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。

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。

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。

真空回潮工序连续生产的改进设计与应用

目前卷烟厂各车间已基本实现全自动化生产,随着卷烟品牌市场竞争的不断加剧,制丝车间真空回潮工序存在的生产衔接性差、效率低、能源浪费等问题使该环节成为制丝车间产能大幅提升的短板。提出对真空回潮工序连续生产的改进设计,通过结合物流信息传递技术,优化生产模式,提升人机界面可视化效果,摆脱传统批次化生产模式的局限,对提高生产效率和节能降耗有较大意义。案例分析验证了该方法效果显著。

基于空间聚焦机制的混沌随机蚁群算法

为了提高蚁群算法在大规模旅行商问题上的性能,本文提出了一种基于空间聚焦机制的混沌随机蚁群算法(CRACS)。首先,使用空间聚焦机制将旅行商问题划分为几个子类;其次,提出了一种改进混沌随机蚁群算法来求解子类;最后,将各个子类路线进行聚焦,选择最优连接路线动态连接各个子类,形成旅行商问题的最优解决方案。本文选取不同规模的典型旅行商问题进行了仿真实验,实验结果表明本文提出的算法在大规模问题上具有优秀的性能,相比于其他智能算法具有更优质的解和更快的搜索速度。

DRL在卷烟厂AGV路径规划应用中的准确性优化研究

为解决卷烟厂自动引导车运行效率与路径准确性问题,设计一套基于DRL技术的路径规划系统。考虑AGV所在环境、自身位置、避让需求等内容,引入ROS和OpenPose模块实现独立感知与定位实现环境搭建。同时,引入奖惩机制提高AGV系统对复杂环境的表征效果。仿真结果显示,通过该系统和DRL算法所构建的AGV路径精度与效率提升策略,不仅能够满足基础性运输需求,还能实现避让现场行人与其他引导车,保证复杂工作条件下的运行安全。

淮橘为枳:员工跟投如何引致企业违规?

文章以2014—2020年我国A股上市公司的数据为样本,考察员工跟投与企业违规之间的关系。结果表明:实施员工跟投的企业更有可能发生违规行为;管理层自利行为或机会主义行为在员工跟投与企业违规之间发挥着传导作用,代理成本和关联交易是其两大作用机制;对企业违规进行分类检验后发现,员工跟投显著增加了信息披露违规、经营违规和企业高管违规发生的概率;异质性分析表明,当市场化程度更低、市场竞争程度更高时,实施员工跟投的企业发生违规行为的可能性更高。研究成果可以丰富员工跟投与企业违规的相关研究文献,并为员工跟投的实践提供一定的理论指导。

精英反向黄金正弦海洋捕食者算法

由于基本的海洋捕食者算法在运行时存在求解准确度低和稳定性差等缺点,提出一种精英反向学习黄金正弦的海洋捕食者算法。加入精英反向学习机制,提升了海洋捕食者的种群质量,使得算法全面探索的范围得到了有效扩大;加入黄金正弦策略,改进了海洋捕食者捕食猎物的方法,缩小了海洋捕食者的搜索空间,使得算法的局部开发性能得到了有效提高。对12个基准测试函数和12个CEC2017函数进行求解测试,测试结果显示,2种改进策略有助于提高海洋捕食者算法的性能。

SV和SH波垂直入射下二维盆地-子盆地共振对比研究

盆地-子盆地中的子盆地除了底部直达的入射体波外,还存在大盆地产生的横向传播的面波入射,导致子盆地共振特性的变化。基于显式有限元法,对比分析了SH波和SV波垂直入射下,子盆地基底阻抗比、大盆地倾角和半宽对二维梯形盆地-子盆地的二维共振频率及其对应放大系数的影响。研究表明:受大盆地产生的横向传播面波的影响,子盆地的速度峰值PGV和累积能量Ex最大值均有明显放大,且SV波入射下的放大系数大于SH波;子盆地基底阻抗比对盆地-子盆地的PGV最大值、Ex最大值、二维共振频率及其对应放大系数影响较大,大盆地倾角和半宽的影响不大。SV波和SH波入射下子盆地二维共振频率较单一小盆地均有所增加,且同阻抗比下SV波入射的增幅大于SH波。SH波入射下二维共振频率下的放大系数基本大于单一小盆地,而SV波在低阻抗比下低于单一小盆地,高阻抗比下高于单一小盆地和SH波入射下的结果。SV波入射下盆地-子盆地的二维共振频率及其对应放大系数受大盆地的影响较SH波更大。

热塑性聚烯烃(TPO)的开发与工业应用

使用自制催化剂,配合Donor-P,应用卧式搅拌床反应器的生产工艺,开发了含有原位生成的高乙丙橡胶相的热塑性聚烯烃(TPO)产品。通过反应器内气相组分控制、生产负荷调整,确保生产过程平稳,得到两个目标产品,利用差示扫描量热仪(DSC)、凝胶渗透色谱仪(GPC)和扫描电子显微镜(SEM)等与对标产品进行了对比分析。结果表明:自制催化剂可以实现目标产物生产,产品满足指标要求,但与对标产品存在较大差异。