受电弓仿生导流罩对高速列车横风气动特性影响研究

横风作用下高速列车气动横向力和倾覆力矩显著增加,气动性能显著恶化,列车脱轨、倾覆可能性增大,严重影响列车运行安全。受电弓作为高速列车核心的外突部件,直接受到横风的影响,因此改善受电弓区域的横风气动性能显得尤为重要。以鞘翅目生物形态为原型,构建受电弓仿生导流罩几何外形,并以8车编组高速列车为基准,建立4种不同的计算模型:原始模型(模型Ⅰ)、仅受电弓Ⅰ加装导流罩(模型Ⅱ)、仅受电弓Ⅱ加装导流罩(模型Ⅲ)、受电弓Ⅰ和Ⅱ均加装导流罩(模型Ⅳ)。基于三维稳态SST k-ω双方程湍流模型,分析不同方案下高速列车整车以及受电弓区域的横风气动性能。研究结果表明:安装受电弓导流罩后,气流更为平顺地越过受电弓区域,阻滞效应减小,下游车体顶部和受电弓Ⅱ(升弓)区域的气流速度有所增加,同时造成列车背风侧的流场结构改变。相比原始模型(模型Ⅰ),导流罩模型(模型Ⅱ、Ⅲ和Ⅳ)均可减小列车气动横向力和倾覆力矩,其中模型Ⅱ和模型Ⅲ的横向力分别减少9.65%、4.18%,倾覆力矩分别减少11.47%、4.37%;受电弓Ⅰ与受电弓Ⅱ均被包裹的模型Ⅳ效果最为显著,8车编组列车横向力和倾覆力矩分别减少11.39、16.81%。研究成果可为横风环境下新一代高速列车受电弓区域优化设计提供参考。

基于元学习个性化推荐研究综述

推荐系统作为缓解“信息过载”的工具,为用户过滤冗余信息并提供个性化服务,近年来得到了广泛应用。然而,实际推荐场景中,通常存在冷启动与不同推荐算法难以根据实际环境自适应选择等问题。元学习因其具有基于少量训练样本快速学会新知识和技能的优点,被越来越多地应用于推荐系统相关研究中。对现有基于元学习技术缓解推荐系统冷启动问题以及自适应推荐问题的主要研究进行探讨。首先,分析了基于元学习推荐在上述2个方面已取得的相关研究进展;然后,指出了现有元学习推荐研究存在难以适应复杂任务分布、计算代价高和容易陷入局部最优等问题;最后,对元学习在推荐系统领域的一些最新研究方向进行了展望。

一种混合多策略改进的麻雀搜索算法

针对麻雀搜索算法SSA求解目标函数最优解时具有过早收敛、在多峰条件下易陷入局部最优和在高维情况下求解精度不足等问题,提出了一种混合多策略改进的麻雀搜索算法MISSA。考虑到算法初始解的质量很大程度上会影响整个算法的收敛速度与精度,引入精英反向学习策略,扩大算法的搜索区域,提升初始种群的质量和多样性;对步长进行分阶段控制,以提高算法的求解精度;通过在跟随者的位置中加入Circle映射参数与余弦因子,提高算法的遍历性与搜索能力;采用自适应选择机制在麻雀个体位置更新中加入Lévy飞行,增强算法寻优和跳出局部最优的能力。将改进后的算法与麻雀搜索算法及其他算法在13个测试函数上进行对比,并进行Friedman检验。实验结果表明,改进后的麻雀搜索算法能够有效提高寻优精度与收敛速度,并在高维问题中也具备较高的稳定性。

移动边缘计算不确定性任务持续卸载及资源分配方法

移动边缘计算场景中任务的不确定性增加了任务卸载及资源分配的复杂性和难度.鉴于此,提出一种移动边缘计算不确定性任务持续卸载及资源分配方法.首先,构建一种移动边缘计算不确定性任务持续卸载模型,通过基于持续时间片划分的任务多批次处理技术应对任务的不确定性,并设计多设备计算资源协同机制提升对计算密集型任务的承载能力.其次,提出一种基于负载均衡的自适应策略选择算法,避免计算资源过度分配导致信道拥堵进而产生额外能耗.最后,基于泊松分布实现了对不确定任务场景模型的仿真,大量实验结果表明时间片长度减小能够降低系统总能耗.此外,所提算法能够更有效地实现任务卸载及资源分配,相较于对比算法,最大可降低能耗11.8%.

人工智能、产品创新与制造业适应性转型

人工智能(AI)对产品开发、运营和营销等企业价值链的影响正在改变制造业转型升级的机制与路径。围绕AI如何通过影响产品创新推动制造业转型升级,本文依托相关研究成果提炼AI区别于其他数字技术的核心创新特征,剖析AI对产品创新的影响机制,并通过AI影响个体、企业、产业的跨层次分析框架,从产品创新视角提出AI影响制造业转型升级的适应性变革概念模型,探讨AI通过产品创新影响制造业适应性转型的机制与路径,形成三个主要结论:(1)新社会主体、生成性、知识积累方式突变性构成AI区别于其他数字技术的三个核心创新特征;(2)AI作为新社会主体角色介入产品企划、结构工艺等开发环节,改变或增强了人类智能的产品开发思维,拓展了产品开发的知识边界;(3)AI增强产品创新与运营过程、市场营销和销售的全价值链即时互动和调整,构建起平衡制造敏捷性与用户敏捷性冲突的自适应调节机制,推动制造业通过产业快速自适应调节涌现出自适应间断平衡的转型路径。

一种大尺度区域GNSS坐标时间序列自适应时空滤波方法

提出一种GNSS坐标时间序列自适应时空滤波方法,在规定阈值下将滤波区域自适应分为若干个子区域,进行共模误差的提取和去除。对陆态网184个GNSS站点垂向坐标序列进行时空滤波,3组随机实验中,自适应PCA时空滤波后的站点序列平均RMS值减少约39.7%、38.4%和39.7%,且优于整体PCA滤波。进一步分析滤波前后站点噪声特性变化,结果显示,相比于整体PCA滤波,自适应滤波方法中站点残差序列幂律噪声减少约17.8%。

我国城市幼儿园空间布局适配性的现状、成因与优化建议

供需适配的幼儿园空间布局是促进学前教育资源均衡配置的关键举措,能有效推动学前教育高质量发展。本研究以我国中部地区某省会城市主城区759所幼儿园为例,运用地理信息分析工具中的核密度估计、最近邻指数等方法,分别从“有园上”“入园近”“上好园”“园幼共生”四个维度对幼儿园空间布局是否存在错配的核心议题进行深入剖析。研究发现:该市部分幼儿园空间分布存在欠适配现象,且形成了空间与结构错配的问题,其主要原因是资源投入层面的财政失衡、需求提出层面的逐优心理和城市规划层面的建设滞后。本文建议通过构建数字化管理平台、优化供需对接机制、加强配套园治理、加大治薄扶弱补缺的力度等措施,推动幼儿园空间布局从错配到适配的转换,从而促进区域学前教育公共服务一体化和高质量发展。

基于LIO-SAM建图和激光视觉融合定位的温室自主行走系统

为解决传统导航方案在温室内无法应对光照变化大、作物行间距窄、接收GPS信号差等问题,该研究提出了基于即时定位与地图构建技术的激光视觉融合式自主导航算法。该系统利用三维激光雷达VLP-16(Velodyne LiDAR,VLP-16)和惯性测量单元获取温室环境信息,采用基于紧耦合的雷达惯导定位建图(tightly-coupled lidar inertial odometry via smoothing and mapping,LIO-SAM)算法构建导航地图,基于轮式里程计和视觉里程计采用扩展卡尔曼滤波器算法实现局部定位,融合激光点云配准算法和自适应蒙特卡洛定位算法实现全局定位。同时,在自主行走系统应用A*算法规划全局路径和动态窗口算法规划局部路径,从而实现自主导航。试验结果表明,LIO-SAM算法构建的温室导航地图最大相对误差、最大绝对误差和均方根误差分别为9.9%、0.081和0.063 m,在温室内改进后的定位算法横向偏差小于0.020 m,纵向偏差小于0.090 m;当自主行走系统以0.15、0.30和0.50 m/s的速度运行时,横向偏差、纵向偏差和航向偏角的平均值分别小于0.120 m、0.10 m和8.5°,标准差分别小于0.070 m、0.140 m和6.6°。该导航方案满足自主行走系统在温室内高精度建图、定位和导航的需求,可为自主移动平台提供理论与技术支撑。

融合执行力与适应性:基层治理的制度优势分析

基层是国家制度传导的神经末梢,其治理效能的有效发挥是制度优势最直接的体现。新时代十年来,我国各领域基础性制度框架基本建立,但发展不平衡不充分问题仍然突出,信息公开、垃圾分类等基层治理中的制度优势彰显不足。制度优势向治理效能转化是国家治理的应然逻辑,转化过程中的动态机制、信任关系都会影响到制度执行的效果。单纯以制度执行力评判制度优势和治理效能略显偏颇,制度之所以具备优势,在于其能体现公平正义、呼应人之需求。而不同人的利益追求、目标取向、认知结构均不相同,这导致基层治理中制度出现适应性问题。经由理论层面的合理补充与实然层面的动态修复,融合执行力与适应性,有望打通制度优势、运行机制、信任支撑、治理效能的闭合回路,从而加快制度优势向基层传导,并反向以基层治理效能倒逼各类制度优化完善。

降阶单元的新进展:内置了最大模误差估计器的自适应有限元法初探

该文基于初值问题中降阶单元的成功实践,进一步对一般边值问题提出无需超收敛计算、无需结构化网格、无需结点位移修正的降阶单元;进而提出以降阶单元作为最终解,且内置了最大模误差估计器的自适应有限元算法。该文对这一研究进展做简要介绍,并给出一维和二维边值问题的初步算例,以展示本法的可行性、有效性和可靠性。

企业数字化创新战略的适应性选择机制

针对现有研究中导向型、涌现型、权变型三种企业数字化创新战略的研究结论不兼容甚至矛盾现象,本文基于知识观探讨企业数字化创新战略的适应性选择机制,将三种创新战略纳入统一的分析框架,通过揭示组织的知识结构、认识系统特征与数字化创新战略选择及其绩效之间的复杂组态关系进行实证研究。研究表明:(1)从知识观视角看,组织的知识结构与认识系统特征构成企业选择数字化创新战略的两个关键因素;(2)导向型与涌现型数字化创新战略之间既互补又替代,组织知识基础条件之间的差异形成导向型与涌现型战略之间的权变型战略。据此,本文提出企业数字化创新战略的适应性机制理论,推进了企业数字化创新战略与适应性变革的交又理论创新,为企业数字化转型实践提供管理启示。

基于功率微分项的双VSG有功功率振荡抑制策略

针对虚拟同步发电机(VSG)双机并联运行时产生的有功功率振荡问题,通过建立双VSG系统的小信号模型,分析了有功功率振荡产生的机理,提出一种基于改进虚拟阻抗的瞬态功率均分策略和一种基于功率微分项的自适应惯量和阻尼的功率振荡抑制策略,将有功功率微分项与角加速度结合起来实现惯量的自适应调节,同时将有功功率微分项引入阻尼控制环节以替代传统的阻尼项,实现阻尼的自适应调节。所提出的策略可以使动态时VSG之间的角频率差更快速地趋近于零,从而减小有功功率振荡的超调,改善频率动态响应性能。搭建了VSG并联的仿真模型,仿真结果表明:所提改进控制策略可以使瞬态时实现有功均分,使动态时的有功功率振荡超调减小41%,振荡过程减小了1秒。

智慧教育平台的适应性服务框架和实施路径探析

适应性服务是智慧教育平台生态建设和运维机制创新的关键环节,其核心理念是基于“效率”和“反馈”来推进资源服务。典型平台的调研发现,平台服务呈现从帕累托效率转向适应性效率,以及从评价式反馈转向适应性反馈的趋势。适应性效率特征、反馈特征是构建适应性服务框架的基础性要素;应当结合高响应率、服务结果高适配率以及资源建设低成本策略等指标,进而构建服务目标、过程和结果的全链路反馈,目标是实现资源服务的个性化适配。在实践环节推进智慧教育平台的适应性服务工作,一是需建立数据收集、用户状态智能感知的机制;二是可依托知识图谱、推荐算法和引入预训练大模型,推进教学资源动态适配;三是应当将知识、资源和用户认知特征有机联系,助力资源重组和复用。

弱电网下光伏并网系统锁相环参数自适应控制

针对弱电网下PLL(phase-looked loop,PLL)会使并网逆变器的稳定性下降问题,提出一种锁相环带宽自适应控制策略来实现锁相环参数依据电网实时阻抗值来获得最优的控制参数,保证系统最佳控制性能和稳定运行,从而提升跟网型逆变器在弱电网下的对电网阻抗的适应能力。利用PSCAD/EMTDC进行仿真验证,仿真结果证明自适应控制策略正确、有效。

互联网+专科护士区域联动护理在基层老年永久性肠造口早期病人中的应用

目的:探讨互联网+专科护士区域联动护理在基层老年永久性肠造口早期病人中的应用。方法:选取2019年1月1日—2021年12月31日就诊于某医院胃肠外科行永久性肠造口的70例基层老年病人为研究对象,根据就诊时间将其分为对照组和干预组,对照组给予常规护理,干预组在常规护理的基础上给予互联网+专科护士区域联动护理。采用中文版造口病人社会心理适应量表(OAI-20)和中文版造口病人生活质量量表(Stoma-QOL)分别于病人出院前1 d、出院后1个月、3个月、6个月后评估两组病人社会心理适应和病人生活质量,并比较两组6个月内造口及造口周围皮肤并发症的发生率。结果:70例病人均完成各阶段护理及评估,经重复测量方差分析显示,两组病人在社会心理适应方面和生活质量评估方面存在时间效应、组间效应及交互效应,干预组OAI-20总分、Stoma-QOL总分均高于对照组,差异有统计学意义(P<0.05);6个月内干预组并发症发生率低于对照组(P<0.05)。结论:互联网+专科护士区域联动护理能够提高基层地区老年永久性肠造口病人早期社会及心理适应能力,提高病人生活质量,降低造口并发症发生率,有利于在有限的医疗资源下给予病人同质化的护理。

多模式室内地图自适应转换系统设计与实现

室内地图作为室内导航定位及信息服务的载体,受到了学者们的广泛关注。针对目前室内地图表现形式单一和场景转换不够智能等问题,从用户行为需求出发,分析了用户行为与空间需求之间的映射关系,提出了室内地图的3种表达模式;制定了3种模式间的转换策略和响应机制;采用Android Studio平台设计开发了室内地图自适应转换的原型系统,验证了转换策略的可行性,对推动室内地图的发展具有一定的意义。

基于融合注意力机制LSTM网络的地下水位自适应鲁棒预测

地下水水位是旱天污水管网地下水入渗量的重要影响因素,快速精准地预测地下水水位能有效提升旱天污水管网地下水入渗量估算准确度,辅助优化管网病害治理与维护策略。针对目前城市复杂水文预测存在的准确度低、灵敏度低、泛化能力弱等问题,本文提出了一种新的鲁棒自适应水位预测算法。首先,对水文数据进行预处理,解决了数据时间跨度大、噪声多、缺失及异常、非平稳等问题。其次,针对不同输入特征对预测指标的影响,在模型训练阶段提出一种新的空间变量注意机制,可快速识别与水位关联的关键变量,并对输入特征赋予不同的影响权重。然后,针对不同序列长度对预测效果的影响,还设计了自适应时间注意力机制,帮助网络自适应地找出与不同时间序列长度预测指标相关的编码器隐藏状态,以更好地捕捉时间上的依赖关系。在此基础上,以上下文向量作为输入,提出一种融合注意力机制的长短时记忆网络水文预测算法。最后,通过意大利Petrignano水文数据验证了所提算法的有效性,并与GRU、Elman、LSTM、VA–LSTM和S–LSTM等方法进行预测性能比较。结果表明,基于融合注意力机制的LSTM网络在面临大规模、噪点多的复杂数据时有优于其它几种算法的预测效果,表明该算法具有强自适应性和鲁棒性。本文研究结果可以为市政排水策略合理调整、及时控制提供参考。

含T接逆变型分布式电源配电网的自适应距离保护

大量逆变型分布式电源(Inverter Interfaced Distributed Generation,IIDG)接入配电网,传统继电保护技术的可靠性无法满足。为了提高配电网供电可靠性,适应可再生能源大量渗透的新型电力系统,针对含T形接入IIDG的配电网,文章提出了一种自适应性的距离保护方案。分析了故障发生在不同位置对保护的影响,根据IIDG在系统发生故障时的输出特性,通过BP神经网络利用保护本地电气信息计算IIDG的输出电流,实时整定动作值。该方法由于无需与远方通信,动作速度快,并且减少了通信系统的投资。最后在MATLAB中建立了含T形接入IIDG的10 kV配电网模型,并与传统距离保护进行了对比,验证了该保护方法的优越性。

自适应时域参数MPC的智能车辆轨迹跟踪控制

为了解决智能车辆在低附着路面下主动转向跟踪控制的稳定性和控制精度问题,提出了一种基于自适应时域参数的智能车辆轨迹跟踪控制策略。基于车辆动力学模型和模型预测控制算法(MPC)建立线性时变MPC控制器,并加入包括轮胎侧偏角约束、质心侧偏角约束以及前轮转角约束的动力学约束,求解出最优前轮转向角。分析控制器中的时域参数对控制效果的影响,设计了一种自适应时域参数控制器,能够根据获取的车辆速度,将求解得到最优的预测时域和控制时域参数输入到控制器,提高控制器在不同速度下的控制精度和稳定性。通过搭建MATLAB/SimuLink与CarSim联合仿真平台,在低附着路面情况下对固定时域控制器和自适应时域控制器进行对比仿真实验。结果表明:自适应时域控制器能够有效改善控制器的性能、减少横向偏差、提高轨迹跟踪控制精度,同时对不同速度也具有较强的适应性,车辆质心侧偏角也控制在0°~15°内,有效保证了车辆行驶的稳定性。

气单胞菌属低温淀粉酶基因改造与原核表达

【目的】获取低温淀粉酶基因,分析其相关功能,为工业生产上的应用提供参考。【方法】以气单胞菌(Aeromonas)LA77为出发菌株克隆低温α-淀粉酶基因,以BL-21(DE3)为宿主菌进行克隆。分析其它已知气单胞菌属低温α-淀粉酶基因同源性,设计特异引物,PCR扩增获得C13片段,将其克隆到pMAL-2X,转化到BL-21(DE3)中,筛选蓝白斑,验证PCR及EcoRⅠ和HindⅢ的双酶切,获得高效表达生物工程菌株pMAL-2X-C13。设计定点突变引物,以pMAL-2X-C13为模板,获得低温淀粉酶基因突变株三株C19、C29、C43。【结果】表达蛋白的分子大小为114kD,突变菌株C19蛋白表达量均高于pMAL-2X-C13。【结论】低温淀粉酶基因突变株C19比原始菌株pMAL-2X-C13淀粉酶基因蛋白表达量更高。