基于KPCA-CNN-DBiGRU模型的短期负荷预测方法

本文针对已有神经网络模型在短期负荷预测中输入维度过高、预测误差较大等问题,提出了一种结合核主成分分析、卷积神经网络和深度双向门控循环单元的短期负荷预测方法。先运用核主成分分析法对原始高维输入变量进行降维,再通过卷积深度双向门控循环单元网络模型进行负荷预测。以第九届全国电工数学建模竞赛试题A题中的负荷数据作为实际算例,结果表明所提方法较降维之前预测误差大大降低,与已有预测方法相比也有大幅的误差降低。

面向环境司法智能审判场景的人工智能大模型应用探讨

环境司法审判是生态环境治理体系的重要组成部分,基于生成式人工智能(AI)技术的突破而形成的AI大模型为环境司法审判工作转向更高水平的智能审判体系提供了重大机遇。本文围绕推进AI大模型技术与环境司法审判工作融合、实现环境司法审判工作创新发展的主旨,探讨了AI大模型在环境司法智能审判中的赋能作用和应用实践,凝炼了当前环境司法AI大模型存在的数据质量“低劣”“算法黑箱”引发偏见、深度应用能力不足等突出问题;以生态环境保护类案件应用为例,构建了基于AI大模型的环境司法智能审判系统,阐述了相应系统的架构设计以及涉及的技术要素。进一步提出了注重顶层设计、建设环境司法高端智库,建设环境司法数据中台、健全司法数据标准及规范体系,构建算法治理机制、促进环境司法审判公平正义,完善环境司法多元问责机制、筑牢司法监督管理体系等发展建议,以期丰富环境司法审判工作的前沿技术认知,加快环境司法的智能化、智慧化、现代化转型进程。

基于社交媒体数据的应急决策大群体群智知识挖掘及其价值测度方法研究

本文针对突发事件下的社交媒体数据体量庞大,但能够辅助应急决策的大群体群智知识分布无序且价值难以测度的问题,提出了一种应急决策大群体群智知识挖掘及其价值测度方法。首先,基于社交媒体博文数据,依据特定应急决策知识框架,采用TF-IDF(term frequency-inverse document trequency)法和改进后的词汇链算法构建了应急决策大群体群智知识挖掘方法;然后,提出了博文热度计算方法,在此基础上根据知识的语义重要性计算博文包含的群智知识总价值,并使用Shapley函数对群智知识价值进行分配;最后,以“新冠疫情”事件为案例对方法进行应用,并通过对比分析说明了方法的有效性和优越性。

砾砂地层盾构切削大直径群桩的刀具研究

刀盘刀具是盾构机实现切削功能并保证其顺利推进的主要部件,合适的刀具选型与设计在保证盾构机成功切削大直径钢筋混凝土群桩的过程中至关重要。依托沈阳地铁4号线盾构切桩工程,结合盾构穿越砾砂地层的工程特点以及切削大直径钢筋混凝土群桩的工程需求,对刀盘刀具进行选型,采用LS-DYNA软件模拟不同刃宽、刃角及前角的贝壳刀切削钢筋的效果。将分析结果应用于该工程,通过对比切桩前后既有隧道沉降变化规律论证刀具选型设计的合理性,并根据切桩后的贝壳刀磨损规律及盾构机排出钢筋情况,评估刀盘刀具切削效果,从而优化刀盘的刀具布置。研究结果表明:盾构刀盘采用面板+辐条复合式直角刀盘,切桩刀具采用前角-45°零后角、5 mm刃宽、90°刃角的双面刃贝壳刀,可提升盾构切桩效果;盾构切桩过程中既有隧道的变形波动控制在1.1 mm内,切桩完成后既有隧道的最大沉降仅为1.96 mm,未对既有隧道造成明显影响;刀盘布置贝壳刀时,应增加高度为210 mm的贝壳刀数量,尤其需要避免单个辐条上仅有1把高度为210 mm贝壳刀的情况,可有效提高刀盘刀具切削钢筋的能力并降低崩刃风险。刀具选型设计结果成功应用于沈阳地铁4号线切桩工程,可为今后类似工程提供参考。

产业链供应链可持续发展的评价指标体系设计研究

近年来,在全球对可持续发展的需求日益迫切的背景下,产业链供应链可持续发展也日益成为关注焦点。然而,评价指标体系作为产业链供应链可持续发展的重要内容,却很少受到关注。本文基于内外部驱动和制约因素视角,从文献出发设计初始指标体系,借助调研访谈修正和补充指标,提出产业链供应链可持续发展评价指标体系,并以企业真实数据为基础,采用模糊层次分析法(Fuzzy-AHP)对指标权重进行计算。结果表明,当前外部因素对产业链供应链可持续发展的影响程度最大,其中政府干预因素被视为关键指标。本文的研究结果可作为未来产业链供应链可持续发展评价研究的理论参考。

教育信息化驱动下的智慧教育资源开发与共享研究

近些年教育信息化发展进程逐渐推进,如何更有效地利用信息化技术,开发出更多优质信息化教学资源,满足学生的多元学习需求,是应当重点思考的问题。在教育信息化驱动之下,教师积极开展现代教育技术课程改革,依托信息化载体调整教学方式,加大力度开发智慧教育资源,以资源开发、资源共享构建全新的课程教学场域,提升课程教学高效性。文章分别从师范生的信息素养、现代教育技术课程改革、教育信息化需求等角度入手,分析了开发与共享智慧教育资源的必要性;之后结合现代教育技术课程改革情况,分别提出了智慧教育资源开发方法、共享实现路径。

最小负载受限k-中位问题的近似方案

给定度量空间中的用户集合C和带有最小负载τ:F→(O,|C|]的设施集合F以及正整数k,最小负载受限k中位问题的一个可行解(H,σ)由满足|H|≤k的开设设施集合H⊆F和满足|σ^(-1)(f)|≥τ(f)∀(f)∈H的映射σ:C→H组成。(H,σ)的费用为∑_(c∈c)^(σ)(c,σ(c))其中,(σ)(c,σ(c)为c与σ(c)之间的距离.最小负载受限k-中位问题的目标是找到费用最低的可行解.本文以k作为固定参数研究最小负载受限k-中位问题的求解算法.本文首先利用D采样方法寻找与最优解中的开设设施较为接近的用户,然后围绕这些用户划分空间并选取开设设施.给定满足C∪F⊂R^(d)的实例(C,F,k,τ)和常数ε∈(0,1),本文结合上述思路和降维方法提出了时间复杂度为o(ndk+(kε-1)^(kε)^(-o(1)))n^(o(1)))的(1+ε)-近似算法,其中,n=|C∪F|.此前,人们在固定参数时间内得到的关于该问题的最好近似结果为3+ε;只有在设施可以被开设在欧几里得空间中的任意位置且所有设施最小负载都相等的实例中,存在固定参数时间的(1+ε)-近似算法.

智慧就业公共服务平台模型构建研究分析——以湖南工商大学为例

随着大数据、互联网、物联网及云计算技术的发展,智慧就业成为大学生就业服务的新趋势。本文针对目前部分高校在智慧就业平台实践探索中存在的问题,运用人工智能的算法、算力、数据等相关技术,设计构建以政府为主导的“大学生智慧就业公共服务平台模型”,为高校大学生和广大用人单位提供就业信息的精准对接和精准匹配,并对平台的有效运行提出对策建议,从而有助于实现大学生更充分、更高质量、更满意的就业。

有限空间空气稳定性下人员呼吸过程暴露风险分析

以人体呼吸微环境为研究对象,通过全尺寸双人实验与数值模拟方法对有限空间空气稳定性下人员在其呼吸过程中暴露风险进行分析.研究表明:在呼吸气流的初始释放阶段,个体暴露水平主要取决于呼吸活动.随着污染物距离污染源越远,有限空间空气稳定性与通风方式对呼吸微环境中的人员暴露情况的影响越来越重要,且这种影响具有时间无关性.在稳定型中,由于周围分层空气的限制作用,呼出的污染物具有更强的保持其沿初始惯性力方向传播的能力,不易扩散;不稳定型易破坏污染物沿其初始惯性力方向传播的能力,加快污染物的扩散,可以减少室内人员对呼吸微环境中污染物的暴露情况.本研究在控制污染物传播,降低疾病传播风险,保证人体健康方面具有理论及实际意义.

K-Modes聚类数据收集和发布过程中的混洗差分隐私保护方法

针对目前聚类数据收集与发布安全性不足的问题,为保护聚类数据中的用户隐私并提高数据质量,基于混洗差分隐私模型,提出一种去可信第三方的K-Modes聚类数据收集和发布的隐私保护方法。首先,使用K-Modes聚类数据收集算法对用户数据进行采样并加噪,再通过填补取值域随机排列发布算法打乱采样数据的初始顺序,使恶意攻击者不能根据用户与数据之间的关系识别出目标用户。然后,尽可能减小噪声的干扰,利用循环迭代的方式计算出新的质心完成聚类。最后,从理论层面上分析了以上3种方法的隐私性、可行性和复杂度,并利用3个真实数据集和近年来具有权威性的同类算法KM、DPLM、LDPKM等进行准确率、熵值的对比,验证所提方法的有效性。实验结果表明,所提方法的隐私保护和发布数据质量均优于当前同类算法。

不同排放控制策略的城市减污降碳协同效应及空气质量改善研究

减污降碳协同增效是我国促进经济社会发展全面绿色转型的重大战略举措,而城市重点排放源是碳和大气污染物排放的主要来源,因此探究重点排放源在不同控制策略下的城市减污降碳协同效应及空气质量改善效果具有重要意义。本文以湖南省湘潭市重点排放源为研究对象,并设置了8种不同排放控制策略情景,基于LEAP模型量化评估各控制策略的减污降碳协同效应;在此基础上,通过RSM-VAT系统模拟评估各控制策略情景的空气质量(PM_(2.5))实时响应浓度及其改善效果。对湘潭市的实证研究结果表明:①在各排放控制策略情景中,产业结构调整和能源效率提升单一控制策略情景(S1和S3)及其组合控制策略情景(S5)的减污降碳协同效应较好,而能源结构优化及其组合控制策略情景的协同效应较弱。②各排放控制策略对碳减排总量的影响呈能源结构优化>能源效率提升>产业结构调整的特征,其减排率分别为18.3%、6.1%、4.5%;而对大气污染物减排当量的影响呈能源效率提升>能源结构优化>产业结构调整的特征,其减排率分别为8.3%、6.6%、3.6%。③各项重点排放源控制策略对城市目标年空气质量改善均具一定效应,且组合控制策略情景优于单一控制策略情景。研究显示,城市大气污染重点排放源控制策略的制定实施对减污降碳协同增效和空气质量改善均具有显著的推动作用。

极端自然灾害下我国城市电力系统韧性提升框架与发展策略研究

城市电力系统是关系到城市安全的关键基础设施。自然灾害下“小概率‒高损失”的极端事件频发,严重威胁城市电力供应的持续性和城市的安全运行。韧性是用于描述系统抵御扰动并快速恢复到正常运行状态的能力,因此针对极端自然灾害下提升城市电力系统韧性至关重要。本文首先对极端自然灾害下城市电力系统韧性提升的内涵进行了概述,明确了城市电力系统应对极端自然灾害的过程。其次,结合极端自然灾害下城市电力系统韧性建设面临的挑战,从“信息‒物理‒应用”3个维度剖析了系统韧性提升的关键要素。在此基础上,构建了极端自然灾害下城市电力系统韧性提升框架,从数智感知‒场景构建‒响应评估‒应急恢复4个角度,剖析了城市电力系统韧性提升的4种关键技术;最后,针对极端自然灾害下城市电力系统韧性提升提出发展建议:加强顶层规划和统筹设计,智慧化升级电力基础设施;攻克核心问题和关键技术,推进技术成果落地应用;健全标准化技术文件,建立统一设备配置原则;推进多元主体协同共治,建立高效应急协同机制。

基于ConvLSTM的移动边缘计算服务器能耗模型

针对现有能耗模型对动态工作负载波动具有低敏感性和低精度的问题,该文基于卷积长短期记忆(convolutional long short-term memory, ConvLSTM)神经网络,提出了用于移动边缘计算的服务器智能能耗模型(intelligence server energy consumption model,IECM),用于预测和优化服务器的能量消耗。通过收集服务器运行时间参数,使用熵值法筛选和保留显著影响服务器能耗的参数。基于选定的参数,利用ConvLSTM神经网络训练服务器能耗模型的深度网络。与现有的能耗模型相比,IECM在CPU密集型、I/O密集型、内存密集型和混合型任务上,能够适应服务器工作负载的动态变化,并在能耗预测上具有更好的准确性。

基于注意力卷积长短时记忆模型的城市出租车流量预测

为解决城市交通拥堵和安全问题,提出一种注意力卷积长短时记忆(ConvLSTM)残差(ACLR)模型,该模型通过结合ConvLSTM、注意力机制和残差结构,分别处理出租车流量的时间、空间、和其他特征,挖掘区域兴趣点(POI)数据对出租车流量的影响,有效提升交通时空特征的提取能力。同时,引入专门的学习元件考虑外部因素和POI密度对交通流量的影响,并利用北京市出租车轨迹数据验证。结果表明:ACLR模型在城市交通流预测中的精度高于差分自回归滑动平均(ARIMA)模型、长短时记忆(LSTM)网络、深度时空残差网络(ST-ResNet)、卷积神经网络(CNN)-残差神经单元-LSTM(CRL)循环神经网络、ACFM等模型,在无POI密度和考虑POI密度的情况下,均有助于提升模型的预测性能,ACLA模型的预测值与真实值基本一致,高峰时段也能与真实值较好地吻合,有效提升交通时空特征的提取能力,降低预测误差,使得交通流量预测性能得到优化。

基于先进传感与控制技术的外骨骼机器人设计

该文通过对下肢外骨骼机器人的运动学理论分析建立精确的外骨骼机器人运动学模型,为实现对机器人的高精度控制,结合惯性传感器实时获取的数据,提出一种PID与神经网络相结合的控制算法。该算法结合传统PID控制的稳定性和神经网络对非线性系统的处理能力,显著提升机器人的运动精度和响应速度。通过仿真实验验证所设计的外骨骼机器人在不同运动场景下的精确跟随以及良好的人机交互体验,为外骨骼机器人在医疗康复、工业制造等领域的实际应用提供一定的技术基础。

穿戴式下肢外骨骼机器人的结构设计与研究

本文对人体下肢结构与运动机理进行了深入分析,并据此初步设计了一款下肢外骨骼机械装置。该装置核心组成部分包括髋关节、膝关节、踝关节以及驱动装置。为满足下肢外骨骼的运动跟随需求,我们运用机械系统动力学自动分析软件对髋、膝、踝三个关节进行了详尽的运动学分析,并与D-H理论模型计算结果进行对比得出人体三个关节与外骨骼大腿、小腿的质心位置与速度变化曲线,经实验数据对比验证了该下肢外骨骼机器装置与人体行走姿态具有良好的跟随性。

混合式教学的原则与策略研究

针对高校通识拓展选修课程教学中存在的学生人数多、专业背景杂、个体能力差异大等问题,提出“以学生为中心、线上分层、线下分组、分类评测”的混合式教学模式,并具象为3个教学原则和9条教学策略。在数字图像处理课程中开展了6轮教学实践,学生的专业审美能力、综合实践能力和设计创新能力均有较大提升。

大学生在线学习参与度的影响因素分析--以“数字图像处理PHOTOSHOP”课程为例

基于对公选课“数字图像处理PHOTOSHOP”课程在线学习的参与度及相关影响因素的调查分析表明,在线学习过程中网络环境、自律性和在线互动是影响学生参与度的重要因素。从学生、教师和学校三方面提升学生的在线学习参与度,营造无干扰的学习环境,设置合理多元的教学、互动和评价方式,并加强政策和资源建设方面支持力度有利于大学生在线学习的学习效果。

基于三阶段DEA-Malmquist模型的环境服务企业全要素生产率研究

随着培育环境服务业被提升到国家战略高度,科学、准确地考察其生产效率,分析其驱动因素和改善路径,具有一定的现实意义和必要性。本文运用三阶段DEA-Malmquist模型,剔除环境和随机因素的影响,对2015~2018年63家环境服务上市企业的全要素生产率进行实证分析。研究表明,企业生产效率对外部环境较为敏感,验证了考虑环境和随机因素的必要性;近年环境服务业生产效率呈现改善态势,其中环境监测企业生产效率增幅最大;企业全要素生产率属于技术效率改善主导型,相比于技术创新,管理层的决策能力对生产率的提升作用更大;细分领域中,水污染治理业受管理和技术因素的驱动较明显,而土壤修复业的双因素驱动力偏弱。在此基础上从企业和政府两个角度给出对应的策略和建议。

基于共词网络的群智知识挖掘方法——在应急决策中应用

为了汇聚分布在社会网络中的群体智慧以合力化解特大公共安全突发事件重大风险,提出了一种基于共词网络的群智知识挖掘方法,并将其有效运用到突发事件应急管理当中.首先,提出了一种改进的共词网络构建方法,用以实现社会网络公众群智知识的可视化分析,从中获取应急决策属性参数信息;同时,为了确保数据质量、提高群智知识挖掘的有效性,综合数据影响力以及数据涵盖的主题信息两方面因素,构建了群智知识价值测度模型;而后,综合专家属性偏好与公众群体智慧,提出了一种基于群智知识的动态属性信息生成办法.最后,以中国新冠肺炎疫情特大公共安全事件应急决策为例,对本文所提方法进行了应用.