高速铁路日常客运量的EMD-Informer组合预测方法

铁路客流需求的科学预测是进行运输组织方案决策的重要依据。以高速铁路历史客票数据为基础,结合经验模态分解(empirical mode decomposition,EMD)与机器深度学习中的注意力机制,提出高速铁路日客流量的EMD-Informer组合预测方法。首先采用EMD方法分解高速铁路客流量序列,获得具有周期特征和线路客流内在特征的模态分量,再利用Informer模型分别训练和预测各模态分解分量,并通过多头注意力机制高效挖掘客流数据内在规律和捕捉数据序列中的关键特征,在此基础上重组各分量预测值,从而得到高速铁路日常客流的整体高精度预测值。同时,根据结合问题特征的大量实验,明确可供实际运用参考的超参数设置规则。基于京沪高速铁路全线的实例计算分析表明,相对对比预测方法,EMD-Informer组合预测方法在高速铁路客流的单步预测及超前预测上均具有明显更小的预测误差。

考虑随机需求的高铁快递运输计划优化方法

为了充分利用高速铁路非高峰期的列车运输能力,提升高速铁路运营的经济效益,研究载客动车组客货共运模式下的高铁快递运输计划优化问题。首先,考虑高铁快递运输需求的时效性与随机性,以最大化高铁快递运营企业期望总利润为优化目标,同时满足列车运输能力、车站装卸效率、标准箱到发量守恒等约束,构建高速铁路快递运输计划优化的2阶段随机规划模型。在第1阶段,以最大化高铁快运期望总利润为目标,确定各列车的运输能力分配计划;在第2阶段,根据第1阶段获得的列车运输能力分配计划,确定随机需求场景下的高铁快递实际装运方案,使该场景下的运营收益达到最大。其次,基于蒙特卡洛模拟随机生成需求场景,采用反向消减算法(BRA)将2阶段随机规划模型转化为包含有限场景数的确定性整数线性规划模型,从而调用商业求解器GUROBI进行求解。最后,以宁杭高速铁路为背景进行算例分析,验证模型和算法的有效性。结果表明,相较于基于确定性需求得到的运输计划,利用随机规划方法得到的方案更能适应需求的随机性,从而达到更好的盈利效果,同时可以兼顾服务水平与企业收益,适用于实际运营中高铁快递运输计划的设计与优化。

复杂特征全景图像视觉传达效果优化仿真

由于全景拍摄中不同相机镜头的焦点距离不固定,因此在拼接之前相邻两个局部图像间就会产生视差,且距离越近的物体产生视差会越大。全景图像效果的优化是提升视觉质量的关键。提出一种复杂特征全景图像视觉传达效果优化方法。利用两种色彩空间模型与二维经验小波变换法,提取出图像的光谱特征与纹理特征。采用马拉特算法完成小波变换与小波分解,得到复杂特征融合后的全景图像重构结果。基于能量函数及负相关性,界定视觉传达效果的降噪优化目标,设计四阶偏微分方程的降噪模型,完成图像降噪处理。基于此,融合冲击滤波器与直方图均衡化,根据各连通分量对应的子图像,拉伸图像灰度级分布形式,增强细节信息,实现视觉传达效果优化。选取一幅具有复杂特征的全景图像,从感官与数据量化两方面评价不同方法下全景图像的优化效果。实验结果验证了上述方法提高了图像的对比度、清晰度、丰富度,且处理时间更短,具备良好的实践性与实时性。

甘油磷酸钙浓度对钛合金MAO涂层性能的影响

目的提高医用钛合金的生物活性。方法在含葡萄糖酸钙(CaGlu_(2))、葡萄糖酸镁(MgGlu_(2))、植酸钠(Na12Phy)和磷酸(H3PO_(4))的基本溶液中,分别添加8、10、12 g/L甘油磷酸钙(Ca-GP),采用MAO方法在Ti-6Al-4V表面制备3种涂层。使用SEM、EDS、XRD、XPS和AFM检测涂层表面形貌、化学成分、物相结构、元素存在状态和表面粗糙度,并测试涂层的接触角、结合强度以及体外生物活性。结果经过MAO处理后,钛合金表面可成功生长出多孔陶瓷涂层,Ca-GP参与了MAO涂层形成。当Ca-GP的质量浓度为8g/L时,涂层非常粗糙,Ca和Mg的原子数分数分别为7.56%和1.74%。随着Ca-GP浓度的增加,微孔均匀性变好,表面微裂纹减少,且钙磷原子比(Ca/P)显著提高。在含8、10g/L的Ca-GP溶液中,制备的涂层以Ti、锐钛矿和金红石型TiO_(2)组成为主;在12 g/L的Ca-GP溶液中生成的涂层,Ca/P原子比可达1.77,含有TiP_(2)O_(7)、Mg_(3)(PO_(4))_(2)和少量HA。Ca-GP能显著增加涂层的粗糙度,且稍微增加涂层与基体之间的结合强度。接触角测试结果表明,Ca-GP能明显改善涂层的亲水性。结论随着Ca-GP浓度增加,涂层中钙含量增加,表明钙离子通过扩散进入MAO涂层中。在含12 g/L Ca-GP溶液中制备的涂层,含TiP_(2)O_(7)、Mg_(3)(PO_(4))_(2)和HA,且Ca/P原子比与HA中的Ca/P原子比接近。模拟体液中浸泡试验结果表明,添加12g/L Ca-GP制备的MAO样品,表面形成了大量颗粒状HA,表现出优异的体外生物活性。

一种电荷灵敏前置放大器的设计与实现

针对传统金硅面垒α谱仪所使用的电荷灵敏前置放大器存在电路结构复杂、损坏后维修周期长的问题,基于低噪声场效应管和集成运算放大器,使用电路仿真软件,设计了针对金硅面垒半导体探测器的电荷灵敏前置放大器,简化了电路结构。对该前置放大器参数进行了理论计算和实验测试。结果表明:自制的电荷灵敏前置放大器的电荷变换增益为5×10^(12)V/C,能量变换增益为222 mV/MeV,上升时间为200 ns;将其应用于金硅面垒α谱仪之中,能够测量239Pu板状源的α能谱。

珠江流域电力基坑围护结构施工前溶(土)洞处理

文章针对广州市珠江流域溶岩发育的特点进行分析,对大坦沙岛电力隧道盾构始发工作井范围内的溶(土)洞采用袖阀管注浆技术,防止地下连续墙施工期间出现地面塌陷,确保地下连续墙墙体成型质量。

高铁动态票价与停站方案联合优化方法

在高铁市场化运营过程中,高铁票价直接影响旅客需求,列车停站方案则会影响运输能力供给分配。目前高铁票价缺乏科学灵活的市场化调节机制,停站方案的制定也未能充分考虑票价调整对旅客需求的影响。为实现高铁供求关系的更好匹配,提升其市场化运营水平和竞争力,有必要研究基于客流需求和列车服务水平的高铁动态定价方法。基于旅客出行需求的价格弹性特征和列车停站方案对供需关系的影响规律,根据旅客购票规律将预售期划分成多个售票时段后,以最大化总的高铁运输收益和最小化总的旅客出行时间价值损失为目标,考虑票价范围、列车运能、票额配置、OD直达等约束条件,构建高铁动态票价、票额分配与列车停站方案联合优化的非线性混合整数规划模型,并结合问题特征设计双层模拟退火求解算法。以京沪高速铁路为例进行计算分析,优化后的综合方案能够使高铁运输收益增长3%以上,并使总的旅客出行时间价值损失降低8%以上。优化后的动态票价策略为预售期初期设置低折扣系数、后期设置高折扣系数,可以在提高客票收入的同时有效引导更多旅客更早购票。优化的列车停站方案能够在维持较高的客流水平的同时尽可能满足更多的客流需求。

电商RMFS系统订单分配与路径规划联合优化方法

随着电子商务的蓬勃发展,海量客户需求和高频率、多品种、小批量的订单特性为订单拣选业务带来巨大挑战。在物流智能化的趋势下,大量电商企业采用移动机器人拣货系统(Robotic Mobile Fulfillment System,RMFS)进行订单拣选。订单分配和拣选路径规划是影响仓库订单拣选效率的关键决策。为了提高电商RMFS系统拣选效率,降低仓库运营成本,基于电商企业多订单、多货架、多拣选站下的拣选业务场景,以最小化机器人负载距离为目标,构建订单分配与路径规划联合优化模型,设计两阶段的A*算法和自适应大领域搜索算法(Adaptive Large Neighborhood Search,ALNS),在ALNS算法原有框架的基础上提出新的移除和修复算子以适应订单分配问题,并针对30个不同规模算例进行计算分析。计算结果表明,所提出的优化方法收敛快、性能稳定,能够有效缩短机器人行走距离,相比先到先拣选策略最大可缩短47.6%的机器人负载距离。同时,也可在更短时间内获得与CPLEX求解质量相近的解。尤其是当订单数量增长时,相比CPLEX具有突出时间优势,可以实现电商仓储资源的合理调度和配置,从而为电商企业仓储智能化提供有效决策指导。

“铁路站场及枢纽”课程思政探索与实践

课程思政是落实立德树人的战略举措。文章对交通运输专业的主干课程“铁路站场及枢纽”的课程思政进行了有益探索和实践。首先,结合专业特点和课程特色,制定了“12345”的课程思政建设的总目标;其次,针对课程主要内容与思政内容进行了三层面、五模块的融合设计;最后,对课程的特色和创新进行了总结。

现役小口径炮弹引信大着角碰靶发火机构响应特性研究

针对现役小口径炮弹引信大着角碰靶发火率偏低、未爆弹存在隐患的可靠性与安全性问题,开展现役小口径炮弹引信大着角碰靶发火机构响应特性研究.建立了大着角碰靶发火机构的动力学模型,得到了发火机构作用的简易判据,基于有限元数值模拟方法,模拟了不同着速、着角、滚转角度及靶板厚度多工况下大着角碰靶发火机构的动态响应过程,数值模型有效性通过实弹试验对比验证.分析结果表明,着发球珠随机滚转角度为大着角碰靶时影响发火机构功能可靠的重要因素之一;随滚转角度增大,发火击针感受到轴向合力的幅值越小、时间越滞后,不利于大着角碰靶发火机构可靠作用;同时研究发现随着角、靶板厚度的增加,出现了导套“卡住”发火击针的故障模式.

北斗卫星反射信号岸基海面高度反演精度的评估

北斗B3I信号作为新一代民用码,相较于北斗B1I信号,具有码速率更高、码片宽度更窄等特点。目前,利用北斗卫星导航系统反射测量(BDS-R)技术对北斗B3I信号进行海面高度反演的研究较少。基于此,在2020年9月7日山东威海附近海域,接收B1I/B3I双频段的直射和反射信号数据,分别采用时延-多普勒(DDM)和载波相位延迟进行岸基海面高度反演。通过实测的同比数据验证反演精度,在信号特性和测高方法2个维度评估北斗B1I和B3I信号海面高度反演的性能。结果显示:采用DDM测高方法,B1I频段和B3I频段的反演结果与实测数据的平均绝对误差和均方根误差分别为1.18 m、1.48 m和0.84 m、1.10 m;采用载波相位延迟测高方法,B1I频段和B3I频段的反演结果与实测数据的平均绝对误差和均方根误差分别为0.12 m、0.15 m和0.10 m、0.12 m。由于信号特性差异,B3I频段的DDM测高结果相较于B1I频段的测高结果精度提高了28%;B3I频段的载波相位延迟测高结果精度略优于B1I频段,两者差异不明显。实验对北斗B1I和B3I信号特性和测高方法导致的反演精度差异的评估,证明了B1I和B3I反射信号均能适用于海面高度反演的需求。

突发传染病疫情背景下民生物资应急保障服务网络优化研究

在涉及传染性疾病的重大突发公共卫生事件发生时,有必要实施区域隔离或封闭等应急管理措施。为封控区内群众提供充足和高效的民生物资保障服务,是确保疫区社会稳定的关键基础工作。充分考虑疫情下民生物资应急保障服务的内涵和主要特征,设计了具有超网络特征的民生物资保障服务网络结构。在此基础上,以最小化运营成本、疫情风险控制成本和随机需求风险损失为优化目标,同时考虑物资流量守恒、工作人员数量等约束条件,构建民生物资保障服务网络设计的优化模型。将优化模型等价变换为相应的变分不等式形式,并证明了该变分不等式形式解的存在性与唯一性后,选取修正投影算法进行求解和计算分析。最后的数值分析结果表明,所提出方法能合理描述和优化传染病疫情影响下的民生物资应急保障服务网络决策,同时分析了疫情风险程度、主体关联程度以及可用工作人员数量上限等关键参数,对民生物资保障最优决策的影响规律。相关成果可为在重大突发传染病疫情背景下,为建立可持续的人道主义民生物资保障系统提供一定的理论基础。

地域性文创产品可持续设计研究

围绕可持续理念,探讨地域性文创产品的可持续设计方法,使其在追求经济价值,文化特色的同时兼顾环境、社会以及经济可持续发展。分析了地域性文创产品的现状,总结了现阶段存在的一些问题。通过对地域性文创产品和可持续设计的相关文献研究和实地调研的方法,从产品全生命周期和系统设计两个方面结合当地的文化特色以及地理特点研究地域性文创产品的可持续设计。从产品设计和系统设计两个方面分别给出可持续设计方法。该设计方法可为地域性文创产品的可持续设计与发展提供参考。

根皮素对神经酰胺诱导小鼠神经元parthanatos的影响

目的:探讨根皮素对神经酰胺诱导小鼠神经元parthanatos的影响。方法:分离培养C57BL/6J胎鼠原代皮层神经元,分为对照组、神经酰胺组、根皮素组和根皮素+神经酰胺组。神经酰胺组和根皮素组分别用终浓度为20μmol/L的神经酰胺和根皮素处理24 h;根皮素+神经酰胺组先用终浓度为20μmol/L的根皮素处理24 h后,再用终浓度为20μmol/L的神经酰胺处理24 h;对照组用等体积的DMSO处理。采用CCK-8检测神经元活力,Hoechst33342/PI双染检测神经元的死亡,DCFH-DA探针检测细胞内活性氧(ROS)水平,Western blot检测多腺苷二磷酸核糖(PAR)聚合物和DNA损伤标志物γH2AX表达水平,彗星实验检测DNA损伤,细胞免疫荧光法检测细胞凋亡诱导因子(AIF)核转位。结果:神经酰胺处理后,神经元活力降低,神经元死亡率和ROS水平升高;根皮素+神经酰胺处理后,神经元活力升高,神经元死亡率和ROS水平降低(P<0.05);神经酰胺处理后,γH2AX蛋白表达水平升高,神经元拖尾长度和拖尾中的DNA百分比升高;根皮素+神经酰胺处理后,γH2AX蛋白表达水平降低,神经元拖尾长度和拖尾中的DNA百分比降低(P<0.05)。神经酰胺处理后,PAR蛋白表达水平升高,AIF发生核转位;根皮素+神经酰胺处理后,PAR蛋白表达水平降低,AIF核转位受到抑制(P<0.05)。结论:根皮素可能通过抑制氧化应激,进而抑制神经酰胺诱导的神经元发生parthanatos。

元刻本《御药院方》版本流传及文献价值

《御药院方》是我国现存成书年最早且相对完整的宫廷医药处方集,由元代许国祯编撰整理,其成书使宋金元时期宫廷医药秘方从隐蔽走向公开。此书的版本一度只见日本宽政10年戊午(1798年)精思堂木活字本。日本静嘉堂文库的元刻本,曾由张金吾、汪士钟、蔡廷桢、蔡廷相、陆心源等收藏,是现存的最早的版本,基本保留了《御药院方》的原貌,且为校勘现行版本的谬误提供了依据。

全科师范生经典诵读能力培养存在的问题及改善路径

全科师范生是未来乡村经典诵读教育的主要力量,培养他们的经典诵读能力既是国家的倡导和社会的需求,也是学科教学和全科师范生发展的需要。当前,全科师范生经典诵读能力培养存在培养方案不够完善、培养内容不够系统、培养机制不够健全以及培养效果不够明显等问题。改善全科师范生经典诵读能力培养的路径主要有:修订培养方案,优化课程设置;加强师资队伍建设,选编经典读本;四个课堂联动,丰富诵读形式;加强机制建设,营造培养氛围。

乙肝肝硬化患者肝细胞癌发生风险预测模型的构建

目的:构建乙肝肝硬化患者肝细胞癌(HCC)发生风险预测模型。方法:收集乙肝肝硬化确诊病例,按照2∶1随机分为训练集(344例)和验证集(172例)。收集病例信息,随访HCC发生情况。利用训练集数据,采用Cox回归建立乙肝肝硬化患者HCC发生风险预测模型,绘制列线图。分别利用两个数据集,采用ROC曲线评价预测效能;通过决策曲线分析(DCA)评估模型的临床效益;根据列线图评分的中位数将患者分为高风险组和低风险组,采用Kaplan-Meier法绘制两个风险组的生存曲线并进行Log-rank检验。结果:最终列线图纳入6个因素,分别为年龄、是否吸烟、是否抗病毒治疗、食管胃底静脉曲张程度、有无腹水、血清AFP水平。模型在训练集和验证集中预测乙肝肝硬化患者5 a内发生HCC的AUC(95%CI)分别为0.863(0.815~0.911)和0.873(0.812~0.934),一致性指数分别为0.850(0.820~0.876)和0.837(0.804~0.870)。DCA曲线表明模型具有较好的临床效益。Kaplan-Meier法生存分析结果显示,在训练集和验证集中,高风险组患者HCC发生风险均明显高于低风险组(P<0.001)。结论:成功建立了准确预测乙肝肝硬化患者5 a内HCC发生风险的模型。

基于滞-热-损探讨糖尿病前期的治疗

[目的]基于脾瘅的发病病因,从“滞-热-损”角度探析糖尿病前期的临床治疗。[方法]围绕脾瘅形成的病因,在查阅诸多古籍文献和现代研究的基础上,探究“滞-热-损”在糖尿病前期发生发展及诊治中的重要意义,并附医案一则以证其效。[结果]“滞-热-损”是糖尿病前期形成的重要病理基础,其中饮食不节、脾胃壅滞为始动因素,壮火食气、滞热伤脾为中心环节,过用为劳、脾虚受损为最终进展,且滞-热-损与胰岛素抵抗的形成关系密切。因机立法制方,将消滞、清热、防损作为糖尿病前期的主要治法,参古方玉液汤创脾瘅降糖方,用于糖尿病前期的治疗可获良效。所附临床典型验案,西医诊断属糖尿病前期,中医四诊合参辨病为脾瘅,辨证为脾胃壅滞、滞热伤脾证,治以消滞清热、健脾益气为法,方以脾瘅降糖方加减,用之效可。[结论]滞-热-损是糖尿病前期形成的重要病理因素,以消滞、清热、防损为法组方的脾瘅降糖方临床验之有效。

远离旧区域和避免回路的强化探索方法

以内在动机为导向的探索类强化学习中,通常根据智能体对状态的熟悉程度产生内在奖励,难以获得较合适的近似度量方法,且这种长期累计度量的方式没有重视状态在其所处episode中的作用。Anchor方法使用锚代替分层强化学习中的子目标,鼓励智能体以远离锚的方式进行探索。受Anchor方法的启发,根据转移状态与同一个episode中历史状态之间的距离设计内在奖励函数,进而提出远离旧区域和避免回路的强化探索方法。将当前episode中部分历史状态组成的集合作为区域,周期性更新区域为最近访问的状态集合,根据转移状态与区域的最小距离给予智能体内在奖励,使智能体远离当前最近访问过的旧区域。将转移状态的连续前驱状态作为窗口并规定窗口大小,根据窗口范围内以转移状态为终点的最短回路长度给予内在奖励,防止智能体走回路。在经典的奖励稀疏环境MiniGrid中的实验结果表明,该方法避免了对状态熟悉程度的度量,同时以一个episode为周期对环境进行探索,有效提升了智能体的探索能力。

面向识别的人脸三维信息估计

三维人脸识别相较当前流行的二维人脸识别具有识别精度高、防伪强度高的优势,代表了人脸识别的发展方向。因三维人脸的采集成本高昂,目前三维人脸识别无法像二维人脸识别方法那样直接借助海量人脸数据建立、优化识别算法。如何准确、高效地获取三维人脸的增广训练数据是推动三维人脸识别应用发展中最为迫切的问题。当前学术界的大量文献主要聚焦在如何得到更好的三维人脸重建可视化效果,而没有对后续的识别任务多加考虑,以至于用这些重建图像训练的三维人脸识别算法难以达到令人满意的效果。针对这一问题,提出一种面向识别的人脸三维信息估计方法。与一般方法不同,该方法直接在信息估计与后续识别之间建立互动桥梁:在人脸三维信息估计的训练过程中直接借助相应的识别网络来督促提高三维人脸信息的估计效果。为此,先构造一种三维人脸信息表示——深度-表面法向量图(DN图),然后通过真实三维数据集训练一个人脸CycleGAN模型,该模型用以学习一种从二维人脸到DN图的保留身份信息的映射并用U-Net网络的形式对其进行表示。在5个数据集上与其他方法进行了比较实验,其中在ND-2006数据集中的提升尤为显著,提高31.8%。此外,进行了数据增广下性能提升的对比实验,在同样条件下做数据增广,基于人脸CycleGAN的增广方法性能上的提升更加明显,在CASIA 3D数据集上的提高幅度达14.9%。