途中负担:理解农村生育率下降的一个视角

持续的撤点并校让越来越多的农村低龄学童只能到城镇读书,这打破了过去“村校一体”的教育空间结构,不仅造成了农村儿童上下学空间距离的增加,更重要的是让上下学途中的物理空间转移到了村庄熟人社会的监管之外,导致了“空间脱管”。为此,过去由村庄社会承担的部分儿童照护成本现在只能由家庭全部承担。而无论农民家庭采用何种应对方式,都会增加新的经济成本、时间成本和心理成本等,这就构成了农民家庭的“途中负担”。“途中负担”是农民家庭教育负担的一种表现,它的出现迫使农民家庭从家庭理性角度出发而主动选择降低生育率。这就构成了“撤点并校—进城读书—负担增加(途中负担)—生育降低”的内在机理。面对“途中负担”不断扩大的趋势,可以通过发展乡镇学校和城镇公益照料、推广学校寄宿等方式来适当降低“途中负担”,提高农民家庭的生育能力。

融合改进YOLOv7与UNet的编码点定位方法

针对编码点的定位存在误检率高和精准度差的问题,提出了一种融合改进YOLOv7与UNet的圆形编码点定位方法。第1阶段使用改进的YOLOv7检测编码点的位置,改进的YOLOv7首先将DCN-v2可变形卷积引入ELAN模块,提升特征提取能力;其次把卷积块注意力模块(CBAM)机制嵌入骨干网络使网络更关注目标特征;然后使用Focal-EIoU Loss提高收敛速度;最后构建OD-Cat模块替换ConCat模块以提升网络检测精度。提取出每个圆形编码点的ROI后,第2阶段通过UNet分割出编码点的中心轮廓后,使用最小二乘法拟合出编码点的中心。实验结果表明,改进后的模型比原YOLOv7的精确率提高了6.33%,平均精度均值(mAP)提升了5.76%;提出的定位方法验证了在噪声、亮度不足或曝光等复杂环境下可以准确定位出编码点的中心椭圆轮廓,在实际工业视觉测量中具备鲁棒性。

融合熵聚类和增广变邻策略的蚁群优化算法

针对蚁群算法求解大规模旅行商问题时存在收敛速度慢、易陷入局部最优的问题,提出一种融合熵聚类和增广变邻策略的蚁群优化算法。首先提出融合信息熵的聚类策略,利用熵确定最佳截断距离对数据集进行合理划分;通过求解每个子簇形成初始路径,并为全局寻优提供导向信息素,从而提升收敛速度。其次提出增广变邻策略,将蚂蚁分为爬行蚁和滑翔蚁,滑翔蚁引入的增广变邻策略在迭代后更新节点和邻居信息素,而且通过邻居数量随最优解质量动态匹配,来强化邻居节点探索,以平衡收敛速度与解的质量。当算法陷入停滞时,利用路径相似性机制平滑非公共路径信息素,帮助算法跳出局部最优。通过对旅行商问题数据集进行实验仿真表明,所提算法有效平衡了收敛速度与解的精度,尤其对于大规模问题,显著提高了解的质量。

结合竞争交互策略和淘汰重组机制的异构多蚁群算法

针对传统的蚁群算法在解决旅行商问题时(traveling salesman problem,TSP)存在着收敛速度慢、容易陷入局部最优等问题,提出了一种结合竞争交互策略和淘汰重组机制的异构多蚁群算法。建立一个异构多种群系统,算法采用竞争交互策略,根据不同时期各种群的汉明距离来自适应的调节交互周期;并利用竞争系数来差异化匹配交互对象,经过匹配后的交互对象之间通过最优解和信息素矩阵进行交互,通过该机制实现了算法收敛速度和多样性的平衡。算法采用了淘汰重组机制,会定期对寻优能力差的种群进行淘汰与重组,以加快算法的求解精度。采用多组不同规模的TSP算例进行仿真实验,结果表明,该算法在提高求解精度和收敛速度方面表现更优。

膀胱颈部电切联合曲安奈德注射治疗前列腺癌根治术后膀胱颈部挛缩疗效随访观察

目的分析应用膀胱颈部电切结合术中及术后规律曲安奈德注射治疗前列腺癌根治术(RP)后膀胱颈部挛缩(BNC)的有效性和安全性。方法回顾性分析2018年3月—2023年3月在西安交通大学第一附属医院泌尿外科接受膀胱颈部电切联合术中及术后规律曲安奈德注射治疗的19例RP后BNC患者的相关资料,分析患者术前、术后3、12个月及随访终点的国际前列腺症状评分(IPSS)、生活质量评分(QoL)的变化以及并发症发生情况。结果19例完成随访的患者中,有10例患者接受1次治疗;在治疗后复发的9例患者中,6例接受第2次治疗(其中2例术后再次复发),1例接受第3次治疗。平均随访3年,该方法1次成功率为52.6%(10/19),累计成功率为73.7%(14/19)。各随访时间点患者的IPSS、QoL均较术前明显改善(P<0.05)。19例随访患者术后并发症包括附睾炎2例(10.5%)、短暂性血尿2例(10.5%)、尿失禁11例(57.9%),其中新发尿失禁6例,5例尿失禁症状持续到随访终点。结论膀胱颈部电切结合术中及术后规律曲安奈德注射治疗RP后BNC有73.7%的成功率,但部分患者需多次手术,术后尿失禁发生率较高且恢复缓慢。

精英协同进化的蜉蝣算法

蜉蝣算法的种群多样性低、寻优性能差,为此提出基于精英协同进化的蜉蝣算法(ECMA).将雄性蜉蝣种群根据自身种群适应度分为精英种群和普通种群,精英个体进行自我学习以保持种群的多样性,实现高水平的全局搜索;普通个体飞向统一目标进行局部开发,以提高ECMA的收敛速度.根据婚姻市场理论改进雌性蜉蝣的位置更新,提高ECMA的寻优性能;引入新的自适应重力系数平衡全局搜索和局部开发能力,提高ECMA的收敛精度;引入莱维飞行的跳出策略,避免ECMA陷入局部最优.基于20个基准测试函数和CEC2019测试函数进行算法的仿真优化分析,与蜉蝣算法以及其他优秀的群智能算法相比,ECMA在寻优精度、收敛速度和稳定性方面均有较大提升.

Goss取向铁素体钢中形变孪晶的产生行为研究

采用电子背散射衍射(EBSD)技术,研究了Goss取向铁素体钢在不同冷轧压下率(10%~34%)下形变孪晶的演变行为。结果显示,在冷轧压下率为10%的样品中观察到了形变孪晶,孪生面为{112},孪生方向为〈111〉,孪晶晶界为Σ3晶界(〈111〉60°),形变孪晶在变形初始阶段的取向为{114}〈221〉。随着冷轧压下率从10%增大至17%,Goss晶粒逐渐向{221}〈114〉取向转变,形变孪晶逐渐向{001}〈110〉取向转变。当冷轧压下率从17%继续增大至34%时,形变孪晶的取向保持{001}〈110〉,孪晶与基体逐渐偏离理论取向差关系,即孪晶界取向差角逐渐偏离60°。

结合评估奖惩机制和邻域动态退化的协同蚁群算法

针对蚁群算法在求解旅行商问题中出现收敛速度慢以及易陷入局部最优等问题,提出一种结合评估奖惩机制和邻域动态退化的协同蚁群算法。根据路径评估值将路径划分为活跃路径和舍弃路径,以路径评估值作为权重对两类路径采取不同的信息素奖惩策略,加快算法的收敛速度。采用邻域动态退化策略,利用邻域半径将城市集分为探索区和退化区,自适应缩小蚂蚁的搜索范围,通过保留概率动态保留部分退化区中的城市,结合探索区中的城市一并计算状态转移概率,平衡算法的收敛速度和种群的多样性。采取种间协同进化机制,根据Tanimoto相关系数确定种群间的交互周期,并在算法的不同阶段选择合适的交互方式帮助算法跳出局部最优,提高算法的求解精度,达到种群间有效交流的目的。

融合自适应聚类与母蚁引导策略的蚁群算法

针对蚁群算法在求解较大规模旅行商问题时,容易出现陷入局部最优、收敛速度较慢的情况,提出一个融合自适应聚类与母蚁引导策略的蚁群算法(AMACS)。在自适应聚类中,使用改进的聚类方法,利用最大最小距离与类密度的思想,通过自适应聚类策略,获得最佳聚类结果,并快速获得各个类的优化解;利用近邻原则,将相邻的类进行蛛网融合,从而有效提高了初始解的精度。通过母蚁引导策略对初始解进行优化,其中母蚁引导策略包括路径诱导与信息素优化两个部分:路径诱导将初始解设定为第一代的解,提高了算法的稳定性;信息素优化通过对初始解路径进行信息素激励,提高了解的精度。使用随机重组策略对信息素进行重组以及随机激励,使算法尽量跳出局部最优,提高了算法的精度。实验结果表明,提出的算法在求解大规模旅行商问题时,不仅保证了解的精度,而且提高了算法的稳定性。

基于动态熵进化的异构蚁群优化

针对蚁群算法在求解旅行商问题(Traveling Salesman Problem,TSP)时收敛速度慢、求解精度低等问题,文中提出了一种基于动态熵进化的异构蚁群优化算法。该算法中,由蚁群系统(Ant Colony System,ACS)和最大最小蚂蚁系统(Max-Min Ant System,MMAS)构成异构双种群,实现种群间优势互补。文中提出动态熵进化策略,通过信息熵来动态控制种群间的交流频率,并将两个种群各自最优解的公共路径的信息素进行融合,以调节低熵种群最优路径上的信息素分布,进而有效保留两个种群的历史搜索信息以及加快算法收敛。将低熵种群最优解的非公共路径进行伪初始化,以扩大其在较优解附近的搜索范围,提高解的精度,从而实现两个种群的协同进化。仿真实验结果表明,所提算法在求解大规模旅行商问题时能有效平衡算法多样性与收敛性之间的关系。

MMC-HVDC联网及孤岛运行状态转换策略

模块化多电平换流器型直流输电系统(modular multilevel converter based high voltage direct current,MMCHVDC)和交流线路可为重要负荷双路供电,因此MMCHVDC需具备在联网运行状态和孤岛运行状态间稳定转换的能力。该文分析了MMC在联网状态和孤岛状态间相互转换的过程,并设计了一种基于本地电气量的MMC控制模式切换策略。之后,对MMC无源供电控制器进行改进,设计了一种无需切换控制模式的MMC下垂控制策略。最后,通过PSCAD仿真对上述2种转换策略进行验证和比较,结果表明2种策略均能使MMC在联网状态和孤岛状态间稳定转换。2种策略各有优缺点,实际应用中MMC需依据具体的控制目标选取合适的策略。

用于改善交流系统暂态稳定性的VSC-HVDC交流电压–频率协调控制策略

小水电群富集的地区电网与主网的交流联络较弱时,容易引起系统低频振荡问题。用电压源换流器型直流输电系统(voltage source converter based high voltage direct current transmission,VSC-HVDC)异步联接小水电群电网与主网的方式可消除小水电群引起的低频振荡问题。但小水电群电网属于弱交流系统,此场景下VSC-HVDC有必要参与弱交流系统的电压和频率控制。该文设计了一种改善交流系统暂态稳定性的VSC-HVDC交流电压–频率协调控制策略,该策略的首要控制目标是保证VSC-HVDC设备的安全,第二控制目标是提高交流系统的电压稳定性,第三控制目标是提高交流系统的频率稳定性。设计的协调控制器结构能够确保暂态过程中多个控制目标按照优先级顺序实现。以云南电网的实例分析表明:VSC-HVDC异步联网方案能够有效提高系统的小扰动稳定性水平;VSC-HVDC交流电压–频率协调控制策略能够改善交流系统的暂态稳定性。

增强型野马优化算法及其工程应用

针对野马优化算法易陷入局部最优、收敛速度慢等缺点,提出增强型野马优化算法。首先,在种群初始化阶段,采用Sinusoidal映射,增加种群的多样性;其次,在阶段更新过程中,设计出非线性收敛性更强的自适应权重,调节全局搜索和局部优化能力;然后,在更新领导者位置阶段加入扰动因子,平衡局部和全局探索能力;进一步,利用自适应t分布变异,对个体位置进行扰动,提高算法跳出局部最优的能力。通过在CEC2021测试竞赛进行测试优化比较,验证算法的有效性和稳健性,并利用Wilcoxon秩和检验和MAE排名,验证算法的有效性。最后将算法应用到工程难题问题中,验证了其在工程优化问题上的适用性与优越性。实验结果表明,与其他智能算法相比,增强型野马优化算法具有更强的寻优能力和更快的收敛速度。

基于双向局部开发和黄金正弦的异构导向的鲸鱼优化算法

为了解决鲸鱼优化算法WOA准确率低和稳定性差的问题,提出了一种基于双向局部开发和黄金正弦算法的异构导向的鲸鱼优化算法LEDGWOA。在搜索猎物阶段嵌入黄金正弦算子,结合“更优更近”的原则,增强个体间信息交流的强度。此外,根据适应度值区分出统治鲸鱼群,用自适应惯性权重计算出一个虚拟领导者。在包围猎物阶段时,整合切比雪夫阈值的双向开发策略,从而加强了邻域的开发强度。随机螺旋式更新可以间接地增加种群在迭代后期的分散度。改进后的算法在CEC2017和CEC2019函数上进行仿真实验,并成功应用于压力容器的优化设计。LEDGWOA与17种算法进行对比,结果表明其具有优越的性能。

VSC-HVDC机电暂态仿真建模及仿真

以VSC-HVDC在dq旋转坐标系下的基频数学模型为基础,总结了VSC-HVDC的机电暂态数学方程。之后基于PSS/E自定义模型功能实现了VSC-HVDC机电暂态模型,并将该模型和PSCAD中VSC-HVDC电磁暂态精确模型进行了对比,仿真结果表明两者的稳态潮流十分接近,动态特性具有很好的一致性,从而验证了VSC-HVDC机电暂态模型的有效性和准确性。最后基于该模型对VSC-HVDC在实际大规模多直流馈入系统中的应用进行了研究,结果表明VSC-HVDC从根本上解决了传统直流输电的换相失败问题。

大类招生形势下材料成型创新工程人才培养模式的探索与实践

大类招生已经成为我国众多高校本科教育和人才培养的新模式,本文以武汉科技大学材料成型及控制工程专业为具体研究对象,分析了大类招生新形势下材料成型控制工程专业在人才培养模式上面临的问题和挑战,在此基础上,探索先进材料成型战略性创新型工程人才培养模式,提出了一流学科建设背景下材料成型拔尖人才培养策略和基于大创项目训练的创新培养模式,阐述了现有课程体系设计改革及优化对促进战略性创新工程人才的实践能力培养的重要影响,以期为大类招生新形势下材料成型及控制工程专业创新工程人才培养模式的构建提供参考。

用于在线预测静态电压稳定性的SIPSS-Lasso-BP网络

快速求解系统负荷能力极限是在线评估电力系统电压稳定性的基本要求。提出一种用于离线拟合并在线预测负荷能力极限的SIPSS-Lasso-BP网络。该网络由基于电网状态相似度指标(similarity index of power system state,SIPSS)的样本筛选方法、最小绝对值收缩选择(least absolute shrinkage and select operator,Lasso)方法和BP(back propagation)神经网络共同组成。基于SIPSS的样本筛选方法以样本负荷能力极限值和电网状态相似度量化指标为依据,对训练样本进行筛选。Lasso方法对训练样本进行回归分析,确定各状态量中对负荷能力极限最具有解释性的系统状态量。BP神经网络通过精简后的训练样本来离线拟合负荷能力极限并用于在线预测。通过新英格兰39节点算例和某省实际算例对SIPSS-Lasso-BP网络的测试结果表明,该方法能够在保证预测精度的情况下明显提高BP神经网络的离线训练效率。

基于VC++的OpenGL三维动画仿真及场景漫游的实现

介绍了基于VisualC++编程环境及OpenGL图形标准的三维物体运动仿真及场景漫游系统的开发方法。并且以一虚拟导弹按照抛物线飞行并击中目标靶后爆炸为例,详细讨论了如何解决三维动画仿真及场景漫游的一些关键技术,如场景的建模,蓝天白云的模拟,目标靶的绘制,导弹实体的绘制及运动控制,视点漫游技术的实现等。

联于弱交流系统的VSC-HVDC稳定运行区域研究

电压源换流器型直流输电(voltage source converter based high voltage direct current,VSC-HVDC)可用于联接弱交流系统,但其联于弱交流系统时的运行特性仍待深入研究。该文以VSC的交流侧稳态潮流方程为基础,归纳两种不同控制方式下VSC稳态运行时的交流侧安全稳定性约束条件,分析安全稳定判据随短路比(short-circuit ratio,SCR)的变化规律,解释VSC联于弱交流系统时无法安全稳定运行的现象,并给出求取临界短路比(critical short-circuit ratio,CSCR)的步骤流程。在此基础上,研究各种工况因素(交流等效电动势、交流等效系统阻抗、VSC运行方式等)不同时VSC的CSCR,并和PSCAD的仿真结果进行对比验证。最后,总结VSC的CSCR的主要制约因素,并给出各种运行方式下CSCR的典型范围。