山地历史镇村消防规划的适应性方法研究——以重庆中山古镇为例

消防安全是安全工作的重要组成部分,也是城乡高质量发展的重要前提。山地历史镇村因其复杂的地形环境、不便的对外交通、滞后的经济发展,相较平原地区,面临着更大的火灾风险。研究聚焦山地历史镇村消防面临的难点与现有研究的不足,引入规划适应性理论,按照“从动—适动—能动”的适应性思维,提出了构建精准的防火分区体系、配置多层级立体的消防设施系统、构建平灾结合的消防通道网络、采取灵活的建筑耐火措施等的消防规划路径与方法。其中,在防火分区方面,形成“全面开展火灾风险评估—精准划分防火分区—有效设置隔离空间”的规划技术方法;在消防设施方面,利用山地地势高差、水源充足等特点,构建多层级、立体化的消防设施系统;在消防通道方面,设立基本消防通道—可转换消防通道—可拓展消防通道的三级通道系统;在建筑防火方面,提出构建建筑防火综合评价体系、加强传统建筑内部的电气线路规范化等举措。基于上述方法,以重庆中山古镇为案例,开展了具体的火灾后消防规划实证,可以为山地历史镇村的消防安全保护工作提供重要的经验借鉴。

UPRE方法在图像恢复正则化参数自适应选择中的应用

大多数图像恢复都是不适定问题,需要利用正则化方法将病态方程转化为适定方程。正则化参数主要用于调节图像保真度与图像光滑度之间的平衡,与图像恢复质量的好坏有着密切关系。无偏预计风险估计(UPRE)方法可以自适应选择最佳正则化参数,基于数学理论分析和图像恢复实验,验证了该方法在图像恢复中的可行性和有效性。

一种虚拟同步发电机自适应阻尼补偿方法

针对系统电感对虚拟同步发电机控制系统存在等效负阻尼效应的问题,提出了一种自适应阻尼补偿方法。首先,基于虚拟同步发电机控制技术,通过dq变换和小信号分析建立系统的动态电磁方程和动态小信号模型。然后利用电磁转矩偏差分解出同步力矩系数和等效阻尼系数。最后根据等效负阻尼的产生机制,在有功-频率调节器中加入以系统频率、虚拟阻抗为自适应控制变量的阻尼补偿模块,实现对虚拟同步发电机阻尼的自适应补偿。通过MATLAB/Simulink仿真,并与基于传统的虚拟同步发电机控制方法及基于虚拟阻抗补偿方法等方法所获得的结果进行比较,表明文章所提出的自适应阻尼补偿方法具有更强的稳定性和更快的响应速度,验证了方法的有效性。

基于反步滑模方法的车辆纵向自适应控制

车辆纵向控制是自动驾驶研究的关键技术之一,建立了复杂的车辆纵向动力学模型,设计了合适的控制算法,并构造了控制器,提升了控制性能。首先,在考虑道路倾角、轮胎形变和车轮滑动等影响因素的基础上,建立了复杂的车辆纵向动力学模型;然后,综合运用自适应方法和反步滑模控制方法对所建模型设计控制器,并对控制系统的稳定性作了证明;最后,采用MATLAB/Simulink软件对控制系统进行仿真分析。研究结果表明:通过自适应反步滑模方法设计的控制器具有较好的稳定性,能够控制车辆以极小的误差以期望速度行驶。研究成果可为车辆自动驾驶及交通拥堵的缓解提供技术支撑。

基于模拟并行蚁群算法的无线传感器网络异常节点自适应定位方法

由于无线传感器网络自身节点数量庞大,导致在异常节点自适应定位过程中,定位到的异常节点个数较少的问题.针对上述问题,提出基于模拟并行蚁群算法的无线传感器网络异常节点自适应定位方法.从网络中提取出异常节点的原始数据,并对异常节点数据属性进行详细的解析,根据解析后的数据属性,利用蚁群算法的优化搜索特性,结合并行计算的思想,建立并行蚁群算法模型,模拟蚂蚁在寻找食物过程中的协作和寻优行为,运行并行蚁群算法,获取异常节点的估计坐标值,实现节点的自适应定位.实验结果表明,该方法在面对复杂网络环境和多种异常类型时能够定位到多个异常节点,增强了定位方法的鲁棒性和自适应性.

基于雨洪过程模拟与海绵体建设适宜性评价的城市适应性规划方法——以长汀县汀江上游流域为例

统筹考虑流域海绵体的空间布局及其与雨洪过程的功能耦合关系是解决城市雨洪灾害问题的重要途径。以长汀县汀江上游流域为例,分别使用SWAT和SCS模型模拟雨洪径流和淹没过程,利用InVSET模型评价海绵体建设适宜性,进而对二者的相互关系进行深入研究,提出基于雨洪过程模拟和海绵体建设适宜性评价的城市适应性规划方法。结果表明:(1)构建的汀江上游流域SWAT和SCS模型可以准确识别出研究区的雨洪产流区、汇流廊道、汇流节点和淹没区域,并反映其空间分布特征;基于InVEST模型结合雨洪调蓄、水源涵养、土壤保持和水质净化等指标实现了定量刻画海绵体建设适宜性的目标,集成雨洪过程模拟与海绵体建设适宜性评价为重构流域海绵系统空间格局提供了一种新的方法。(2)长汀县中心城区低雨洪安全格局面积占其安全格局总面积的37.51%,呈现出沿河道集中分布的特点,使中心城区面临较大的雨洪风险;海绵体建设适宜区域呈现出不均匀分布的特征,高适宜区域占流域总面积的7.91%,集中分布在中心城区北面的大片农田中。通过优化研究区海绵空间格局,并依据地块使用性质设定差异化的管控目标,实现减缓研究区雨洪风险的目标,为海绵城市规划实践提供参考依据。

ICN网内解析自适应地址选择方法

在信息中心网络中,名字解析系统负责标识与网络地址之间的映射关系的建立、维护和发布。信息中心网络中内容的多副本特性导致标识到地址的“一对多”的映射关系,带来选择适当解析地址的挑战。网内解析作为一种系统驱动的解析模式,将解析能力内生于可编程网络设备中,不可避免地需要进行选址操作。现有的选址方法不能同时提供网络和服务端负载均衡的保障,传统的直接选择、轮询等策略造成解析链路拥塞或服务端负载不均衡。为解决上述问题,本文提出一种自适应的地址选择方法,充分利用软件定义网络的网络感知和处理能力,综合网络状态信息和地址解析频率信息,同时实现服务端与网络链路的负载均衡。仿真结果证明该方法在负载均衡方面的优越性。提出的算法为未来的研究提供新的方向与思路。

基于频谱特征自适应采样的傅里叶单像素成像方法

傅里叶单像素成像(Fourier single-pixel imaging,FSI)中成像效率的提升主要借助优化重构算法和采样方法来实现,但在采样次数有限的情况下,FSI无法准确采样关键频率,导致成像质量差。为解决这一问题,提出一种频谱特征自适应采样策略。首先,研究傅里叶域中能量的集中程度,以此确定低频等距预采样的最优半径。进一步,通过预采样低频分量估计关键频谱位置的方式,测量相应的傅里叶系数,最终实现图像重构。与基于高频方向能量连续性的自适应采样方法相比,该方法可以针对不同频谱特征目标,自适应选择较优采样路径,获取关键傅里叶系数,进而改善成像质量,其峰值信噪比提高2.28 dB,结构相似度提高15.83%。因此,该方法在应对FSI对未知特征目标进行成像时,具有高效空间信息采集的优点,有望在单像素快速实时成像中得到应用。

聚羧酸减水剂与水泥的适应性及其试验方法

对水泥的化学成分、比表面积、颗粒形貌等进行测试,配制综合型聚羧酸减水剂,通过净浆流动度和砂浆流动度测试不同特性的水泥与该聚羧酸减水剂的适应性。研究表明,不同水泥的初始pH值在12.3~12.6,水化开始后,pH值高的、增长快的其流动性损失较大;SO_(3)含量对流动性影响也较大,一定范围内SO_(3)含量越低,流动性损失越大。比表面积在净浆流动度试验与砂浆试验中表现有一定的差异性。

面向涡轮叶片变形测量的旋转适应性图像匹配方法研究

研究了超临界二氧化碳涡轮发电系统叶片在工作情况下的变形测量方法。对于叶片变形测量可采用三维数字图像相关法技术路线(3D-DIC),但是需要解决由于叶片切向变形和相机触发误差引起的区域旋转图像的匹配问题(2D-DIC部分)。针对旋转图像的匹配问题,采用了一种旋转适应性图像匹配方法,对于检测点的初值搜索采用基于ORB特征的初值匹配方法,对于检测点的亚像素匹配采用基于反向组合高斯牛顿法(IC-GN)亚像素匹配方法。最终利用旋转-应变图像进行仿真,应变测量精度达到2%,验证了图像匹配方法对于涡轮叶片变形测量的适应性。

迭代学习控制器参数的数据驱动自适应整定方法

针对PID型迭代学习控制(iterative learning control,ILC)方法,提出了两种数据驱动自适应整定(data-driven adaptive tuning,DDAT)方法。首先采用紧格式迭代动态线性化(compact form iterative dynamic linearization,CFIDL)方法将原始的非线性系统转化为等价的线性数据模型,设计了一个目标函数来动态地调整PID型ILC的学习增益。其次,通过对设计的目标函数进行优化,提出了一种基于CFIDL的DDAT方法。该方法只使用实际的I/O数据,而不需要任何机理模型信息。进一步,引入偏格式迭代动态线性化(partial form iterative dynamic linearization,PFIDL)方法对结果进行扩展,提出了一种基于PFIDL的DDAT方法。所提出的两种DDAT方法都可以提高PID型ILC对不确定性的鲁棒性。最后,通过仿真验证了两种方法的有效性。

基于迭代自适应的短孔径逆合成孔径雷达成像方法

针对合成孔径时间短、逆合成孔径雷达数据成像质量差的问题,本研究提出一种基于迭代自适应恢复缺失数据(missing-data iterative adaptive processing approach,MIAA)的短孔径数据的逆合成孔径雷达(inverse synthetic aperture radar,ISAR)超分辨率成像方法。该方法利用MIAA对ISAR回波数据的方位向进行扩展,从而增加数据的方位向长度,提高成像质量。仿真和实测均表明该方法能够有效扩展回波数据的方位向长度,提高短孔径条件下的成像质量。

神经网络驱动的建筑自适应表皮产出性能预测方法

作为应对环境与能源问题的解决办法,耦合动态光伏遮阳与建筑表皮种植的建筑自适应表皮(Adaptive Facade)为城市可持续性提供了新机会,但如何快速准确预测电能与作物产出是设计前期关键问题之一。为解决此问题,以城市居住建筑为例,提出基于机器学习神经网络模型的产出性能预测方法,以替代传统光伏软件模拟与作物产出估算方法。首先建立由实测数据训练并进行差异性激活函数对比择优的机器学习神经网络预测模型,进而搭建交互界面预测平台。结果显示,与基础案例相比,建筑自适应表皮显著提高室内热舒适时间比,降低室内眩光,且满足家庭年用电需求9.3%~10.9%(新加坡)、8.4%~9.8%(海口)以及家庭全年蔬菜需求32%(新加坡)、27.6%(海口),该预测方法展现了预测过程的便捷性与预测结果的可靠性,推动了建筑自适应表皮在可持续城市人居环境建设领域的应用。

船舶类量化神经网络自适应运动控制方法研究

研究船舶类航向自适应运动控制方法有助于加快解决船舶在海上通讯带宽受限情况下航向跟踪检测困难和控制效果差的问题。基于RBF神经网络,采用一种经典非线性运动解析模型来描述通信信号输入量化过程,无限逼近于航向控制系统中的未知非线性项来消除隐性不确定项因子对控制系统的影响,与此同时模型中所设计的RBF自适应量化控制器不需要对先验信息进行量化参数处理,不仅可以保证有效跟踪和控制的同时,还可以减轻通信的传输负担、减少执行频次和降低系统控制幅度。本文基于Lyapunov稳定性理论证明了所提出的带有输入量化的RBF神经网络自适应闭环控制系统的稳定性,并在Matlab Simulink环境中构建仿真模型分析,论证了所设计的运动控制方法的有效性。

非线性控制系统的Runge-Kutta方法的输入状态稳定

研究在什么条件下Runge-Kutta方法能够保持非线性控制系统的输入状态稳定。给出了Runge-Kutta方法生成的近似解保持控制系统真解的输入状态稳定的充分条件,特别证明了在一些常规条件下,所有Gauss-Legendre,Radau IA,Radau IIA,Lobatto IIIC型方法生成的近似解能够保持控制系统真解的输入状态稳定,这为实际应用中如何选择控制系统的数值方法问题奠定了理论基础。

带消极动量的自适应步长随机方差缩减方法

近年来,随机方差缩减类方法在解决大规模机器学习问题中取得很大成功,自适应步长技术的引入减轻了该类方法的调参负担。针对自适应步长的方差缩减算法SVRG-BB,指出其算法设计带来了“进展-自适应步长有效性”的权衡问题。因此引入Katyusha动量以更好地处理该权衡问题,并且在强凸假设下证明由此得到的SVRG-BB-Katyusha算法的线性收敛性质。之后基于“贪婪”思想,提出稀疏地使用Katyusha动量的SVRG-BB-Katyusha-SPARSE算法。在公开数据集上的数值实验结果表明,提出的2个改进算法较SVRG-BB有较稳定的优势,即在达到一定外循环数时优化间隙有若干个数量级的减小。

大水位变幅下多级闸控河渠自适应控制方法研究

【目的】提高多级闸控河渠水位变幅较大时的河渠水位控制精度,减小河渠水位振荡,提升控制算法的收敛效率。【方法】利用河渠实时水位动态修正ID模型参数并调整闸坝启闭频率,提出自适应预测控制(APC)算法,对比分析6种工况下不同控制算法的精度与效率。【结果】与基于ID模型的线性二次型控制(LQR)算法与模型预测控制(MPC)算法相比,APC算法可分别缩短19%~32%和8%~40%的调控时长,可减少47%~97%和14%~93%的河渠水位累计波动,可减小24%~77%和5%~59%的河渠水位平均绝对偏差。【结论】APC算法提高了多级闸控河渠水位的控制精度和算法的收敛性,可在不同的河渠水位变幅下保持良好的控制性能,能够为多级闸控河渠的智慧水利建设提供技术支持。

基于通信功率自适应的无人机集群协同导航控制方法

分群现象是无人机集群在运动过程中出现的不利情形,部分无人机形成小簇,脱离群体。特别是在电磁环境复杂、通信资源紧张的通信受限情形下,集群无人机无法获取、利用周围所有邻居信息,发生分群现象的概率增大,严重影响任务的正常执行,为此设计了一种基于通信功率自适应的无人机集群协同导航控制方法。控制方法一是包括交互对象选择机制,确保唯一领导者的影响力可以迅速传递至整个集群,二是包括传输半径控制机制,可以基于模糊控制方法实现,自适应地调整集群无人机的通信功率。仿真实验结果表明,所提控制方法一方面可以增强集群鲁棒性,避免分群现象发生,实现通信受限情形下的仅单架领导者存在的大规模集群导航;另一方面可以降低无人机集群的整体能量消耗,控制无人机集群的任务成本。

儿童视角下的入园适应——基于马赛克方法的调查研究

儿童视角下的入园适应研究有助于更好地理解儿童在适应过程中的感受和体会,进而指导教师更好地支持和帮助幼儿适应园所生活。本研究以儿童视角,运用马赛克方法中的儿童会议、角色扮演和拍照之旅等工具与幼儿一同探究其入园适应中的多重情绪情感体验及其调节、新人际关系的感知与建构、环境和活动的探索与适应以及规则的学习与适应,发现幼儿在意识层面对入园处于喜欢和抗拒交织的状态,但在潜意识层面具有适应入园的能动性。因而教师应接纳与共情适应期的幼儿,共同直面和化解其情绪情感冲突;营造友好且愉悦的班级氛围,鼓励幼儿建立良好的人际关系;创设有邀请感且丰盈的环境及活动,吸引幼儿积极融入与适应;提供有温度且适宜的支持,转化幼儿的规则理解与执行。

电能表数据采集终端负载自适应均衡方法研究

针对电能表数据采集终端数据量及访问量高导致的负载失衡问题,研究基于元模型的电能表数据采集终端负载自适应均衡方法。将电能表数据采集终端的电能表数据作为模型元数据,经数据提取、转化、加载处理后,将处理完成的数据存储至元数据仓库内。在元数据负载大小未知条件下,创新性地采用基本负载均衡算法分配元数据仓库中元数据的负载,以求解元数据的负载量。当负载过大时,通过迁移负载低节点的目录子树,均衡处理了元数据的负载量,实现了电能表数据采集终端访问负载均衡。实例测试结果表明,该方法应对速度快。该方法降低了电能表数据采集终端负载,解决了元数据请求激增问题,提高了集群负载的均衡程度。