中国行政诉讼举证责任分配根据

在行政诉讼中案件事实真伪不明是一种常态 ,这种现象常常使法律无所适用 ,但法官仍必须将案件审理到底 ,这就涉及到究竟由何方当事人承担诉讼的不利益 ,涉及到举证责任的中心问题———行政诉讼举证责任的分配。在决定由何方当事人承担举证责任时应考虑到行政诉讼的价值取向、行政程序中举证责任的特点、双方当事人的举证能力以及一些特殊情况等因素。

面向工业场景的无人机时空众包资源分配

无人机时空众包资源分配是工业物联网能源管理中的重要任务之一.尽管现有方法考虑了联合反映时间敏感性和公平性的信息新鲜度指标,但忽略了无人机禁飞区和窃听者对数据新鲜度的影响.本文提出了一种基于深度强化学习的无人机时空众包资源分配方法,在考虑无人机禁飞区约束和对窃听者发送干扰信号以保障数据安全的情况下,最小化平均信息新鲜度和物联网设备能耗,从而得到最优无人机轨迹、发射干扰信号功率和物联网发射功率.然而,无人机时空众包中的资源分配复杂且存在挑战,主要表现为决策变量类型多且与考虑服务质量要求的系统性能指标关系复杂.本文将该问题建模为马尔可夫决策过程并使用先进的深度强化学习算法求解该问题,即软演员–评论家(SAC)算法.在多无人机场景下验证了所提出算法在解决无人机时空众包资源分配任务中的有效性和正确性.另外,SAC算法相较于其他两种先进的深度强化学习算法,即深度确定性策略梯度算法和双延迟深度确定性策略梯度算法,具有更快的收敛速度和更优的解.最后,分析了最优无人机数目的选择方案.

智能电网中基于二分图匹配的网络切片资源分配算法

为了解决智能电网中多类业务的服务质量需求难以同时得到满足的问题并兼顾电力终端和网络侧经济效用,提出了一种基于二分图匹配的网络切片资源分配算法。针对智能电网场景中的控制类和采集类业务,为电力终端分别制定相应的投标信息,并据此计算支付价格和效用矩阵;将网络切片与电力终端之间的资源分配建模为二分图匹配问题,根据不同业务的时延、传输速率或能耗需求,向终端分配不同的切片资源以最大化系统效用。仿真结果表明,相较于已有的双向拍卖算法和贪心算法,所提算法能够提高10%~20%的系统效用。

空地协同通信感知一体化系统的轨迹与资源分配联合优化

该文研究空地协同通信感知一体化系统,其中无人车(UGV)基站和无人机(UAV)中继集群组成空地协同网络,为用户提供通信服务,同时对目标区域进行探测感知。在更加准确的莱斯衰落信道模型下,研究联合优化无人机集群的通信感知关联、发射功率和飞行轨迹以及无人车基站的发射功率和行进轨迹,在目标区域感知频率和有效感知功率阈值的约束下,最大化用户最小平均通信速率。为了解决变量高度耦合且非凸的整数优化问题,首先利用块坐标下降法将原问题分解成4个子问题;接着引入松弛变量并将整数约束转化为惩罚项,然后证明莱斯信道下的有效感知功率是关于轨迹变量和松弛变量凸复合函数的联合凸函数;再利用连续凸优化法处理非凸项,并提出一种双层迭代算法高效求解次优解。仿真结果表明,与几种基准方案相比,所提优化算法在相同感知性能下,提高了用户最小平均通信速率,更好地实现了通信与感知性能之间的权衡,并具有良好的收敛性。

边缘辅助群智感知位置隐私保护多任务分配机制

为了解决群智感知中隐私泄露和多任务分配的问题,提出了一种边缘辅助群智感知位置隐私保护(EALP)多任务分配机制。首先,考虑群感知任务具有地理相近特征,利用改进的模糊聚类(FCM)算法对任务位置进行聚类组合,改进聚类数目指标,提高多任务分配的合理性。接着,为了防止云平台和感知用户之间的共谋,在任务分配阶段,提出一种位置隐私保护协议,在感知用户、云服务器和边缘节点之间部署同态加密,云感知平台能够安全地计算感知用户的移动距离,而不知道感知用户的位置和任务聚类中心位置。最后,提出了一种基于蚁群算法多任务分配优化方案,兼顾平台和感知用户两者利益,优化感知用户执行任务路径。实验结果表明,与同类方法相比,所提机制在保护位置隐私的前提下提高了任务完成率,降低了系统的感知成本和用户移动成本。

颠覆性技术多元化投入的利益分配及激励机制

我国颠覆性创新多元化投入机制的平台支撑体系建设亟待完善,因此需深入研究适用于颠覆性技术多元化投入的利益分配以及政府补贴机制。其中,公平的利益分配和合理化的激励机制是促使颠覆性技术多元投入有效性的关键因素。因此,针对颠覆性技术多元化投入利益分配以及激励机制设计等问题,采取合作-非合作博弈分析颠覆性技术多元投入的各个参与主体行为,引入风险因子探讨不同主体主导下的情况,并进一步研究政府补贴对各主体投入积极性的影响,进而以明晰多元化投入的激励机制方案选择。研究发现:在颠覆性创新多元化投入的过程中会存在创新投入积极性不足的情况,这是由于各主体出于自身利益最大化考虑;由政府牵头时,整个颠覆性技术投入合作较由其他主体主导下的合作收益高;在政府主导下采取政府补贴形式,可以有效激励其他各个颠覆性创新投入主体的积极性。为此,促进颠覆性创新的投入多元化,政府要构建多元化投入机制,设计合理的利益分配机制与激励机制,并在参与合作时设定恰当的成本补贴额度。

考虑SOC的混合储能功率分配与自适应虚拟惯性控制

电力电子化的直流配电网存在低惯性问题,不利于系统稳定运行。混合储能设备可向电网提供虚拟惯性,但不同类型的储能之间存在功率协调问题,并且储能的荷电状态(state of charge, SOC)对虚拟惯性的调节也有约束作用。针对上述问题,提出了一种自适应时间常数的分频控制策略,时间常数根据混合储能系统(hybridenergy storage system, HESS)的SOC而动态调整以改变功率分配。首先,通过分析储能SOC与虚拟惯性的关系,并考虑储能充放电极限问题,研究兼顾SOC、电压变化率以及电压幅值的自适应虚拟惯性控制策略,提高系统惯性。然后,建立控制系统的小信号模型,分析虚拟惯性系数对系统的影响。最后,基于Matlab/Simulink搭建直流配电网仿真模型,验证了所提控制策略能合理分配HESS功率,提高超级电容器利用率,改善直流电压与功率稳定性。

低地球轨道卫星边缘计算场景中任务卸载与资源分配联合优化算法

针对低地球轨道(LEO)卫星边缘计算场景中地面用户计算任务的卸载需求,提出联合卸载与资源分配优化(JORAO)算法。考虑到LEO卫星的有限覆盖时间,以最小化所有地面用户的平均服务时延为目标,联合优化卸载策略、LEO卫星的通信和计算资源分配。将任务卸载与资源分配的联合优化问题分解为卸载决策和资源分配子问题,使用交替优化方法,获得原始优化问题的次优解。对于任务卸载决策子问题,将其建模为联盟博弈模型,当博弈达到纳什均衡时,获得最小化平均服务时延的地面用户卸载策略;对于资源分配子问题,使用拉格朗日乘子法获得最优的通信和计算资源分配结果。此外,还证明了所提算法的收敛性和稳定性。仿真结果表明,所提算法具有良好的收敛性,能显著降低地面用户的平均服务时延和提高任务卸载成功率。

新质生产力的分配向度:按劳分配与共同富裕之契合性论析

马克思按劳分配思想是内含对生产、分配、交换和消费环节规定的系统性思想,按劳分配是推动实现共同富裕的分配方式,但这一系统思想在现实中表现为生产端、分配端、交换端和消费端的“系统悖论”。按劳分配与共同富裕的理论兼容性与实践契合性应从描述性、规范性和系统性三重视野观照:现行两套分配体系边界的逐渐消融要求重新审视通往共富之路;按劳分配内蕴的革命性精神是当下推动共同富裕的根本精神;新质生产力发展下生产物化趋势与消费人化本性间的张力造成的“劳动”分配标准的弱化呼唤“新质”的分配标准。新质生产力的“颠覆性”影响要求对未来社会分配方式进行初步构建:在新质生产力的解放初期实行按“劳”分配+按“要素”分配;新质生产力深入发展阶段实行按“所有权”分配;在新质生产力的高度发达阶段实行按“需”分配。

时间反转OFDM系统中增强安全性能的功率分配与人工噪声设计

时间反转技术特有的时空聚焦特性使其具有抗窃听能力.本文对提高时间反转正交频分复用系统安全性能的优化方案进行研究.首先,通过应用时间反转预滤波的时空聚焦特性来提高合法接收端相对于窃听端的信号强度;然后,以最大化保密速率为目标对子载波的功率分配进行优化.为进一步提升系统保密传输能力,利用循环前缀提供的自由度实现零空间人工噪声,在对窃听端形成有效干扰的同时,不对合法接收端造成影响.通过对子载波功率分配和人工噪声协方差阵进行联合优化,最大化系统的保密传输速率.仿真结果表明,所提优化方案能显著提高系统的保密速率.

第三次分配的理论逻辑、文化逻辑与实践逻辑

第三次分配作为我国分配制度的改革创新之举,是一种高度依赖道德力量推动社会成员自愿分配资源的特殊模式,其生成蕴含理论逻辑、文化逻辑与实践逻辑。理论逻辑方面,第三次分配继承了马克思主义按需分配理论的人本逻辑与公平正义原则,在反思当前生产及分配方式内生矛盾的过程中重塑了分配的叙事议题及框架。文化逻辑方面,中国传统文化中的“仁者爱人”观念嵌入城乡、社区与圈层内所形成的乡土文化中的“爱乡”情结、社区文化中的“爱邻”情结以及圈层文化中的“爱人”情结,构成第三次分配走出西方“慈善悖论”的文化基础与内生的道德动力。实践逻辑方面,第三次分配以开创“先富带后富”新路径、协调推进物质文明与精神文明、精准化巩固拓展脱贫攻坚成果为动因,是新时代推进共同富裕的实践要求。考察第三次分配的生成逻辑,对于更好地理解和把握第三次分配这种特殊模式“何以必要”、“何以可能”以及“如何实现”等问题具有重要意义。

基于流量感知的无线接入网智能切片资源分配方法研究

为保障业务服务等级协议(Service Level Agreements, SLA)需求,使不同应用间差异化的服务质量需求同时得到良好满足,无线接入网(Radio Access Network, RAN)的动态网络资源配置十分关键。本文针对网络流量波动、网络状态快速变化的场景,提出一种结合时间序列预测和深度强化学习的智能化带宽分配策略,通过合理利用长短期记忆(Long Short-Term Memory, LSTM)网络和Dueling深度Q网络(Dueling Deep Q Network, Dueling DQN)以最大限度提高无线接入网切片的频谱效率和SLA满意度。通过使用LSTM网络对切片中数据流量进行预测,可以将深度强化学习算法的计算周期与实际切片配置周期有效解耦。同时为了在保障LSTM性能的同时降低其计算复杂度,以适应RAN中有限的计算资源,本文采用控制神经元连接比例的随机连接长短期记忆(Randomly Connected LSTM, RCLSTM)网络。此外,Dueling DQN与传统DQN相比,能够提高切片策略学习过程的Q值估计精度,以提升收敛速度。仿真结果表明:与原始DQN、优势Actor-Critic(Advantage Actor Critic, A2C)和硬切片方法相比,所提RCLSTM-Dueling DQN方案可以通过提前感知网络性能变化,有效降低网络环境波动对密集流量场景下无线切片资源管理的影响,在具有三种不同流量波动模式及服务质量需求的RAN切片场景中,可以获得收敛速度、频谱效率和切片SLA满意率的明显提升。同时,10%连接比例的RCLSTM网络能在保持极低性能损失的前提下,将原始LSTM的计算时间降低约11%。

一种优化开关磁阻电机换相区控制策略的高效率转矩分配函数

转矩分配函数被广泛应用于抑制开关磁阻电机的转矩脉动。然而,输入相转矩跟踪不足或者输出相产生较大的负转矩这两种情况通常会导致电机的转矩脉动难以得到有效抑制,并降低电机的运行效率。因此,为了能够有效降低电机的转矩脉动并提高电机的效率,提出了一种新型的转矩分配函数控制策略。在提出的转矩分配函数控制策略中,电机的换相区域分为两个区域。在前一区域中,通过降低输入相转矩分配的比例,可以实现输入相实际转矩快速跟踪参考转矩,电机的转矩脉动有效降低。同时由于在输入相电感变化率较低时减少输入相分配的转矩,从而输入相的峰值电流随之降低,电机的转矩电流比提高。在后一区域中,将输出相的电流在转子对齐位置附近处减小到0,以避免产生较大的负转矩。因此,在所提出的方案下,电机的转矩脉动得到有效抑制,电机的效率也得到了提高。为了验证该方法的有效性,在一台12/8三相开关磁阻电机上进行了仿真和实验。结果表明,所提出的转矩分配函数控制策略能有效降低开关磁阻电机转矩脉动,也能有效地提高开关磁阻电机的运行效率。

基于向量叉乘标签分配的遥感图像目标检测算法

近年来遥感图像目标检测受到了广泛的关注,主流的遥感图像目标检测器通过预设锚框与真实框之间的交并比(IoU)进行正负样本的划分。为了解决基于IoU的标签分配方法在遥感图像小而密集目标中存在复检和漏检的问题,本文提出了一种基于向量叉乘标签分配的遥感图像目标检测算法YOLOXR。首先,提出了一种标签粗分配策略,通过向量叉乘的方法判断特征图的像素点是否在旋转目标内或者目标中心点附近的旋转正方形框内,从而确定其是否为候选正样本。其次,为了降低边缘低质量候选正样本对标签分配的影响,提出了旋转中心度量方法,通过向量叉乘判断像素点距离中心点的远近程度进而赋予不同的权重。最后,基于最优传输的方法(sim OTA)选取真实框和样本点的最优匹配对,使得总体代价最小,进而为旋转目标分配合适的标签。此外,为了解决旋转IoU损失不可导以及Smooth L1损失难以权衡旋转框各个参数的问题,通过计算真实框和预测框二维高斯分布的Kullback-Leibler散度(KLD)来替代IoU。在公开的遥感图像目标检测数据DOTA、HRSC 2016和UCAS-AOD上的大量实验表明,所提方法优于目前绝大多数旋转目标检测算法。

基于NSGA-Ⅱ的飞轮-火电联合二次调频最优负荷分配策略

为了在提升飞轮-火电联合二次调频性能的同时控制调频成本、减少飞轮损耗,面向飞轮-火电联合系统,提出一种考虑自动发电控制(AGC)指令及电网频率偏差的基于多目标遗传算法的负荷分配策略。该策略以电网调频偏差、飞轮-火电出力能量和、飞轮损耗为三层最小化目标,考虑火电机组爬坡率及其负荷备用、飞轮荷电状态及其功率等约束条件,基于改进的非支配排序遗传算法(NSGA-Ⅱ),通过AGC功率指令变化速度及频率偏差动态调整飞轮与火电出力权重系数,以频率偏差及其变化方向调整飞轮虚拟下垂、惯性系数,求解飞轮-火电出力比例、飞轮下垂系数和飞轮惯性系数。结合中国宁夏某电厂飞轮储能系统辅助火电机组调频现场AGC指令等历史数据,在双区域两机系统模型上进行仿真实验,结果表明该负荷分配策略有效地减小了火电二次调频偏差和调节时间,提升了调频性能,同时也有效地控制了系统出力能量及飞轮损耗。

我国宏观收入分配结构测算及对经济增长的影响研究——基于新中国成立以来长序列数据的实证

本文利用资金流量表、住户收支调查、财政收支等数据,采用拟合法对1952年以来我国宏观收入分配结构进行系统测算,深入分析新中国成立至今我国宏观收入分配结构的发展变化,并以住户部门收入份额和劳动者报酬占比为主要指标,对比分析我国宏观收入分配结构与发达经济体的差异。基于数据测算和分析,进一步使用1953—2022年的时间序列数据构建多元线性回归模型和滚动回归模型,实证检验收入分配相关指标对消费及经济增长的影响。研究结果显示,第一,新中国成立以来我国住户部门收入份额总体呈现波动下降态势,2008年国际金融危机之后逐步有所回升,住户部门收入份额平均高于劳动者报酬占国内生产总值(GDP)的比重20个百分点左右。第二,与美国、欧洲、日本等经济体进行同期对比显示,我国住户部门收入份额低约20个百分点,从相似发展阶段对比看也低10个百分点左右;住户部门收入份额差距大于我国劳动者报酬占比与发达经济体的差距,表明我国住户部门收入份额偏低与再分配的调节作用不足有关。第三,实证研究显示,投资、消费和出口都是我国经济增长的重要动力;提高住户部门收入份额对消费的促进作用大于对资本形成的抑制作用,有助于带动经济增长,但从其作用效果的发展变化看,提高住户部门收入份额对消费的提振作用有边际递减趋势。

基于用户窃听的MU-MISO反向散射通信系统鲁棒资源分配算法

针对反向散射通信系统信道估计不准、信息容易被窃听等问题,该文提出一种基于用户窃听的多用户-多输入单输出(MU-MISO)反向散射通信系统鲁棒资源分配算法,以提高系统传输鲁棒性与信息安全性。首先,考虑基站最大功率、时间分配、信道不确定性、能量收集和保密率等约束,建立一个MU-MISO的反向散射通信系统鲁棒资源分配问题。其次,基于非线性能量收集模型和有界球形信道不确定性模型,利用变量松弛法和S过程将原NP-hard问题转化为确定性问题,随后利用连续凸近似、半正定松弛与块坐标下降法将其转化为凸优化问题求解。仿真结果表明,与传统非鲁棒算法对比,所提算法具有较高的系统容量和较低的中断概率。

考虑射孔摩阻的水平井段内多裂缝流量均衡分配规律研究

水平井分段多簇压裂过程中,簇间应力阴影将引起多裂缝进液差异。页岩气藏生产测井数据表明,超过40%的射孔簇对油气产量无贡献。为揭示多裂缝非均匀扩展机制,建立了考虑多孔介质流固耦合的多裂缝竞争扩展有限元模型,构建了井筒流动模型,并对压裂液流动压降进行了简化表征,设计引入了管流单元和流体连接单元,有效模拟了井筒与孔眼处的流量动态分配,研究了射孔摩阻对多裂缝进液分配比例的影响规律。结果表明:当射孔摩阻增大到特定阈值时,多裂缝流量分配比例将由簇间应力阴影转变为射孔摩阻控制,合理布置低孔密、孔数可有效增大射孔摩阻,促进多裂缝均衡扩展;利用该模型对西南某区块X水平井射孔方案进行优化,当簇间距为15 m、孔径为0.015 m、总孔数由50降至32时,单簇平均进液量提高了0.125 m^(3)/min,各簇进液差异系数为3.9%;非均匀布孔时,单簇平均进液量提高了0.101 m^(3)/min,各簇进液差异系数为4.1%。该研究为水平井多裂缝均匀扩展提供了理论方法和参考依据。

黄腐酸钾对灵武长枣氮素吸收、分配及利用的影响

以5年生的灵武长枣(Ziziphus jujuba Mill. cv. Lingwuchangzao)树为试材,采用15N示踪法进行田间试验,研究0 kg/株(CK)、0.5 kg/株(T1)、1.0 kg/株(T2)、1.5 kg/株(T3)不同黄腐酸钾有机肥施用量对灵武长枣氮素吸收、分配、利用的影响。结果表明,灵武长枣树体氮积累量随黄腐酸钾供应水平的提高而增加,1.5 kg/株黄腐酸钾处理在果实成熟期氮积累量最高,达59.66 g/株,各处理以叶片、果实氮积累量较高;3个黄腐酸钾处理均显著提高了植株对氮素的吸收征调能力(NdFF)和15N吸收量(P<0.05),表现为T3>T2>T1>CK,不同器官的NdFF表现为果实最高;不同施肥处理的植株各器官15N分配率存在差异,以贮藏器官(果实)较高;与CK相比,3个黄腐酸钾处理15N当季利用率增加了2.27~5.34个百分点,以T3处理最佳,为8.92%。综合分析认为,配施1.5 kg/株黄腐酸钾有机肥,灵武长枣植株15N的吸收利用效果最佳。

基于GRU和LSTM组合模型的车联网信道分配方法

针对车联网中高通信需求和高移动性造成的车对车链路(Vehicle to Vehicle,V2V)间的信道冲突及网络效用低下的问题,提出了一种基于并联门控循环单元(Gated Recurrent Unit,GRU)和长短期记忆网络(Long Short-Term Memory,LSTM)的组合模型的车联网信道分配算法。算法以降低V2V链路信道碰撞率和空闲率为目标,将信道分配问题建模为分布式深度强化学习问题,使每条V2V链路作为单个智能体,并通过最大化每回合平均奖励的方式进行集中训练、分布式执行。在训练过程中借助GRU训练周期短和LSTM拟合精度高的组合优势去拟合深度双重Q学习中Q函数,使V2V链路能快速地学习优化信道分配策略,合理地复用车对基础设施(Vehicle to Infrastructure,V2I)链路的信道资源,实现网络效用最大化。仿真结果表明,与单纯使用GRU或者LSTM网络模型的分配算法相比,该算法在收敛速度方面加快了5个训练回合,V2V链路间的信道碰撞率和空闲率降低了约27%,平均成功率提升了约10%。