要接管车辆，不需握方向盘，不需注视道路，从汽车 的“控制者”转变为“监管者”。若系统提请驾驶员介入时未受到回应，其也应当 自动采取行动将风险最小化。 ⚫ L5 级为完全自动驾驶，是自动驾驶的终极目标，汽车将能在任何道路上自动 驾驶，从“座驾”变为“座舱”，“驾驶员”这个角色彻底消失。 图3、计算机辅助驾驶等级划分 数据来源：根据国家标准《汽车驾驶自 及以上级别进发是车企的必然选择，此时“单车智能”的三大缺陷逐渐凸显： ⚫ 感知能力局限：“单车智能”完全依赖于车载传感器，而在复杂环境中其必然存 在盲区，阻碍汽车对长尾、非常规险情（例如行人非法横穿、“鬼探头”等）作 出反应（这一情况对人类驾驶员同样存在，事实上是道路交通中长期存在， 难以解决的根本性威胁之一）。 ⚫ 运算能力局限：“单车智能”完全依赖车载运算设备，其不仅受到车载芯片算 力、辅助驾驶大模型能力的限制，亦受到汽车电力储备的限制。因此，计算 数据来源：各地区相关部门政策公告，各地区相关新闻报道，兴业证券经济与金融研究院整 理 无人物流场景或为“车路云一体化”开辟新模式，创造景气外溢方向。一方面， 无人物流车行驶于开放道路，而驾驶员已几乎完全退场，比乘用车高加激进；然 而，当前的“单车智能”技术难以担当在公共道路上实现较高速度，较高频次无 人驾驶的重任，限制了无人物流车进一步扩大运用；另一方面，无人物流车行驶 路

EAM 立项 Excel MES EAM WMS Excel MES EAM WMS 通过生产基地调研学习，进行应用系统分析发现：缺乏整体规划，建设分散、应用集成 少、应用深度弱、应用分析缺，距离完全满足业务经营管理的需要尚有差距 集团：智能部门 FCSS 和 HRCSS 应用系统，及供应链的 ERP ， SRM 和 TMS 等系统。已由集团统一进行应用方案实施、推广，至各事业部、基地、生产 销售、计划、供应链（采购、物流）、生产和研发等的数据、数据和颗粒度么有拉通，在业绩统计和预测、计划和管理报表，均为手工执行，决策支持的准确性和时效性 差。 CRM 客户数据 梳理和 ERP 数 据由集成，当 前新客户源头， 未能实现完全 来源于 CMR ； CRM 和 ERP 的业务数据尚 未能双向互动， MES ， WMS 、 TMS 基础 数据和业务数 据也不能拉通 共享，实时集 成等 目前 SMR 系统 在供应商预测、 能力协同这块 能力协同这块 是空白； 该产品的功能 界面和运维支 持，有局限性， 且供应商绩效 评估，没有相 关功能等。 从计划口没法 启用外协类采 购，没有进 SMR 功能。 另外供应商源 头，和 ERP 这 块没有完全一 致同步。 目录 01 02 03 愿景与战略解读 计划专题现状解析 供应链能力评估结果 04 关键举措与改进方向 XX 事业部计划领域已形成总体框架，计划内部评审和跨部门协同是下阶

18 智能硬件终端 无线远传无磁只读表 • 普通水表上加装无磁远传 • 机械表和电子部分完全分离，不受磁场干扰，容易维护，机械表 和电子远传单元各自独立运行，互不影响，方便维护，方便维修 摄像远传表 • 普通水表上加装摄像模块 机械表和电子部分完全分离， 无传感误差 完全独立，不影响计 量先进的通信及 OCR 技术 服务模式对比 19 对比项

简单快速 架构特点 只支持后端计算 同时支持前端后端计算（ VOI+VDI ） 可靠性 完全依赖网络，容易出现卡机跳帧情况 断网时可以离线工作，支持 10M 网络环 境部署 易用性 / 用户习惯 需要完全改变习惯，用户和管理员需要适 应 保持用户用机习惯，用户接受度高 硬件外设兼容性 部分不兼容 基本完全兼容 服务器成本 单服务器支持虚拟桌面较少，服务器和存 储成本较高 单服务器支持虚拟桌面多，综合成本低 云桌面优势 - 终端防泄漏 效果和价值 降低运 维成本 提高工 作效率 增强系 统安全 全新部署 3 小时完成 100 台以上的终端部署，新加入机器 60 秒内完成安装。 系统崩溃 1 分钟内完全恢复到正常可用状态 操作系统统一安全加固，安全性大大提升 业务平滑过渡，兼容原有安全软件 一键恢复，终端无毒率 100% 终端软件系统可用性 100% 配置和管理成本减少了 93%

可回复自然语言输入的问题 资料来源： Open AI 公司，英伟达公 司 （单位：月） 2019 年 2 月 GPT-4 18,000 亿 参数量 2023 年 3 月 2018 年 6 月 据不完全统计， 目前已发布 的国内大模型中： 参数量超过 10 亿的有 79 个， 其中 ，参数量最高的达到 174 万亿。 ChatGPT （ Chat Generative Pre-trained 1 ChatGPT 与 AI 大模型 目录 级别 名称 定义 驾驶操作 环境感知 支援 系统作用域 0 无自动化 • 由驾驶者完全操控汽车 驾驶者 驾驶者 驾驶者 无 1 驾驶支援 • 系统有时能够辅助驾驶者完成方向盘和加减速 等驾驶操作 驾驶者与 系统 部分 行驶任务 2 部分自动化 • 系统能够完成某项驾驶任务 系统负责某些情况下环境感知 • 驾驶员需要时刻准备取回驾驶控制权 系统 系统 4 高度自动化 • 系统能够进行环境感知 • 驾驶员不需重新取得驾驶控制权 • 系统只能在特定环境条件下运行 系统 全部 行驶任务 5 完全自动化 • 系统能够完成所有环境条件下的所有驾驶任务 自动驾驶是过去 10 年最火热的赛道 ，但直到 2022 年才有部分企业推出具备 L3 级功能的车型。究其原因， 除法 规发展落后于产业发展外