大跨度斜拉桥模态参数长期追踪及其变异性分析

为了丰富大跨度斜拉桥模态参数的实测数据库,依托苏通大桥结构健康监测系统采集的数据,采用所建立的模态自动识别和追踪方法,获取了2010年期间该桥的模态参数值,并据此分析了在温度和风速作用下桥梁模态参数的变异性。研究结果表明,大桥主梁模态频率的变化受温度和风速共同影响,随着温度的升高而降低,随着风速的升高而增加。大桥主梁模态阻尼比的变异性显著大于模态频率,低风速下主梁一阶侧弯阻尼比在0.5%~15%之间波动,风速大于9 m/s时逐渐降低并稳定在2%左右。大桥主梁前四阶竖弯阻尼比受气动阻尼的影响较大,在风速较小时随着风速的增加略有增加。研究结果可为大桥的服役性能评估与运营管理提供参考。

基于注意力机制LSTM的电离层TEC预测

电离层总电子含量(Total Electron Content,TEC)的监测与预报是空间环境研究的重要内容,对卫星通讯和导航定位等有重要意义.TEC值影响因素较多,很难确定精确物理模型来对其进行预测.本文设计了基于注意力机制的LSTM模型(Att-LSTM),采用过去24小时TEC观测数据对未来TEC进行预测.选择北半球东经100°上,每2.5°纬度选择一个位置,共计36个位置来验证本文提出模型的性能,并与主流的深度学习模型如DNN、RNN、LSTM进行对比实验.取得了如下成果:(1)在选定的36个地区未来2小时单点预测上,基于本文的Att-LSTM模型的TEC预测性能明显优于其他对比模型;(2)讨论了纬度对Att-LSTM预测未来2小时TEC值时性能的影响,发现在北纬0°到60°之间,Att-LSTM预测性能随着纬度的升高而略有降低,在北纬62.5°~87.5°之间,模型预测性能出现扰动,预测效果略差;(3)讨论了磁暴期和磁静期模型的预测性能,发现无论是磁暴期还是磁静期,本文模型预测性能均较好;(4)还讨论了对未来多时点预测效果,实验结果表明,本文所提出的模型对未来2、4个小时的预测拟合度R-Square均超过0.95,预测结果比较可靠,对未来6、8、10个小时预测拟合度最高为0.7934,预测拟合度R-Square下降迅速,预测结果不可靠.

基于改进麻雀搜索算法优化LSTM的滚动轴承故障诊断

为了对滚动轴承的工作状态及故障类别进行准确的诊断,本文采用长短时记忆(LSTM)神经网络作为分类器对滚动轴承数据集进行分类诊断。首先,从滚动轴承原始运行振动信号中提取时域和频域特征参数,组成具有高维特征参数的数据集;使用核主成分分析(KPCA)方法对高维特征集进行降维处理,选取重要性程度高的特征构成输入特征向量。然后,针对LSTM神经网络在滚动轴承故障诊断中存在的超参数难以确定的问题,提出一种基于自适应t分布策略的麻雀搜索算法优化LSTM神经网络的故障诊断方法(tSSA–LSTM)。最后,使用凯斯西储大学滚动轴承数据中心的数据进行故障诊断精度测试、泛化性能测试及噪声环境下故障诊断性能测试等多个仿真实验,并将本文提出的诊断模型与麻雀搜索算法优化长短时记忆神经网络(SSA–LSTM)、遗传算法优化长短时记忆神经网络(GA–LSTM)、粒子群算法优化长短时记忆神经网络(PSO–LSTM)及传统LSTM诊断模型进行对比。结果表明:tSSA可以更有效地对LSTM的隐含层神经元数量、周期次数、学习率等超参数进行合理优化;所提方法的平均诊断准确率达到98.86%,交叉验证平均诊断结果为98.57%;所提方法在噪声干扰下的故障诊断准确率也优于对比方法。因此,本文提出的tSSA–LSTM模型不仅可以更精准地诊断滚动轴承故障状态,而且具有更强的泛化能力及抗干扰能力,有效地提高了滚动轴承故障诊断的性能。

长期照护保险对农村家庭消费水平的影响——基于CHARLS数据的实证分析

基于预防性储蓄等理论,运用双重差分法,依据中国健康与养老追踪调查(CHARLS)2011—2018年四期面板数据,考量长期照护保险政策对农村家庭消费水平的影响效应。结果显示,长期照护保险使得农村家庭消费水平总体提高了5.2%,这种消费促进效应突出地体现在食品消费、日用品消费、通信消费中,对文化娱乐消费和衣着消费影响不明显。异质性分析显示,非独生子女、收入高以及过去一年内有住院经历的农村家庭受长期照护保险政策的影响程度更大。机制分析表明,预防性储蓄、居民健康和代际经济支持是长期照护保险影响农村家庭消费的重要途径。鉴于此,应通过扩大城乡试点范围、建立多元筹资渠道、构建服务供给体系等方式,推动长期照护保险实现城乡全覆盖。

新型电力系统长时储能技术综述

随着未来我国电力系统中可再生能源渗透率的提高,系统稳定性将应对更加严峻的挑战。长时储能技术在电力系统中起到平衡电网需求、提高电网稳定性、促进可再生能源的消纳、推动绿色低碳发展等作用。长时储能在系统的电源侧、电网侧、负荷侧都有着广泛的应用,对我国新型电力系统的发展意义重大。首先,介绍了目前新型电力系统的特点以及发展趋势,分析长时储能技术在新型电力系统中所具备的支撑作用;其次,分别总结了压缩空气储能、锂离子电池储能、液流电池储能、熔盐储能、氢储能5种长时储能的技术原理及路线、现有的示范应用项目及未来发展趋势,分析了各种长时储能技术的优势和不足;最后,对新型电力系统中长时储能技术未来的应用前景进行了展望。

助行康复机器人自适应步态控制方法研究

为了提高助行康复机器人在不同坡度上的稳定性,合理的步态控制方法显得尤为重要。这里以助行康复机器人为研究对象,提出了一种将长短期记忆网络和动态运动基元结合的步行康复机器人自适应步态控制方法。将传感器采集信息与动态运动基元中步态控制项相结合,对参考步态进行调整。同时通过更改动态运动基元的时间项和空间项对步态进行二次调整以适应不同的坡度。通过试验对该控制方法的可用性进行验证。结果表明,该方法可以在(0~20)°斜坡进行自适应步态变换,具有一定的实用价值。

融合多源异构气象数据的光伏功率预测模型

高精度光伏功率预测对提高电力系统运行效率具有重要意义。光伏功率受多种因素影响,其中云层的变化是最主要的不确定因素。传统光伏功率预测方法没有充分考虑云的3维结构和气象要素对光伏功率的影响。因此,该文提出一种融合多源异构气象数据的多源变量光伏功率预测模型(MPPM)。MPPM的核心包括时空条件扩散模型(STCDM)、注意力堆叠LSTM网络(ASLSTM)和多维特征融合模块(MFFM)。STCDM模型通过对2维卫星云图进行精确预测,消除了云层边界处的模糊现象。ASLSTM模型则提取了3维天气研究与预报模式(WRF)气象要素特征。MFFM模块将2维卫星云图特征和3维WRF气象要素特征进行融合,以得到未来1 h光伏功率预测结果。该文分别利用STCDM模型和MPPM模型开展卫星云图预测实验和光伏功率预测实验。实验结果显示,STCDM模型预测1 h内卫星云图的结构相似性指数(SSIM)达到0.914,MPPM模型预测1 h内光伏功率的相关系数(CORR)达到0.949,优于所有对比算法。

长期护理保险制度试点中的老年人权益保障

基于我国现行的长期护理保险政策和实践,梳理总结了长期护理保险试点阶段的基本情况、主要经验与基本制度框架;结合实地调研资料,分析试点过程中老年人的权益保障问题。结果显示,筹资机制的多元性不强,参保范围与保障对象的城乡覆盖、失能失智覆盖不足,服务需求评估的精准度还有待提高,服务过程中老年人合法权益易受损害且申诉难度较高。结合国内外长期护理保险制度的实践经验,从老年人权益保障的公平性等视角出发提出了相应对策建议:拓宽筹资渠道;逐步扩大制度覆盖面;加大对农村及特殊困难群体的资源倾斜力度;以老年人需求为导向提供长期护理服务;加强服务标准监管与人才队伍建设;完善长期护理保险的法律规制与投诉机制。

公立医院高质量发展背景下医院运营管理工作的探索与思考

加强运营管理是公立医院高质量发展的重要内容,也是实现公立医院高质量发展的必然要求。坚持和加强党对公立医院的全面领导,建立不断完善的运营管理体系和长效机制,健全运营管理人才学习培养机制,以智慧医院建设为契机,提高医院智慧运营信息化管理水平,对公立医院高质量发展具有重要意义。

中国城镇失能老年人口规模及养老服务需求预测

以全国第六次和第七次人口普查数据为基准数据,结合CLHLS微观数据库,对2050年以前城镇失能老年人口养老服务需求进行了预测。结果显示:随着年龄的增加,中国城镇老年人的失能率不断提高,其中在65岁以上、80岁以上及100岁以上的老年人群体中,其平均失能率分别为28.98%、42.12%和76.04%;未来城镇重度失能老年人口规模将不断扩大,2050年以前其所占比例会超过城镇总失能老年人口的25%,而且男性重度失能人口规模始终低于女性重度失能人口规模;未来城镇重度失能老年人养老服务人员需求数量处于上升状态,预计2050年以前其每年需求的平均规模会超过500万人;随着城镇化的推进,未来城镇失能人口将高于农村失能人口。因此,应尽快建立覆盖城镇居民的长期照护机制;针对不同的城镇失能人群构建差异化的长期护理模式;加快建设针对城镇失能老年人的专业照护人员队伍;完善失能老年人养老服务规制。

失能老人长期照护体系的构建与公共健康治理创新

失能老人的长期照护不仅对医学提出了难题,更对当前的社会治理和公共政策形成了严峻挑战。需要从公共健康治理的视角重新审视,基于价值、结构、工具维度建构分析框架,识别公共健康治理的价值共识、协同共治结构和政策工具。以青岛和上海试点的长护险制度为例,探索其背后呈现的公共健康治理的逻辑可以发现,健康议题的价值回归驱动了公共健康治理创新,治理权向多元化主体的扩散形成了健康问题协同共治的基础,长护险制度及其所包含的多元化政策工具使用共同促进了健康服务的共同生产。

高校创新创业教育“赛创融合”评价机制构建

普通高校创新创业教育具有综合性、实践性、创造性等显著特征,既是大学生学习效能提高的重要途径与方法,同时也是中国式现代化建设人才所应具备的核心素养和关键能力的终极性表达。“赛创融合”是提升创新创业教育实施质量的重要路径,也是构建其长效激励机制的有效手段。化结果导向型为过程激励型的评价改革,是促进这一激励机制长效化的关键。高校和教师在“赛创融合”中不仅要能够甄别大学生在创新创业教育中的学习缺陷,还要为学生提供更好的学习指导,将大学生创新创业教育落实落细落长远,最终实现学生终身学习能力的培养。通过开发设计用于过程激励型评价的奖励函数,并以问卷获得学生状态的转移概率矩阵,基于最大化学生可能获得奖励的方式进行仿真,修正和改进评价指标,能够实现创新创业教育长效激励机制严密科学可操作,提升其过程激励型评价效能。

基于CEEMD-SE的CNN&LSTM-GRU短期风电功率预测

为进一步提升短期风电功率的预测精度,提出了一种基于互补集合经验模态分解-样本熵(complementary ensemble empirical mode decomposition-sample entropy,CEEMD-SE)的卷积神经网络(convolutional neural network,CNN)和长短期记忆-门控循环单元(longshorttermmemory-gatedrecurrentunit,LSTM-GRU)的短期风电功率预测模型。首先,利用互补集合经验模态分解将原始风电功率序列分解为若干本征模态函数(intrinsic mode function,IMF)分量和一个残差(residual,RES)分量,利用样本熵算法将相近的分量进行重构;其次,搭建卷积神经网络和长短期记忆网络的并行网络结构,提取数据的局部特征和时序特征,并将特征融合后输入门控循环单元网络中进行学习预测;最后,通过算例进行验证,结果表明采用该模型后预测精度得到了有效提升,其均方根误差降低了15.06%、平均绝对误差降低了15.22%、决定系数提高了1.91%。

长期护理保险经办服务与监督管理的国内外实践与启示

长期护理保险试点启动至今已有8年,如何推动其由点及面、全面施行是值得探究的现实问题。本文通过分析长期护理保险经办服务与监督管理的国内实践现状发现,当前存在政策覆盖范围不足、监管体系不充分以及现有护理资源供给不足等问题。因此,借鉴国外实践经验,从建立第三方监管机制、制定科学评定标准、促进政府跨部门协作与信息共享、强化人员技能培养等方面提出政策建议,以期为建立适应我国国情的长期护理保险制度提供启示。

长期护理政策的国际经验与中国探索

随着老龄化程度加深和家庭功能弱化,完善长期护理政策是未来社保体制和养老服务体系优化的重要一环。本文分类总结了世界主要国家和地区长期护理政策的特征以及制度选择的可能成因,并基于我国目前长期护理政策发展情况以及我国目前大力推进长期护理保险发展的背景,提出未来完善长期护理保险的政策思考。本文认为,首先应当确立我国未来长期护理保险的底层逻辑和基础,明确政策目标、政策定位及运行模式,整体设计应与国家战略及未来趋势相协调;其次完善筹资、评估和待遇方案,推进制度衔接和资源优化配置,提升长护险运行效率;然后在公共服务均等化的基础上平衡区域和人群受益水平,促进长护险制度公平发展;最后完善长护险配套资源建设,实现长期护理保险持续稳步发展的目标。

结合太阳辐射量计算与CNN-LSTM组合的光伏功率预测方法研究

为了提高模型预测性能,提出一种综合太阳辐射模型及深度学习的光伏功率预测模型。首先,利用太阳辐射机理建立太阳辐射模型(SRM),估算出水平面上总辐射值,再由斜面辐照度转换方法计算出光伏组件所接收的斜面辐射值。其次,通过皮尔逊相关分析法筛选出对光伏功率影响较大的主要因素,将斜面辐射计算值及主要影响因素作为输入,采用卷积神经网络(CNN)和长短期记忆网络(LSTM)建立光伏功率SRM-CNN-LSTM预测模型。分别利用春夏秋冬四季典型日的数据开展对比实验,结果表明:与几种其他方法相比,该文方法具有更好的预测效果。

机器学习算法在降水和气温多模式集成中的应用

选取CMIP6中5种全球气候模式,利用算术平均、权重平均、多元线性回归、BP神经网络、长短期记忆(LSTM)神经网络和随机森林(RF)等6种多模式集成方法,基于黄河流域水源涵养区历史降水量和气温数据,评估不同集成方法的模拟效果,并选取模拟效果最好的多模式集成方法预估未来SSP1-2.6、SSP2-4.5和SSP5-8.53种情景下黄河流域水源涵养区的降水和气温变化趋势。结果表明:多模式集成能很好地再现基准期降水和气温变化,3种机器学习算法表现相对较好,其中LSTM神经网络最好;在未来3种情景下,多年平均降水量均有所增加,四季降水量变化各有差异;SSP1-2.6情景下年降水量峰值出现在各时段初期,SSP2-4.5和SSP5-8.5情景下的年降水量呈增长趋势,远期下降趋势较明显;3种情景下气温都呈上升趋势,但变化差异较大,增温幅度和速率由小到大为SSP1-2.6、SSP2-4.5、SSP5-8.5,秋季气温增幅最大,冬季最小;多模式集成方法对未来降水量和气温的预估存在较大的不确定性,均表现为中远期大于近期,降水量预估的不确定性比气温大,其中降水量秋冬季不确定性明显大于春夏季。

基于BERT-BiLSTM-CRF模型的畜禽疫病文本分词研究

针对畜禽疫病文本语料匮乏、文本内包含大量疫病名称及短语等未登录词问题,提出了一种结合词典匹配的BERT-BiLSTM-CRF畜禽疫病文本分词模型。以羊疫病为研究对象,构建了常见疫病文本数据集,将其与通用语料PKU结合,利用BERT(Bidirectional encoder representation from transformers)预训练语言模型进行文本向量化表示;通过双向长短时记忆网络(Bidirectional long short-term memory network,BiLSTM)获取上下文语义特征;由条件随机场(Conditional random field,CRF)输出全局最优标签序列。基于此,在CRF层后加入畜禽疫病领域词典进行分词匹配修正,减少在分词过程中出现的疫病名称及短语等造成的歧义切分,进一步提高了分词准确率。实验结果表明,结合词典匹配的BERT-BiLSTM-CRF模型在羊常见疫病文本数据集上的F1值为96.38%,与jieba分词器、BiLSTM-Softmax模型、BiLSTM-CRF模型、未结合词典匹配的本文模型相比,分别提升11.01、10.62、8.3、0.72个百分点,验证了方法的有效性。与单一语料相比,通用语料PKU和羊常见疫病文本数据集结合的混合语料,能够同时对畜禽疫病专业术语及疫病文本中常用词进行准确切分,在通用语料及疫病文本数据集上F1值都达到95%以上,具有较好的模型泛化能力。该方法可用于畜禽疫病文本分词。

高质量发展视域下的中国人口均衡发展

在人口形势发生重要转折性变化之际,高质量发展要求更加重视人口素质,以“提质”替代“增量”,以“人才”替代“人力”,充分发挥凝结在人口自身的素质要素的作用,使更多民众更好地享受高质量发展的成果,享受高品质生活。长期均衡发展是人口发展的主要目标,也是人口高质量发展的内在要求。人口均衡发展不仅体现在人口系统内部要素间的依存制约以及人口系统与社会经济系统之间的协调适应,还体现在代际间的传承永续。年龄结构失衡是当前人口非均衡发展的突出表现,应聚焦结构失衡,弥补制约人口均衡发展的短板;同时充分发挥作为人口结构中坚力量的劳动年龄人口的作用,通过与经济高质量发展相协调以及推动人口均衡分布,促进人口均衡发展,助力实现人口高质量发展。

冠状动脉CT血管造影预测冠心病患者发生左心室重构及远期心血管不良事件的价值

目的分析冠状动脉CT血管造影预测冠心病患者发生左心室重构及远期心血管不良事件的价值。方法选取郑州大学第一附属医院2021年1月至2022年7月诊治的120例冠心病患者,随访1 a,根据左心室重构发生情况分为左心室重构组(26例)、无左心室重构组(94例),根据心血管不良事件发生情况分为发生组(24例)、未发生组(96例)。比较不同组别患者冠状动脉CT血管造影结果,分析冠状动脉CT血管造影预测冠心病患者发生左心室重构及远期心血管不良事件的价值。结果左心室重构组、无左心室重构组在冠状动脉管腔狭窄程度和高危斑块特征方面的差异有统计学意义(P<0.05)。发生组、未发生组斑块总体积、钙化斑块体积、非钙化斑块体积、病变长度、斑块负荷比较,差异有统计学意义(P<0.05)。受试者工作特征(ROC)曲线分析显示,冠状动脉CT血管造影在预测冠心病患者发生左心室重构及远期心血管不良事件中具有较高的价值。结论冠状动脉CT血管造影在预测冠心病患者发生左心室重构及远期心血管不良事件中具有较高的价值。