基于优化快速搜索随机树算法的全局路径规划

为了改善传统快速搜索随机树(RRT)算法在全局路径规划中存在的平滑度差、具有潜在碰撞性等问题,提出了一种双重优化的RRT算法。在传统RRT算法基础上,引入自适应目标偏向策略以缩短采样时间,引入角度约束采样策略以适应车辆极限转角。得到初始路径后,建立二项优化函数(即降低路径曲率和远离障碍物),并将其作为基点进行梯度下降二次优化,生成可供车辆行驶、平滑性良好且碰撞概率低的路径,并进行仿真验证。结果表明:优化RRT算法相比于传统RRT算法、RRT-Connect算法和RRT算法,平均曲率分别降低了38.1%、36.4%和24.7%,曲率均方差分别降低了38.4%、38.4%和27.2%。

故障树和模糊贝叶斯网络在管廊运维风险评估中的应用研究

地下综合管廊是城市的生命线,一旦出现问题就会对人们生命财产安全造成巨大损害。为了系统地分析管廊运维风险,建立了基于模糊贝叶斯网络的风险评估框架。首先,通过分析管廊运维风险源与风险形成的原因以确定风险事件和风险类别;其次,建立管廊运维风险故障树来梳理风险因素之间的逻辑关系,将故障树映射为贝叶斯网络;最后,结合专家模糊评价,构建地下综合管廊运维风险评估模型。案例分析结果显示:中间事件“火灾、爆炸”与“危害气体浓度过高”的发生概率较高。敏感性分析结果显示:“运维人员操作和维护不当”是导致管廊运维风险发生的根本事件,因此需要制定严格管理措施及规范,加强对运维人员的素质培训,以降低管廊运维过程中各种风险的发生概率。

一种基于知识树的科技前沿探测方法——以深度学习领域为例

[目的/意义]当前全球科技竞争愈加剧烈,准确把握未来科技前沿是科技竞争取得胜利的关键,科技前沿探测是科技情报研究的热点问题之一。[方法/过程]文章提出一种基于知识树的科技前沿探测方法,通过科技前沿知识树反映领域科技前沿的发展信息,探索解决科技前沿探测过程中存在的信息冗余、探测结果不准确等问题的方法和途径,并以深度学习领域为例进行了实证研究。[结果/结论]研究结果表明,基于知识树的科技前沿探测方法可以在一定程度上提高科技前沿探测过程的效率,改善科技前沿探测结果的质量,可以为面向特定领域的科技前沿研究提供参考。

基于智慧树平台的翻转课堂在医学影像应用解剖学实践教学中的应用

文章选取海南医学院2020级五年制医学影像专业的74名学生作为研究对象,应用随机数字表法将其分为对照组与实验组,对照组进行传统教学方法,实验组采用基于智慧树平台的翻转课堂教学方法,研究了基于智慧树平台的翻转课堂在医学影像应用解剖学实践教学中的应用效果。

权利树:个人信息权益的理论重述

近年来,“个人信息权益”相关学说迭出,但在“个人信息权利还是权益”“个人信息权益是公法权利抑或私法权利”以及“个人信息权益如何构造”等问题上分歧重重。面对争议,无论是归纳路径的“实质主义权利建构”,还是演绎路径的“形式主义权利建构”,均难以达成普遍共识,类比路径的“法律隐喻权利建构”则为我国个人信息权益体系开辟了新的方向。在各种权利隐喻中,权利树模型以“根系、主干、主枝、侧枝、树叶”为形,以“自相似性”为理,融个人因素和社会因素、一般规则和特殊规则为一炉,描摹出基于《个人信息保护法》的“个人信息权利树”。其中,个人信息权利树的“根系”为不可见的宪法性权利;“主干”是个人信息知情权、决定权;“主枝”分为“面向私主体的个人信息权益”和“面向国家机关的个人信息权益”;“侧枝”包括分层的个人信息权利群;“树叶”则是依附于个人信息并与人身、财产相关的法益。“个人信息权利树”不但妥善弥合了既有学理分歧,而且为个人信息权益的未来成长奠定了理论之基。

航空发动机滑油系统LRU级故障树建模与分析

滑油系统是航空发动机的关键系统之一,一旦发生故障,严重影响飞行安全。滑油系统结构复杂,排故难度较大。对滑油系统进行LRU级故障树建模和分析,能够为快速定位LRU级故障源提供指导性建议。根据滑油系统工作原理、组成与运行特点,构建了以LRU级故障为底事件故障树模型,运用下行法求解故障树最小割集,采用不交化的最小割集表达式,计算滑油系统顶事件故障发生概率,以及滑油压力异常、油液污染、滑油消耗量大、滑油系统部件损坏等典型故障发生概率;在不交化最小割集矩阵中,与求顶事件概率相对应,分析LRU级故障树底事件概率重要度和相对概率重要度;通过概率重要度分析明确航空发动机滑油系统的易损部件,为日常维护与管理提供参考。

留树贮藏对椪柑果实品质和呼吸强度的影响

【目的】探明椪柑留树贮藏果实的品质变化特征,为延长椪柑鲜果供应期提供理论依据。【方法】以留树贮藏椪柑果实为研究对象,以室温贮藏果实为对照,利用液相色谱技术、气相色谱和色度计等果实品质检测方法,研究留树贮藏方式对椪柑果实可溶性固形物、果皮色泽、总糖、有机酸和异味等品质和呼吸强度的影响。【结果】椪柑果实留树贮藏40~80 d可溶性固形物含量高于对照,其中60和70 d时分别显著高于对照14.06%和17.28%;总糖在20、40、50和70 d分别比对照低23.31%、6.24%、17.65%和18.82%;留树贮藏10~80 d时柠檬酸含量分别是对照的1.26~1.92倍;红色饱和度a^(*)值降低(30~80 d)2.13~5.03,果皮颜色偏黄,呈橘黄色;除贮藏40 d外,留树贮藏呼吸强度均较对照高1.16%~127.54%;贮藏80 d时异味的代表性物质乙醇含量达峰值(293.28μg/g),室温贮藏是留树贮藏的3.29倍。【结论】生产中建议留树贮藏最佳时间在1月中下旬至2月初春节前后,留树贮藏椪柑果实能够保持色泽橘红,固酸比适宜,风味浓郁,效益好。

基于改进模糊故障树法的梯级水电站联合运行期风险分析

以我国某大型梯级水电站为例,基于文献分析法识别其联合运行期的风险源,建立风险指标体系,对传统的模糊故障树法进行改进,在其量化风险概率的基础上,利用层次分析法确定基本事件重要性权重,二者相结合对梯级水电站联合运行期进行风险分析,计算出梯级水电站联合运行期的风险发生概率。结果表明,梯级水电站联合运行期的风险发生概率为4.22×10^(-3),根据《水电站大坝运行安全评价导则》综合判定,风险等级较高,应合理制定相应措施加强风险防范,降低风险损失。研究结果为制定梯级水电站风险防控措施以及进行风险管理提供了基础和支持。

超级地幔树对全球构造的控制作用

全球横波低速异常体成像发现:Jason超级地幔柱与Tuzo超级地幔柱彷佛植根于地球外核顶部、生长在核幔边界(core-mantle boundary,CMB)上的两株榕树,我们将其命名为超级地幔树(super mantle tree),以突出Jason超级地幔柱与Tuzo超级地幔柱连接地核与地壳的纽带特征,强调它们在地球演化过程中对全球构造的作用。地幔柱仅是超级地幔树的局部分支。我们定义超级地幔树为4层结构:(1)植根于地球外核顶部;(2)1600~2890 km为“树干”;(3)110~1600 km为“树冠”;(4)110 km以上为“树枝”。“树枝”平面分布形态与全球板块轮廓大致相似,意味着板块构造可能起始于地球110 km处。推测地球深度1550~1600 km之间可能存在一个地球化学过渡层;Jason超级地幔树与Tuzo超级地幔树之间可能存在地球化学分隔面(简称地幔分隔面),地幔分隔面将地球划分为太平洋半球与大西洋半球;它的地面投影北端大致指向地磁北极,南端基本指向地磁南极。外核顶部脉动作用可能是地幔运动的动因,地核运动控制地幔运动。Tuzo超级地幔树逆时针旋转控制大西洋半球旋转形态,Tuzo超级地幔树的“细树干”伸向南大西洋,Tuzo超级地幔树“粗树干”伸向北大西洋,使得中大西洋脊减薄。Jason超级地幔树顺时针旋转控制太平洋半球旋转形态以及环太平洋地区地貌构造形态。青藏高原及邻区地质地球物理三维构造模型说明:向北运动的Tuzo超级地幔树“树枝”与向西运动的Jason超级地幔树“树枝”共同作用,形成青藏高原东构造结。

一种基于改进行为树的智能对手行为模拟技术

为解决智能算法/智能平台/智能系统智能化能力测试评估需高水平的智能对手模拟问题,提出了基于改进行为树的智能对手行为模拟技术。设计了行为控制、作战任务、行为动作、执行为4类行为树节点,建立了机动、侦察预警、指挥决策、火力打击和电子干扰5类原子行为动作和参数,给出了打击目标选择、武器发射、来袭武器判断等5类原子条件;提出了智能对手行为模拟系统组成,包括行为规则编辑器与行为规则引擎,建立了对手行为模拟运行流程。结合边境区域空地协同对抗典型应用场景,仿真结果表明模拟的智能对手行为能够支持智能化能力评估。

改进人工势场引导的双向扩展随机树路径规划算法

针对地面移动机器人在复杂环境之下要求规划路径实时性强、路线平滑度高、避障精确完备等需求,在快速扩展随机树算法(RRT)的基础之上,提出一种由改进人工势场法(APF)引导的双向扩展随机树算法(APF-Bi-RRT^(*))。首先,在每次迭代的过程之中两棵随机树同时分别从起始点和目标点进行扩展,以加快算法收敛速度;其次,在算法随机树生长方向上,引入目标偏置策略来优化随机子节点的选取,并在随机树和障碍物中加入人工势场分量,限制路径方向选择的随机性,改进算法克服引力和斥力过大导致陷入局部最优值或目标不可达的问题;最后,在形成锯齿型规划路径之上应用一种采样优化和关键节点平滑策略,进一步缩短和平滑原路径的总距离。对比实验结果证明,该算法既克服了传统随机树算法的节点盲目扩展的问题,又兼顾了生成路径的效率和平滑性,与目标偏置RRT算法相比,在规划路径长度上减少了9.7%左右,在运行时间上缩短了65.3%左右,在算法迭代次数上减少了78.2%左右。

“生命之树”集体叙事实践在安宁疗护患者家庭照顾者中的应用

目的:评价“生命之树”集体叙事实践在安宁疗护终末期癌症患者家庭照顾者中的应用效果,为照顾者关怀工作的开展提供实践依据。方法:选取乌鲁木齐市某三级甲等肿瘤专科医院2023年1月—6月接受安宁疗护的终末期癌症患者家庭照顾者76例作为研究对象,随机分为对照组(n=37)和实验组(n=39)。对照组采用常规入院宣教及心理护理,实验组在对照组的基础上采用“生命之树”集体叙事实践。两组干预前后分别采用预期性悲伤量表、Herth希望量表和生命威胁性疾病家庭照顾者生存质量量表进行调查,评价干预效果。结果:干预后,实验组Herth希望量表和生命威胁性疾病家庭照顾者生存质量量表得分均高于对照组,预期性悲伤量表评分低于对照组,组间比较差异均具有统计学意义(P<0.05)。结论:“生命之树”集体叙事实践可以有效降低家庭照顾者的预期性悲伤,有利于提高家庭照顾者的希望水平及生存质量。

融合兴趣主题矩阵和主题生命树的社交用户长短兴趣挖掘

[目的/意义]针对当前社交用户兴趣挖掘效果不理想,且缺乏对兴趣类型特征的深入研究,提出一种新的长短兴趣挖掘方法。[方法/过程]首先引入兴趣价值参数作为先验知识对Labeled LDA主题模型进行改进,依据改进的主题模型挖掘不同时间窗口的兴趣主题,构建兴趣主题矩阵。然后基于用户兴趣的变化规律构建主题生命树,挖掘用户兴趣的生命特征和潜在关联,将用户兴趣划分为长期兴趣、短期兴趣和过期兴趣。最后依据兴趣主题的强度和波动幅度量化用户不同类型兴趣的权重,实现对用户兴趣的准确表示。[结果/结论]实验采用从新浪微博爬取的真实数据作为训练集和测试集,与已有的兴趣挖掘方法进行比较,结果发现长短兴趣挖掘方法在F1值和MRR值上最高分别提升了7.68%和7.41%。[局限]仅利用微博文本信息对方法进行验证,缺乏对跨平台信息的深入探讨。

基于树分解的时序最短路径计数查询算法

最短路径计数是图计算中的一个重要研究问题,旨在查询顶点间的最短路径数,在路径规划与推荐、社交网络分析、介数中心性计算等领域中具有广泛应用。目前越来越多的网络可以建模为时序图,但少有针对时序图最短路径计数查询问题的研究工作。与静态图相比,时序图增加了时间信息,结构更复杂,在查询顶点间的路径数时必须考虑边的激活时间,因此静态图中最短路径计数方法不再适用于时序图,并且在大规模时序图上查询更具有挑战性。针对时序图最短路径计数问题,提出一种基于树分解构建TG-TL(Temporal Graph-Tree Label)索引的方法。该方法包含构建索引和在线查询两个阶段,构建索引阶段根据时序图的属性设计时序树分解算法,将时序图转化为树结构;然后根据树分解的结构信息以及凸路径定义提出高效构建索引算法;在线查询阶段基于TG-TL索引提出了高效的时序最短路径计数查询算法。在4个真实数据集上的实验结果表明,与基于TG-base(Temporal Graph-base)索引的查询算法相比,所提算法在查询效率上至少提升了61%,因此所提算法在时序图最短路径计数问题上具有高效性和有效性。

基于集成树和MoE的馈线统计线损率双层估计模型

统计线损率是衡量电力系统经济运行的重要指标。然而,用户用电数据采集异常、数据传输中断等因素会导致统计线损率异常或缺失,这严重阻碍了智能配电网的线损精益化管理与经济高效运行。针对馈线统计线损率合理值的估计问题,该文提出了一种基于集成树和混合专家系统(MoE)的馈线统计线损率双层估计模型。首先,使用最大信息系数以更有效地分析统计线损率与其相关特征间的非线性关系,并采用鲁棒性强的K-Medoids聚类算法对馈线进行精细划分;然后,使用Stacking集成学习框架,基于基估计和元估计双层模型对馈线统计线损率进行两阶段估计,选用决策树和各类集成树模型作为基估计模型对统计线损率进行初步估计,将各基估计模型输出结果输入元估计模型MoE中进行最终估计,使用方均根误差(RMSE)和平均绝对误差(MAE)来衡量模型所估计统计线损率的合理性;最后,通过算例分析表明,与其他模型相比,该文所提馈线统计线损率双层估计模型具有更低的RMSE和MAE,对馈线统计线损率的估计效果更好。

10kV配电线路单相树线故障选相研究

针对配电网三相电压不平衡发生树-线故障难以准确判别故障相而引发山火的问题,提出了一种基于电压信号突变值和变化趋势相结合的选相方法。在传统三相电压平衡配电网单相接地故障选相理论基础上,搭建了10 kV单相树-线故障试验平台。首先,在中性点不接地、消弧线圈接地欠补偿和过补偿3种情况下进行了多种树木、不同残余电流单相树-线故障试验研究。然后,根据树-线故障时零序电压和各相电压幅值变化特征,定义了故障时刻及故障相识别码,建立了某一相电压有效值的幅值增加最大则其滞后相为故障相的判据。通过故障时刻前后0.1 s内的各相电压平均有效值改变大小对比及相应判据,将生成对应的识别码进行匹配,实现精确快速判别故障相。最后,通过试验验证该方法能够有效解决单相树-线故障相识别问题且不受电压不平衡影响,具有较好的工程应用价值。

储粮仓仓壁动态侧压力的树模型预测方法

针对储粮仓卸料时仓壁动态侧压力难以准确预测的问题,利用机器学习方法中的树模型建立了仓壁动态侧压力预测模型。首先,分析了仓壁动态侧压力的主要影响因素为筒仓的结构尺寸、贮料的物理参数及测点位置。利用收集的496组仓壁动态侧压力数据,构建机器学习预测模型的数据集。然后,基于树模型,建立了仓壁动态侧压力的决策树(decision tree,DT)预测模型,在此基础上,利用Bagging算法和Boosting算法,建立了仓壁动态侧压力的随机森林(random forest,RF)预测模型和梯度提升树(gradient boosting decision tree,GBDT)预测模型。通过对比3种预测模型在测试集的均方误差(mean-square error,MSE)、决定系数和相对误差,表明GBDT预测模型的泛化性能最优。最后,通过开展模型试验和数值模拟,对GBDT预测模型进行验证,结果表明拟合良好。同时,根据树模型的分枝原理,判断出仓壁动态侧压力影响因素的重要性,得到对于贮料的物理参数,密度的重要性排第一;对于筒仓的结构尺寸,卸料口尺寸排第一。因此,在进行储粮仓设计时,建议优先考虑仓内散体物料的密度和仓的卸料口尺寸。

枫树槭树辨:民族文化记忆视角下的必要正名

中国是世界上Acer属树木种类最多、覆盖面广泛的国家,Acer属众树(如三角枫等)和金缕梅科之枫香树在中国古代都被称作枫树。枫树是传统文化中凝聚着“乡愁”的重要树种,也是咏秋文学的重要意象,在具有文化象喻的众木中占据着较为独特的位置。不过,在我国编订完成的《中国植物志》中,有关编写人员脱离文献事实,不顾古代训诂大家的定论,依从日本人小野兰山等的所谓“考证”,将枫香树之外的众多枫树品种改称“槭”。此举极有可能淡化“枫”的民族文化记忆,导致大众与丰富深厚的枫树审美积淀产生疏离,使那些优美的咏枫篇什和枫树意象所营造的审美境界失去附着的语词,进而淡出人们的情感世界。其实除了辞书之外,作为树名的“槭”目前所能见到的相关文献只有两三条,这样的文献依托和俯拾皆是的枫的记载相比实在微不足道。可见,“槭”是一个影响范围极其有限的地方性树名,并没有进入到传统文化叙事中。基于这样的事实,若将Acer属品种仍称为“枫”,枫香树回归它的“枫香”本名,则更接近历史的真实,也不至于割裂传统。

基于梯度提升回归树的气井油管积液高度预测

气井油管积液高度预测是气藏开发的重要环节,更是排水采气不可或缺的一部分。气井开采后期,气井底部会出现积液聚集现象,积液过多会造成气井停产,为了避免停产问题,必须对气井油管积液高度进行预测,但传统石油工程模型预测气井油管积液高度,存在着具体计算需要大量经验参数等问题。提出一个基于梯度提升回归树模型预测气井油管积液高度的方法,以气井的套压、油压、油管下深、油层中深、日产气、日产水、井口温度7种生产数据为特征,采用集成学习方法,结合多个决策树的预测结果,以迭代逐步改进的方式来提高模型的整体性能,从而精确预测气井油管积液高度。通过与32口井仪器探测实测值、回归决策树和随机森林对比分析,梯度提升回归树模型预测值与实测值相符,预测效果也最好,平均相对误差仅3.87%,调整后的相关系数R2为0.85。梯度提升回归树模型与现有的油管内积液量和环空积液量预测模型相比较,平均相对误差降低了1.9%。

基于集成树算法的岩石黏聚力和内摩擦角预测方法

岩石的黏聚力(c)和内摩擦角(φ)是岩石工程设计及稳定性评价的重要参数,其直接测量需通过多组三轴或剪切试验,耗时多且成本高。基于4个易获取的岩石物理力学参数(纵波波速VP、密度ρ、单轴抗压强度UCS和巴西抗拉强度BTS),构建了用于预测c和φ值的智能模型。共收集了199组含不同岩石类型的数据,采用5种集成树算法开发预测模型,使用贝叶斯优化算法对模型的超参数进行优化。模型评估结果表明:构建的模型均具有较好的预测性能,其中极端随机树模型表现最佳(测试R^(2)>0.97)。敏感性分析表明:VP、UCS和BTS对c值的预测结果影响较大,ρ对φ值的预测结果影响较大。研究成果已成功应用于金川矿区,验证了模型的实用性,开发的图形用户界面便于工程技术人员使用。