规划长期发展的中国财政政策研究——基于“系统平衡财政观”的视角

2020年以来,新冠肺炎疫情、地缘政治紧张、中美贸易摩擦等因素对中国国民经济发展造成了一定的冲击。为应对短期冲击,中国的财政政策相应做了调整并积极应对,这也使中国财政政策的中长期安排受到了较大的影响。在国际局势不确定性增加、贸易摩擦持续发生、GDP增速放缓的宏观大环境下,谋求高质量发展的财政政策需要前瞻性的规划。对此,本文讨论了中长期财政政策规划的问题,研究了推动高质量发展、深化财政收支管理、加强财源建设等方面的改革建议。

我国物流业发展历程及未来展望--借鉴日本七次《综合物流施策大纲》

物流业在我国经济社会发展中发挥的支撑和带动作用越发重要。近年来,我国连续发布了一系列政策以促进和规范物流业的发展。本文回顾了我国物流业发展历程,梳理出农产品冷链物流、应急物流、绿色物流和智慧物流等重点领域物流政策及阶段特征,深度剖析了我国物流业政策支持的现状与不足,并借鉴日本七次《综合物流施策大纲》制定、实施评价以及PDCA管理模式的成功经验,结合我国高质量发展要求,指明我国物流业发展方向,针对未来我国制定新版《物流业发展中长期规划》等提出具体建议。

既有住宅维修管理探究——以日本公寓维修管理制度为例

文章首先聚焦日本公寓维修管理制度,系统阐释日本公寓长期维修计划的特点以及保障措施,重点分析日本公寓屋顶防水、外墙维护、门窗更换等16个标准维修项目的维修周期及其影响因素;其次,着重介绍无障碍、节能、环保、安全防范、便利性方面的升级改造项目,明确列出日本公寓维修准备金的计算与调整方法,以及多种交存方式;最后,归纳总结日本公寓管理计划的审核制度的参与主体和流程。上述日本在公寓维修方面的规定和经验,对完善我国既有住宅的维修管理技术体系和维修资金制度有一定的借鉴意义。

智能仓储交通信号与多AGV路径规划协同控制方法

针对智能仓储多AGV(automated guided vehicle)路径规划实时性差,障碍物识别能力弱,多AGV碰撞、死锁和拥堵等问题,提出了一种智能仓储交通信号控制与多AGV路径规划协同控制方法,将交通信号与多AGV路径规划视为一个整体,设计一种交通信号与多AGV路径规划协同控制框架,并提出LS-A3C(long short-asynchronous advantage actor-critic)算法和Bi-LSTM-CBAM(bi-long short-term memory-convolutional block attention module)算法作为框架的核心算法。LS-A3C算法使用长短时编码器和注意力机制分别对交通信号的长期信息和短期信息进行编码,以学习元特征表示,并使用A3C框架计算元Q值和控制策略,实现交通信号时间自适应AGV流量,解决多AGV碰撞、死锁和拥堵等问题。Bi-LSTM-CBAM算法通过计算本时刻和前置时刻状态特征,对输出结果进行拼接处理,可以有效解决神经网络梯度消失和爆炸的问题,提高AGV路径规划实时性;引入注意力机制模块CBAM,根据输入信息重要程度分配权重,加强AGV对障碍物识别能力。在Sumo和Gazebo联合仿真平台进行仿真实验,实验结果表明,该协同控制方法使AGV碰撞、死锁及拥堵情况明显降低,障碍物识别能力显著提高,路径规划实时性大幅增强,达到提升AGV作业效率的目的。

五年规划:坚持长期主义实现中国式现代化

中国共产党是一个长期执政的世界大党,以“以全体人民为中心”为执政理念,以实现中国式现代化为长期目标,以实施五年规划为重要手段;中国共产党治国理政的重要特征是,在不同时期对国家现代化发展作长远战略目标及实施五年规划;中国共产党矢志不渝的目标是,实现社会主义现代化,建成社会主义现代化强国。中国共产党长期执政决定了中国式现代化长期主义,五年规划是中国共产党实现这一长期战略目标的重要治理手段。中国通过制定不同时期的阶段性目标,以五年规划制度不断推动“中国式现代化”这一长远目标的实现,从奠定社会主义现代化基础,到全面、协调、可持续的社会主义现代化,再到实现全面小康。中国正在加快建设实现“社会主义现代化强国”的伟大目标,而五年规划制度也在这一进程中不断自我发展和完善。

跨高速公路廊道桥方案的研究与设计

经过对项目区域地形地貌的深入调研,结合“三区三线”规划,充分考虑高速公路的当前状况与未来扩建需求,对廊道进行了精心的规划与功能定位。在满足国家及安徽省现行标准的前提下,根据廊道所承担的运输荷载、功能需求以及实际建设条件,进行了细致的设计工作,旨在确保廊道建设的科学性、合理性与可行性,为项目区域的可持续发展提供有力支撑。

基于EPID的长靶区计划验证测量方法研究

目的探讨电子射野影像装置(EPID)板移动之后的数据结果是否存在误差;若存在误差,则进一步探索产生误差的方法,并且探究提出的长靶区计划验证测量方法是否可行。方法选择2021年9月至2022年11月在苏州大学附属第四医院放疗科接受放射治疗(简称放疗)的患者20例,其中男性7例,女性13例;年龄39~79岁,平均年龄57岁;直肠癌11例,宫颈癌9例;冠状位靶区长度17.96~31.86 cm,冠状位靶区平均长度为22.6 cm;靶区体积898.8~2139.2 cm^(3),平均靶区体积1299.5 cm^(3);11例采用容积旋转调强放疗计划,9例采用调强放疗计划;均使用6 MV射线,600 MU/min剂量率;均采用各向异性分析算法和射野剂量(PD)影像预测算法分别计算体剂量和预测图像。设计并开展移动EPID板位置的开放野试验与归零、不归零准直器角度的准直器试验,同步应用MatriXX对计划进行验证,以作为标准验证归零准直器角度对计划通过率的影响,对数据及计划Gamma通过率进行分析。结果研究结果表明,EPID板移位后数据存在较大误差,其修正过程与预测的Profile并不完全一致,但是在曲线趋势上具有一定程度的相似性,并且在关键数据曲线交点上具有高度一致性。针对准直器归零与不归零,执行PD计划验证时二者Gamma通过率具有强相关性(Corr=0.994,P<0.05),差异无统计学意义(t=-1.63,P=0.119)。同时,Bland-Altman一致性分析结果表明无论准直器是否归零,PD计划验证与MatriXX计划验证的计划通过率均具有良好的一致性。结论长靶区计划应用EPID执行计划验证测量时应确保EPID板处于校准零位,若执行计划验证时EPID板移动,得到的结果存在较大误差。在确定执行该计划验证并不会辐照损坏EPID的电路板时,可固定EPID板位置;存在辐照损坏EPID的电路板风险时,可归零准直器角度以执行PD计划验证,所得到的计划通过率可以近似替代不归零准直器角度得到的计划通过率结果。

环境驱动无人船大洋长航程路径规划研究

环境驱动无人船,如波浪滑翔机、saildrone等,由于自身低航速性、欠驱动性和弱机动性,导致其在大洋航行时受洋流干扰显著,甚至在部分强洋流海域出现失控的情况。本文基于先验已知的动态流场,通过B样条控制点随机生成无人船路径,并计算每一条路径在动态流场中考虑路径距离、航行速度以及路径光滑度的综合代价函数,使用遗传算法迭代搜索最优控制点组合。此外,考虑到大洋长航程路径规划中时间跨度长的特点,将出发时间作为路径优化参数,对比分析不同出发时间对行程用时的影响。仿真表明,所提出的路径规划策略能够有效提升大范围动态流场中欠驱动无人船的平均航速,缩短目标抵达时间。同时,在大范围长时序航行中,选择适当的出发时间可以进一步缩短行程用时。

澳门地区非高等教育的政策价值分析——基于《澳门特别行政区非高等教育中长期规划(2021-2030)》的政策文本

《澳门特别行政区非高等教育中长期规划(2021—2030)》作为澳门地区非高等教育领域的规划性、纲领性文件,勾勒了澳门地区十载非高等教育发展的蓝图,具有重要的导向作用。从其政策价值的三个基本向度,即价值选择、合法性和有效性分析发现,该规划体现了凸显人的发展、关照本土社会及爱国爱澳三个层面的价值选择;通过民主参与的程序和问题导向的策略获得合法性;同时因措施和目标契合度高、目标措施具有柔性与可行性特征而获得有效性,但仍有改进空间。在此规划背景下,澳门地区非高等教育发展仍有亟待解决的现实问题,包括在澳内地劳务人员子女的教育问题,横琴粤澳深度合作区教育发展规划的参与问题及“爱国爱澳”教育的评估等。

基于新能源开发建设的新型电力系统长期规划模型

新能源的大规模应用带来了新问题,为此,提出一种基于新能源开发建设的新型电力系统长期规划模型。该模型采用了多目标优化技术,考虑了新能源发电量的波动性和电网负荷的变化特征,实现了新能源规划和经济效益的最大化目标。同时,该模型还考虑了新能源项目的投资风险因素,能为新能源项目的决策提供一定参考。

基于LEAP模型的县域碳达峰情景预测分析

县域是我国资源禀赋最丰富的区域,也是新型城镇化和农业现代化的耦合点。在推进碳达峰碳中和的过程中,县域的生态功能举足轻重。县域兴衰关系着我国发展全局,推动县域经济高质量发展是时代赋予的使命。本文以某县为研究区,利用长期能源替代规划系统(Long-range Energy Alternatives Planning system,LEAP)构建适用于县域的碳达峰预测模型,分析县域碳达峰情景,对重点领域进行碳达峰预测。未来,县域要因地制宜,多措并举,以高质量发展推进碳达峰碳中和,以降碳为抓手,实现绿色低碳发展。

某高速公路桥梁中长期养护规划研究

合理的养护规划对于延长桥梁结构的服役年限,降低全寿命周期养护成本具有十分重要的意义。基于此,论文通过对某高速公路桥梁历年检测数据分析及桥梁技术状况评价,建立了桥梁结构技术状况衰变模型,并根据每年检测数据进行调整,提高其预测准确性,依此制订该桥中长期养护规划方案。

基于深度强化学习的智慧物流园区长途配送路径规划方法

对物流长途配送路径进行合理规划可以节省运输车辆的数量,缓解交通压力.为解决智慧物流园区长途配送路径规划方法存在规划路径不是最优、规划时间较长的问题,提出基于深度强化学习的智慧物流园区长途配送路径规划方法.首先,将最短配送距离作为规划目标,构建智慧物流园区长途配送路径规划模型;然后,对客户状态信息进行融合处理,完成对注意力机制的构建;最后,利用深度强化学习,对规划模型的路线规划能力迭代训练,将训练后模型输出的结果作为最佳配送路径规划结果.实验结果证明,使用该方法能够有效得出最佳配送路径,路径长度基本为4~8 m,获取最佳平均路径长度对应的时间小于20 ms,规划性能较好,规划时间较短,具有较好的规划效果.

基于路径规划和深度强化学习的机器人避障导航研究

针对移动机器人的长距离避障导航问题,提出结合深度强化学习(Deep Reinforcement Learning,DRL)和路径规划(Path Planning,PL)的避障导航算法。该方法通过快速扩展随机树(Rapidly Exploring Random Tree,RRT)算法在长距离的路径上进行规划,根据生成的路径节点,将长距离路径划分为若干短距离,而在短距离的导航问题上利用深度强化学习的算法,训练一个具有环境感知和智能决策能力的端到端避障导航模型。仿真实验表明,相较于仅用DRL的避障导航,该方法使移动机器人的长距离避障导航性能有了大幅度提升,解决了DRL在长距离避障导航任务上的局限性问题。

基于APF-LSTM-DDPG算法的移动机器人局部路径规划

针对深度强化学习算法存在训练时间长、收敛速度慢的问题,将深度确定性策略梯度(deep deterministic policy gradient,DDPG)算法和人工势场(artifical potential field,APF)法相融合,引入长短期记忆(long short-term memory,LSTM)神经网络结构,提出了APF-LSTM-DDPG算法。首先在DDPG算法中添加LSTM,通过记忆单元和遗忘单元将奖励较高的样本优先学习,使模型更快地收敛;其次引入人工势场法,设计相应势场函数,解决环境奖励稀疏的缺点,加速模型收敛进程;然后通过人工势场法修正算法的动作选择,缩短路径长度;最后在机器人仿真平台(robot operating system,ROS)中搭建不同障碍物环境对算法进行了仿真验证。仿真结果表明,APF-LSTM-DDPG算法在搭建的仿真环境中训练时平均奖励能够更快地稳定,提高了算法的成功率并减少了规划路径中的冗余。

考虑长期负荷概率预测的储能多阶段优化配置

随着高比例新能源对电网的逐渐渗透,其出力的随机性和不确定性对电力系统的安全稳定运行提出了更高的要求。储能的源荷双向特征,可以作为灵活性资源提升电网的调节能力,当应用在电网侧时,储能配置的功率和容量大小影响电力系统的稳定运行和经济规划。提出了一种考虑长期负荷概率预测的储能多阶段优化配置方法,对电网侧的独立大规模储能进行容量配置。首先,分析电网侧独立储能的成本效益,以多阶段经济性最优为目标,采用非参数组合回归的长期负荷概率预测模型,建立优化模型并采用改进粒子群算法求解。最后,用酒泉地区电力系统进行算例分析,验证所提方法和模型的可行性和优越性,并且从峰谷电价差和新能源利用率两个方面对储能经济性进行了灵敏度分析。

朝凌客专铺轨便线设计及铺轨施工技术研究

在铁路设计时速350km/h的高标准情况下,对轨道铺设施工提出了更严格的考验。铺轨便线的设计在轨道铺设施工中,起到了至关重要的作用,其设计的优劣,将在很大程度上决定铺轨施工效率的高低,同时,其与轨道运输及铺轨方案共同制约着铺轨施工成本。本文以辽宁省锦州市朝阳-凌海客运专线为背景,对铺轨便线设计、总体运输方案及总体铺轨方案等方面进行了研究,结合现场实际地形及施工条件,提出了长钢轨铺设成套施工技术,可为类似工程施工提供借鉴参考。

基于Informer的负荷及光伏出力系数预测

为了支持可再生能源的布局及装机容量规划,长时间序列的电力负荷和光伏出力系数预测至关重要。光伏出力系数反映了光伏发电系统实际运行中的发电效率,但由于难以准确预测来年的气象信息,每日最大光伏出力系数的预测具有挑战性。为了克服这个限制,提出了利用每7 d计算1次的每日最大光伏出力系数的最大值和最小值构建一个包络线,通过预测该包络线的上限和下限,提供每日最大光伏出力系数可能的区间。这种包络线建模方式有助于在克服气象信息不确定性的同时提供更为鲁棒和可靠的预测结果。选用Informer模型作为预测框架,并与Transformer,LSTM和RNN模型进行了比较。基于实际电力负荷数据序列和光伏出力系数包络线上、下限数据序列进行仿真试验,验证了Informer模型的可行性和良好的预测精度。

基于改进多智能体PPO的多无人机协同探索方法

采用多无人机对未知环境进行探索,可以提高探索任务的鲁棒性和执行效率。不同于启发式方法,多智能体深度强化学习方法可以省去人为制定规则的过程,将无人机作为智能体,通过与环境互动,自主习得更加有效的“规则”。搭建了多无人机多线程仿真环境,为多无人机协同训练提供环境,提出一种适应多线程环境的结合长短时循环神经网络(记忆)的共享多智能体近端策略优化(LSTM-MAPPO)方法,并在合作型LSTM-MAPPO方法的基础上增加了全局边界信息以增大每幕探索面积。数值实验结果表明:与现有的多智能体深度确定性策略梯度(MADDPG)方法相比,所提方法在训练后期连续动作下也能稳定收敛;相较于现有的LSTM-MAPPO方法,其最终获得的奖励稳定高于5000;对3种不同的仿真地图,训练完的网络在测试时能实现70%以上的稳定探索面积。

从长尾理论解析小众文化综艺节目传播特征与策划理念

社会文化市场的长尾部分是由众多小众文化组成的,它拥有具有较大发展潜力的综艺节目取材库,垂直细分的小众文化综艺是未来综艺持续发展新态势。基于兴趣爱好的身份认同群体、碎片化与参与式的传播模式及消费情怀的集体记忆与狂欢是在长尾理论视角下解析得到的小众文化综艺主要传播特征。未来,小众文化综艺仍需深耕文化背景、描摹受众画像、加强顶层设计和突破圈层隔阂的节目策划理念。