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。

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。

适性学习:数字化背景下高职院校学生学习新样态

随着数字技术的不断发展,高职院校的学习活动正在经历着全面的重构。适性学习强调以学生为中心,是对当下更为复杂的学习环境的实践因应,具有泛在性、混合性与交互性等特征。数字化转型背景下职业教育需要满足学生多元发展需求,促进个性化教育,增强学生自主学习能力,实现教育公平。高职院校应该深度推进适性学习,不断完善数字校园协同治理制度,打造课堂教学与智能技术的全方位耦合,构建起学生多维评价的新样态,为学生提供更加个性化、有针对性的学习体验。

LCC-MMC混合三端直流输电系统送端交流故障下的不间断运行协调控制策略

为实现基于电网换相换流器与模块化多电平换流器(LCC-MMC)的混合三端直流输电系统送端交流故障下的直流低电压穿越,提出兼顾传输容量与响应速度的自适应电压协调控制策略及有功功率分配策略。在维持故障期间功率续传的前提下,定量分析了模块化多电平换流器(MMC)的降压值以减少传输功率的绝对值损失量,并设计MMC根据本地直流电流偏差快速减投子模块总数的降压方式;考虑到半桥型MMC的调制比约束,设计正极MMC定量吸收无功功率与负极MMC动态调整交流电压参考值的换流站极间协同控制策略;同时,为抑制从站的过电流及避免送端严重交流故障时主站的潮流反转,提出各受端换流站有功功率自适应调整的控制方式。最后通过对输电系统送端交流电压跌落不同幅度时的故障穿越效果进行仿真分析,验证了所提控制策略的有效性。

黄淮海11个夏大豆品种(系)产量稳定性和适应性分析

为比较不同大豆品种(系)产量的稳定性和适应性,筛选优良大豆品种(系),对2020—2021年国家黄淮海夏大豆南组区域试验数据进行多因素方差分析和GGE双标图分析。结果表明:除年份效应外,各因素及互作效应对大豆产量影响都达到极显著水平(P<0.01),其中地点(55.31%)的贡献率最大,品种(5.97%)和年份(0.02%)贡献率较小。12个试点中平均产量最高的是山东济宁,比产量最低的安徽阜阳高33.63%,差异显著(P<0.05);11个参试品种中平均产量最高的是邯豆13,比对照中黄13(CK A)和中黄13(CK B)分别增产10.93%和9.91%,差异显著。GGE双标图分析结果显示,江苏灌云和徐州,山东临沂和济宁相似度较高,试点有重复设置的可能。河南周口对参试品种的鉴别力和代表性最强,是理想试点。12个试点被分为两组,徐9416-8在第一组试点产量最高,柳豆108在第二组试点产量最高。丰产性和稳产性分析结果表明,邯豆13、圣育6号和南农60的丰产性和稳产性较好。本研究筛选得到稳定性和适应性较强的大豆品种(系),并为优异种质资源的推广应用提供参考。

高技能人才培养与产业需求适配模式研究——复杂适应系统视角

快速培养与产业需求相适配的高技能人才,需要构筑产业人才生态圈,并将各利益相关方凝结成命运共同体。命运共同体超越了一般意义上的利益共同体,是具有生命特质的复杂适应系统。由此构建适应性集群模式,为提升高技能人才培养与产业需求的适配性提供模型参照。适应性集群模式的内容包括目标、原则、适用领域、组成要素、运行方式、应用价值等,并给出实践建议。此模式创新之处在于关注到外部环境的重要作用,强调要符合适应性协同和动态集群的客观规律。

维适应人工蜂群算法的研究

针对于基本人工蜂群算法对于改进维数以及改进维的选择没有充分利用历史搜索信息的问题提出一种维适应机制.由于不同优化问题适用的改进维数不同,而历史搜索信息中蕴含成功经验,构建改进维数成功历史档案并形成适应机制,使算法能够随着具体问题的优化过程适应到合适的改进维数,提高候选解搜索的成功率;在跟随蜂搜索阶段,保持一定比例随机选维的同时引入当前最优解信息对改进维的选择进行指导,在保证维选择适度随机性的同时更快适应到有潜能的维进行搜索,提升算法的收敛能力.采用CEC2014基准测试集与当前先进的5个改进的人工蜂群算法进行实验对比分析,结果及其统计检验表明,提出算法具有更好的求解精度、鲁棒性和收敛能力.

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。

基于改进YOLOv8的煤矿输送带异物检测

现有基于深度学习的输送带异物检测模型较大,难以在边缘设备部署,且对不同尺寸异物和小目标异物存在错检、漏检情况。针对上述问题,提出一种基于改进YOLOv8的煤矿输送带异物检测方法。采用深度可分离卷积、压缩和激励(SE)网络将YOLOv8主干网络中C2f模块的Bottleneck重新构建为DSBlock,在保持模型轻量化的同时提升检测性能;为增强对不同尺寸目标物体信息的获取能力,引入高效通道注意力(ECA)机制,并对ECA的输入层进行自适应平均池化和自适应最大池化操作,得到跨通道交互MECA模块,以增强模块的全局视觉信息,进一步提升异物识别精度;将YOLOv8的3个检测头修改为4个轻量化小目标检测头,以增强对小目标的敏感性,有效降低小目标异物的漏检率和错检率。实验结果表明:改进YOLOv8的精确度达91.69%,mAP@50达92.27%,较YOLOv8分别提升了3.09%和4.07%;改进YOLOv8的检测速度达73.92帧/s,可充分满足煤矿输送带异物实时检测的需求;改进YOLOv8的精确度、mAP@50、参数量、权重大小和每秒浮点运算数均优于SSD,Faster-RCNN,YOLOv5,YOLOv7-tiny等主流目标检测算法。

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。

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。

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%.

基于模糊控制技术的播种机自动定位导航系统研究

介绍了播种机自动定位导航系统总体设计,并基于播种机位置和观测角度,建立了定位导航和路径预测的数学模型。采用模糊控制技术,结合播种机和观测角度,设计了自适应模糊控制策略,可以实现播种机转向的精准控制。试验结果表明:系统相比传统PID控制方法,偏差小太多,说明本文方法能够获得较高的播种机定位导航精度,证明了系统的有效性和可行性。

人性化管理对新入职护理人员职业适应能力及职业压力的影响

目的探讨人性化管理对新入职护理人员职业适应能力及职业压力的影响。方法将2019年7月—2022年7月的80名新入职护理人员根据随机数字表法分为对照组和观察组。对照组40名护理人员进行常规管理干预,观察组40名护理人员则进行人性化管理干预。比较2组新入职护理人员管理干预前后的职业适应能力(职业适应能力量表)及职业压力状态(护士工作压力源量表)、对管理模式的满意度。结果管理干预前,2组职业适应能力量表及护士工作压力源量表评分比较,差异无统计学意义(P>0.05);管理干预后,2组新入职护理人员的职业适应能力量表评分高于管理干预前,护士工作压力源量表评分低于管理干预前;且管理干预后,观察组的职业适应能力量表评分高于对照组,护士工作压力源量表评分低于对照组,观察组对管理模式的总满意度为100%,高于对照组的82.50%,差异有统计学意义(P<0.05)。结论人性化管理可显著改善新入职护理人员的职业适应能力及职业压力状态,在新入职护理人员中的应用价值相对更高。

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。

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。

中国式体育现代化的理念源流、关键势能和适配路径

体育作为中国式现代化建设的重要组成部分,是社会发展和人类进步的重要标志,是国家综合国力的重要体现。在中国式现代化进程中,实现体育的现代化既是加快建设体育强国的内在要求,也是推进中华民族伟大复兴的强大动力。该研究立足于中国式体育现代化的理念源流,深挖推动中国式体育现代化发展的关键势能,进而提出适配于中国式体育现代化道路的发展路径,以助力社会主义现代化体育强国建设。研究认为,中国式体育现代化的理念源流从体育政治化的兴国理念向体育社会化的大国理念、再向体育人民性的强国理念嬗变;关键势能可分为政策势能、人才势能、场地势能、创新势能、金融势能、文化势能和健康势能;适配路径包括以增强民生福祉为中心的体育发展路径、以完善治理体系为核心的体育保障路径、以绿色生态和谐为要义的体育共生路径以及以产业消费双升级为主的体育供需路径。

混合策略改进的粒子群算法

针对粒子群算法易陷入局部最优、收敛精度低、收敛速度慢等缺陷,提出了基于混合策略的改进粒子群算法。使用融合Circle映射与精英反向学习的策略初始化种群,提升初始种群的质量,同时加快收敛速度;在粒子速度更新方式中引入蜘蛛移动策略平衡算法的全局搜索与局部搜索;提出了基于自适应t分布的变异策略,增强算法全局搜索和跳出局部最优能力;对15个单峰和多峰函数进行仿真实验,与其他3种算法进行了对比分析,结果表明:所提出的改进算法具有很强的寻优能力与稳定性。

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。

从管段走向管网:管道泄漏诊断技术研究进展

管道泄漏诊断技术在保障管道系统安全运行中起着至关重要的作用。首先,介绍了管道泄漏诊断系统的结构,并指出由单一管段向复杂管网泄漏诊断的发展趋势。进一步从基于数据驱动的传统泄漏检测方法、管道泄漏信号源定位技术和基于深度学习的复杂管网泄漏检测方法3个方面进行综述,分析了不同方法的优势、局限性和适用范围。最后指出,随着管网系统的复杂度增加,传统方法的局限性逐渐显现,基于深度学习技术的复杂管网微弱泄漏诊断、多源信号融合和管网智能化的研究将成为未来的研究趋势。