上海市城市总体规划中的弹性适应探讨

如何应对未来发展的不确定性始终是城市规划面临的难题和挑战,上海市城市总体规划(2016—2040年)通过空间留白的方法,在用地布局和政策管理机制上对规划的弹性适应进行了探索。在梳理和对比分析已有相关理论和实践案例的基础上,对留白的概念内涵进行了界定,阐述了新一轮上海市城市总体规划战略留白空间布局课题,并对留白的规划编制和管控政策等提出了初步设想,以期为新时期总体规划如何应对城市未来发展的不确定性提供有益借鉴。

探究式教育游戏中的弹性适应性设计研究

探究式教育游戏即以学习方式为划分标准,以学习者为中心,通过对游戏的探寻,积极主动构建学习者的知识观学习观,培养学习者解决具体问题的综合实践能力。本文以弹性适应性理论为切入点,阐述了探究式教育游戏的弹性适应设计的内涵以及相关设计策略。

弹性适应视角下的校园滨河开放空间改造

针对目前许多校园景观设施陈旧、绿化率不足、校园空间无法满足师生基本需求这一问题,以呼和浩特市第一中学为例,研究“弹性适应”概念引导下的中学校园滨河空间的改造设计策略和方法。基于教育发展现状和中学生心理行为的校园空间需求,分析和探讨了中学校园滨河景观发展趋势及校园滨河景观设计策略。从生态营造的“恢复力”以及功能利用的“灵活性”两方面入手,提出针对校园滨河空间的改造方案以及景观构建理论与方法,使原来无法利用的校园绿地重新发挥它的价值。

基于参数摄动模型的航空发动机鲁棒弹性自适应控制

航空发动机特性随飞行条件和工作状态变化,在复杂工作环境中同时存在模型不确定性和控制器自身参数变化问题,很大程度上影响整个飞行包线的控制性能。为此,文章提出一种基于参数摄动模型的航空发动机鲁棒弹性自适应控制方法。其首先建立了航空发动机参数摄动结构化模型;然后针对被控对象模型的不确定性和控制器增益的摄动,利用李雅普诺夫稳定性(Lyapunov stability)理论和线性矩阵不等式约束,设计了增益摄动有界但上界未知时的鲁棒弹性自适应控制律,将控制器的设计问题转化为线性矩阵不等式的可行解问题,使控制器的设计仅依赖线性矩阵不等式解矩阵的存在性,并证明了算法的稳定性。在此基础上,文章对飞行包线内发动机不同工作状态进行控制仿真验证。结果显示,调节时间小于1.8 s,超调量小于5%,这表明所设计控制器具有良好的稳定性和控制性能。

太空系统的适应弹性研究

介绍了一种可提高太空系统在各种威胁场景下正常工作能力的方法—系统适应弹性法,该方法可以定量评估太空系统的适应弹性。针对太空系统的单个威胁、多个不相关威胁、多个相关威胁、全部威胁场景的案例,给出适应弹性的计算公式。通过以上各种假设场景下的计算,得到"存在多种方法来获得一个更具适应性和生存能力的系统"结论。该方法对于定量评估太空系统适应弹性、增强太空系统在恶劣环境下的工作能力具有较高价值,并对改善其他行业系统适应弹性具有借鉴意义。

自适应弹性网络的变量选择一致性

针对样本维数随着样本个数变化的情况,研究了自适应弹性网络变量选择的一致性.首先在部分正交条件下,证明了初始的单变量回归子是零一致的,然后据此证明了自适应弹性网络能取得一致的变量选择.从渐近性能的角度考虑,所得结论是现有方法在超高维空间里的推广.

基于自适应弹性网络稀疏编码的目标识别

传统稀疏编码模型特征选择能力较弱,稀疏系数向量中负系数的存在导致维数偏高、信息冗余,不利于目标识别。针对这个问题,提出了一种基于自适应弹性网络的稀疏编码模型。该模型首先利用融合尺度空间的AGAST检测子提取特征点,经过FREAK算子描述,采用能够自适应选择强相关性特征的自适应弹性网络回归模型求解稀疏系数向量,最后通过分类器实现对目标的分类识别。实验结果表明,特征检测算法对于图像中尺度、视角、光照和旋转等变换具有更强的鲁棒性,在自适应弹性网络的约束下,模型具有较好的识别性能。

弹性自适应二端布线算法研究及实现

军事通信指挥中很重要的环节是大量通信组织图表的绘制,目前借助计算机软件进行数字化制图处于研制与发展中,其重点与难点在于自动布线算法的设计和实现。由此在系统开发中首次提出了弹性自适应二端布线算法,主要对布线点的自适应选择、寻路算法优化、布线版图美化几个方面进行研究与实践。从而解决了自动布线过程中布通率低、布线速度慢的技术难题,大大提高通信制图的自动化程度。

基于自适应弹性粒子群算法的小水电长期优化调度研究

以三插溪电站为研究对象,建立了该电站以控制水位和弃水最小为目标的优化调度数学模型;设计了一种以自适应方式更新粒子飞行速度的弹性粒子群优化算法求解该优化调度数学模型,包括粒子编码设计、适应度函数设计以及弹性修正值设计,并编制了基于MATLAB语言的优化程序。仿真结果表明:自适应弹性粒子群算法是有效的,比基本粒子群优化算法和自适应粒子群优化算法具有更强的全局寻优能力;和常用的以发电量最大为目标的优化调度模型相比,数学模型可以实现水位控制,更充分地利用水能资源,是简单可行的小水电优化调度数学模型。

大气非静力平衡模式和弹性适应

本文对各种大气非静力平衡模式及其对弹性适应过程的处理作了系统的理论分析和比较.设计了一些新的模式,其中准弹性模式具有计算方便而精度较高的明显优点.

机械自适应型管道机器人驱动单元的设计

提出了一种新型差动式管道机器人——机械自适应型管道机器人,其驱动单元是由三轴差速式驱动模块与弹性全主动轮腿式管径适应模块组成。三轴差速式驱动模块可根据管道拓扑约束自动调节驱动单元各行走轮转速,避免了因行走轮滑移产生的寄生功率;弹性全主动轮腿式管径适应模块通过径向的伸缩来适应管径的变化,其全主动结构保证了行走轮在悬空状态下仍可提供足够的拖动力。文中提出的机械自适应型管道机器人驱动单元管道适应能力强,其新颖的结构组成与驱动原理丰富了管道机器人的自适应驱动理论。

桩顶变形调节弹性支座的应用

介绍了"当代·天境"工程采用端承桩复合桩基,在桩顶设置自适应变形调节弹性支座的施工技术,改变了采用常规桩基础的施工方法,加快了施工进度,节约工程投资,提高了整体工程质量。

基于分位数回归的升船机变形监控模型构建方法

为深入分析升船机变形影响因素,提出了一种基于分位数回归的升船机变形监控模型构建方法。该方法根据升船机的结构特点,将温度、前期上游水位均值等因素引入候选影响因子集,采用自适应弹性网络分位数回归对影响因子进行筛选,建立各分位数下的回归模型,并根据拟合的良好性和检验的有效性原则选出最优的升船机变形监控模型。实例验证结果表明:相对于常规的逐步回归模型,本文方法构建的最优模型的预测精度波动性小,具有较强的稳定性,同时具有良好的长期预测能力。

函数模型误差弹性自适应滤波修正

多源导航信息融合过程中,观测模型和动力学模型随时间和空间变化复杂,高精度的动态载体导航与定位需要观测模型和动力学模型具有准实时或实时修正的能力。针对包含观测模型误差以及动力学模型误差的滤波系统,提出了一种基于信息滤波的弹性自适应滤波算法。所提算法以不含模型误差的标准信息滤波器为主滤波器,分别构造了观测函数模型及动力学函数模型误差补偿滤波器,对两类模型误差进行补偿。所提方法强调模型补偿项的弹性自适应估计和状态参数的弹性组合,提高了时变模型误差估计的稳定性。半物理仿真实验结果表明,基于函数模型补偿的弹性自适应滤波算法可以有效地估计观测模型和载体动力学模型误差项,水下拖体的三维位置偏差在0.2 m以内,两类模型误差的影响基本消除,明显提高了载体动态参数的估计精度。

骨重建数值仿真中的控制方程

人体骨组织有着复杂的结构和生理机制,骨重建理论经历了定性分析、定量计算和计算机定量数值模拟三个阶段。目前,存在力学模型和现象模型两类成熟的骨重建模型,力学模型的共性就是表观密度随一定的力学刺激而变化,现象模型由基本多细胞单元的损伤状态和孔隙度变化来决定。大多数股骨重建仿真模型仍然将骨量的分布看作是各向同性的,这就不能完全反映骨组织微构造的本构关系。本文是对骨重建仿真模型的控制方程进行综述。

双目系统中一种车体的三维重建算法

在目标不同角度照片的基础上 ,利用空间几何关系 ,成功地构建了实体三维表面的表示 .为提高算法的适用性 ,提出了用不同角度二维图像进行三维实体表面重建的弹性适应算法 ,该算法在不同分析尺度进行三维表面重建 .实践表明 ,弹性适应算法能降低三维表面重建时间 。

弹性自适应人工鱼群-BP神经网络模型及在短期电价预测中的应用

为了提高短期电价预测精度,分析了人工鱼群算法及其缺点,提出了一种弹性自适应人工鱼群算法(RAAFSA)。应用RAAFSA算法训练BP神经网络,实现了BP神经网络参数优化,形成弹性自适应人工鱼群-BP神经网络混合算法(RAAFSA-BP),对贵州电网进行短期电价预测。仿真表明,弹性自适应人工鱼群优化的BP神经网络算法收敛速度快于BP神经网络算法和人工鱼群-BP神经网络算法,该混合算法克服了BP神经网络和人工鱼群算法易陷于局部极值、搜索质量差和精度不高的缺点,改善了BP神经网络的泛化能力,输出稳定性好,预报精度显著提高,各日预测电价的平均百分比误差可控制在2%以内,平均绝对误差最大值为1.762$/MWh。该混合算法可有效用于电力市场短期电价预测。

一种多云环境的资源及应用监控方法SEPQMS

资源及应用监控是云资源规划调度、弹性提供、服务质量评价等的前提.基于多云监控需求,提出了一种可扩展、适应资源弹性、平台独立并提供传输质量控制的多云监控方法.采用以插件方式安装指标探测器的监控代理,实施对资源及应用相关指标的收集.遵循对象管理组织的数据分发服务标准规范,设计了多云环境的发布/订阅式监控数据分发模型框架.原型系统实验表明:本方法只引入了较小的监控开销,能够跨平台实施弹性的多云监控,按需订制监控指标,动态部署和自治管理监控代理适应监控资源增减和迁移,并能按需控制监控数据传输质量.

基于BP神经网络的光伏发电预测模型设计

结合历史发电量和气象数据分析了影响光伏系统发电功率的各项因素,针对传统光伏发电预测模型预测精度不高的问题,加入了电池板温度信息作为光伏发电预测模型的输入参考量;针对传统BP神经网络易陷入局部极值的缺陷,提出了基于改进学习率和权值的弹性自适应规则的BP神经网络。采用光伏监控系统历史发电量和气象数据建立了弹性自适应BP神经网络预测模型,对训练好的模型进行了测试和评估。预测结果表明,该预测方法较好地解决了传统BP算法易陷入局部极值的问题,提高了系统预测结果精度。

双向清洗系统研究及其在爬壁机器人上的应用

针对建筑物玻璃幕墙的清洗要求和目前机器人只能单向清洗作业的实际情况,开发了一种与爬壁机器人配套使用、具备双向作业及污水回收净化循环利用功能的清洗作业系统,大幅提高了作业质量、作业效率和节能环保性能。清洗系统不但适用于已有的爬壁机器人,也可与具有较强吸附运动功能及壁面适应能力、但在垂直于壁面方向有一个移动自由度的轮腿式爬壁机器人配套使用。开发了用于清洗系统与机器人集成的高度自适应弹性连接机构,实现了清洗系统恒压越障、恒压作业功能,且作业范围进一步扩大至弧形壁面,最后给出了该清洗系统与连接机构在轮腿式爬壁机器人上的应用示例。