功能迭代中的国际科技创新中心:演进路径与风险应对

在全球化经济和社会面临严峻转型挑战的背景下,建设国际科技创新中心已经成为各国推动科技进步、加速产业升级和促进可持续发展的关键战略。在阐述国际科技创新中心的内涵特征、诞生背景与空间转移过程的基础上,从发展驱动力、创新机构来源与主导产业类型这三个维度,分析总结不同时代背景下代表性的国际科技创新中心的发展模式,可构建处于迭代中的五大核心组织功能:基础科研、集成创新、产业驱动、辐射引领与制度试验。在此基础上,归纳其在组织形式、组织载体、驱动力量、关联模式、引才策略方面具有典型意义的演进路径,提出功能迭代中的国际科技创新中心发展需积极识别并化解应对在硬科技、创新成本、创新资源,及其全球科研竞争与协作方面潜在的风险挑战。

基于KDLV算法的配电网环网柜故障检测模型

环网柜作为配电系统中的关键连接点,其状态监测数据通常具有非线性、动态性和多变量相关性等特点。为了克服传统环网柜故障检测模型对状态特征信息提取不够充分导致监测效果不佳的问题,提出一种基于核动态潜变量(KDLV)算法的故障检测模型。首先利用KDLV算法将提取的多变量信息划分为动态潜变量部分和静态潜变量部分。然后对动态部分构建VAR模型,并构造特征空间的T^(2)监控统计量;对静态部分构建NPE模型,并分别构造数据特征空间和残差空间的T^(2)和SPE监控统计量。最后综合状态数据的动静态统计限,实现对实时数据的在线监控。通过现场试验数据验证,模型的故障检测率为100%,误报率最高为1.20%,相较于传统的环网柜故障检测模型,提出的模型更具优势。

2000~2020年锡林郭勒草原植被覆盖时空动态变化及影响因素分析

锡林郭勒盟生态地位十分重要,因此定量分析其植被覆盖度时空分布变化特征及驱动因素具有重要意义。本研究首先针对草原植被结构特征,基于优化的多角度像元二分模型构建了锡林郭勒草原2000~2020年植被覆盖度数据集,然后分析了覆盖度的时空变化特征,最后利用地理探测器研究了植被覆盖度变化的影响因素。结果表明:(1)2000~2020年锡林郭勒草原植被覆盖度呈“东高西低”的分布格局,不同生态功能区覆盖度差异较大,覆盖度主要集中在0.2~0.6;不同生态亚区植被覆盖度变化趋势基本一致,呈现波动增长趋势。(2)锡林郭勒草原不同生态功能区植被覆盖度变化差异明显,整体呈上升趋势,显著上升区为11.99%,主要分布在大兴安岭南部落森林草原生态亚区南部,锡林郭勒典型草原生态亚区北部和西部,阴山山地落叶灌丛-草原生态亚区的东部和内蒙古高原荒漠草原生态亚区中部和东南部;14.21%的像元覆盖度显著下降,集中分布在大兴安岭南部落森林草原生态亚区北部、锡林郭勒典型草原生态亚区中部条带状区域和南部以及坝上高原草原与农业生态亚区,需要重点关注。(3)湿润程度是锡林郭勒草原植被覆盖度变化的主要驱动因素,降水的影响力次之,两者与覆盖度均为正相关关系,且湿润指数对中等覆盖度区域影响力较大;气温对覆盖度的驱动力最小,两者为负相关关系。该研究期望为锡林郭勒草原生态保护与合理利用提供科学支撑。

基于暂态关键特征逻辑推理的复杂电网响应驱动暂态稳定性判别

暂态稳定实时性判别是响应式稳定控制的核心,新能源和直流输电并网下电网的结构、运行和响应特征复杂程度骤增,现有实时性判别方法的准确性和泛化性面临挑战。该文针对含新能源和直流输电的复杂电网暂态稳定性,提出了一种基于可量测暂态能量特征的自适应逻辑推理判稳方法,实现无电网模型依赖且具有可解释性的实时性稳定性判别。首先,基于发电机转子运动的能量关系,结合特勒根定理构建了面向复杂电网响应信息的能量函数并论证了其守恒性;然后,根据系统动能-势能能量转换特征定义了稳定预判因数,并结合最大功角差构成了判稳关键特征量,提出了基于自适应模糊推理神经网络(ANFIS)的关键特征量与稳定状态之间的映射模型,实现了暂态稳定性实时推理评估;最后,在简单系统中量化分析了关键特征量与系统稳定性间的关系,并在修改后含新能源与直流输电的IEEE10机39节点系统中验证了该文所提方法的有效性与泛化性。

设计驱动的产品颠覆性创新方法研究

通过设计驱动创新与颠覆性创新的理论研究,提出了包含意义发掘、功能系统调整、产品语言表达3个阶段的设计驱动产品颠覆性创新过程模型,以完善设计领域对于颠覆性创新方法的研究。首先基于SET洞察市场趋势设想新意义,由内而外接受批评以发掘可行性意义;然后对目标用户进行研究,运用AD将功能需求转化为设计参数,并与源产品技术对比进而进行技术调整,获得颠覆性创新技术解;接着将新意义特征及提升、添加技术所对应的部件确定为意义诠释区域,并采用类比推理选取样本;最后通过相似性分析确定设计原型并提取其特征要素,利用可拓变换优化产品语言表达,获得颠覆性创新产品语言解。以电动轮椅设计为实例验证了该模型的可行性,为其他设计驱动的产品颠覆性创新提供参考。

面向东盟地区的国际物流枢纽选址研究

研究国际物流枢纽选址,旨在优化东盟地区物流网络,深入推动“一带一路”高质量发展。选取城市吸引度、枢纽重要性、运输网络成本3个参量构建国际物流枢纽选址分配效用函数;以效用函数值最大为目标,构建国际物流枢纽选址分配优化模型。在城市吸引度评价方面,从城市基础条件、经济发展水平、运输行业发展现状、环境保护现状4个方面选取18项指标;在枢纽重要性评价方面,选取度中心性、网络凝聚程度、介数中心性和结构洞4项指标。在此基础上,基于“差异驱动”赋权和“功能驱动”赋权方法对城市吸引度、枢纽重要性进行综合评价,而运输网络成本主要考虑运输成本和建设成本。以东盟地区41座城市为例,经计算优化国际物流枢纽选址分配,结果表明:选取河内、胡志明、万象、曼谷、哥打巴鲁、曼德勒6座城市为国际物流枢纽时,选址分配效用函数值0.140最优。

基于完全邻域保持嵌入的光伏组件热斑故障诊断

针对局部阴影遮挡引起的光伏组件热斑,提出一种基于完全邻域保持嵌入的热斑故障诊断方法。该方法采用流形学习从光伏组件运行数据中提取非线性特征,在不借助红外图像的前提下实现组件状态的高灵敏检测。所提方法较传统方法能够更精准地反映组件运行状态,进而实现故障检测与故障分级。依托国家电网电力科学研究院实验平台,通过对15组不同程度的热斑故障样本进行性能验证与对比,所提方法能够有效实现故障检测与评估。

基于数据驱动学习的医学英语论著写作教学设计及应用评价

探讨了将数据驱动学习(data-driven learning, DDL)应用于基于体裁的英语学术写作教学的路径。福建医科大学共102名博士研究生参加了15个学时的写作教学实验。教师介绍了语料库的基本概念和AntConc软件的使用方法,设计了DDL任务,引导学生以小组为单位自主探索医学英语论著每个语步和语阶的语言特征。学生对课程的总体反馈较好,他们认为学习使用语料库方法探索语言特征、学习医学论著的修辞功能、融合语言特征和修辞功能、自建医学学科专用语料库以及小组合作完成任务是最大的收获。实验证明了DDL在博士生英语学术写作教学中应用的可行性。学生对课程的建议可在未来课程中加以考虑,即增加语料库类型和论文体裁,以优化基于DDL的英语论文写作教学。

氧驱动雾化吸入疗法在小儿哮喘中的应用效果

目的探讨氧驱动雾化吸入疗法在小儿哮喘中的应用效果。方法选取2020年1月至2023年6月济南市莱芜区张家洼街道卫生服务中心收治的98例哮喘患儿作为研究对象,按照随机数字表法分为对照组(49例)与观察组(49例)。对照组采用空气压缩泵雾化吸入治疗,观察组采用氧驱动雾化吸入疗法。比较两组临床症状消失时间、肺功能指标及治疗总有效率。结果观察组各项临床症状消失时间均短于对照组(P<0.05)。观察组用力肺活量、第1秒用力呼气容积及呼气流量峰值均高于对照组(P<0.05)。观察组治疗总有效率高于对照组(P<0.05)。结论氧驱动雾化吸入疗法在小儿哮喘中的应用效果较好,可缩短临床症状消失时间,改善肺功能,值得临床推广应用。

人才贡献率视角下的青海创新驱动发展研究

通过梳理人才资本与经济增长关系的理论和测算方法,基于柯布-道格拉斯生产函数(Cobb-Douglas)构建了人才贡献率、科技人员贡献率、技术增值率三个模型。根据青海省2000-2022年相关数据,计算得出2022年青海省人才贡献率为13.3%、青海省科技人员贡献率为44.42%,并发现青海省技术增值率从2007年到2018年表现为正增长,且2018年创新人才贡献率高达78.21%,2019年开始迅速下降后转为正增长。文章从三个方面分析了青海省人才在经济社会发展中发挥的创新驱动作用和资本贡献,为青海省人才政策调整,实现多元化、科学化应用创新人才提供了决策依据。

绿色纤维素基水凝胶膜的制备及油水分离性能

以杨木粉(PF)中提取的纤维素木浆(PF-NA)为基底,通过冷冻盐析技术,利用聚乙烯醇(PVA)将LiCl颗粒包裹在纤维素骨架上制备了纤维素基(CLH)水凝胶膜。采用FTIR、SEM、XRD、XPS对CLH水凝胶膜进行了表征,对其机械、高温、耐酸碱和耐盐稳定性、自清洁和耐污性进行了测试。结果表明,CLH水凝胶膜具有三维层状结构,PVA的加入及冷冻盐析技术的利用提高了CLH水凝胶膜的力学性能。LiCl作为吸水单元分布在纤维素骨架周围,使CLH水凝胶膜具有超亲水性,水下油接触角为151°;在重力作用下,CLH水凝胶膜可以实现对油水混合物和水包油乳液的高效分离,在高温(60℃)、强酸(pH=3)和强碱(pH=13)条件下具有稳定的分离效率(≥99.8%);在循环分离12次水包机油乳液中,CLH水凝胶膜保持稳定的分离性能;CLH水凝胶膜对四氯乙烯油渍具有自清洁和耐污能力。

慢阻肺患者使用无创呼吸机联合氧气驱动雾化吸入治疗的效果分析

目的分析慢性阻塞性肺疾病(简称慢阻肺)使用无创呼吸机联合氧气驱动雾化吸入治疗的效果。方法方便选择荣成市人民医院于2022年1月—2023年5月收治的84例慢阻肺患者为研究对象,用随机数表法分为对照组和观察组,每组42例。对照组使用无创呼吸机治疗,观察组在对照组的基础上联合氧气驱动雾化吸入治疗。对比两组的疗效、安全性、症状改善时间、血气分析指标、肺功能指标。结果观察组治疗总有效率明显高于对照组(97.62%vs 80.95%),差异有统计学意义(χ^(2)=4.480,P<0.05)。两组患者不良反应发生情况比较,差异无统计学意义(P>0.05)。观察组的退热、咳嗽持续、肺部啰音时间短于对照组,差异有统计学意义(P均<0.05)。观察组的动脉血二氧化碳分压、动脉血氧分压、呼吸频率优于对照组,差异有统计学意义(P均<0.05)。观察组的第一秒呼气容积与用力肺活量比值、第一秒用力呼气容积优于对照组,差异有统计学意义(P均<0.05)。结论无创呼吸机联合氧气驱动雾化吸入治疗慢阻肺整体效果理想,可以改善患者的肺功能和血气指标。

自适应迭代学习控制的发展现状与展望

本文在不同问题框架下阐述了自适应迭代学习控制方法的研究现状,并介绍了该领域未来的一些研究方向.首先,简要概述了自适应迭代学习控制的分析方法与控制器结构;其次,从系统的结构特征和运行特征两个角度,讨论了近年来自适应迭代学习控制领域的研究热点,包括非参数型不确定性、输入不确定性、状态受限、状态不可测、非重复运动等关键问题.针对每一类问题,指出了自适应迭代学习控制器的设计和分析特点;然后,探讨了数据驱动自适应迭代学习控制的设计方法;最后,提出了自适应迭代学习控制领域的一些开放性的、具有挑战性的关键问题,亟待进一步研究和探索.

安卓车机车控功能自动化测试研究

文章首先分析安卓车机的车控功能测试的特点,继而提出一种基于Python的自动化测试方法。该方法采用数据驱动测试的思路,通过调用Python-can库、CANTools库和UiAutomator2库,实现CAN信号与车机HMI界面的交互测试。该方法灵活性高,简单易用,可以较大地提高车机测试的效率。

广义二型模糊系统的自组织规则生成方法

针对广义二型模糊系统在复杂情况中因缺乏专家经验而难以构建合适模糊规则的问题,提出了一种基于输入数据的激活强度来生成广义二型模糊集以及模糊规则的方法。通过数据驱动自组织构建广义二型模糊系统模糊规则,并且使用迭代最小二乘法和梯度下降法优化系统前后件参数。最后,分别在无扰动和施加噪声情况下进行了非线性系统的跟踪仿真,实验结果证明了自组织规则生成的广义二型模糊系统的有效性,并能够以较高精度跟踪参考轨迹。

知识和数据驱动的污水处理反硝化脱氮过程协同优化控制

为有效提升城市污水处理过程的脱氮效果,提出一种知识和数据驱动的反硝化脱氮过程协同优化控制(Knowledge-data-driven cooperative optimal control,KDDCOC).所提方法主要有以下两个方面:首先,建立一种基于自适应知识核函数的协同优化控制目标模型,动态描述出水水质(Effluent quality,EQ)以及泵送能耗(Pumping energy consumption,PE)、关键变量的协同关系;其次,提出一种知识引导的协同优化算法(Knowledge guide-based cooperative optimization algorithm,KGCO),快速准确求解硝态氮(Nitrate nitrogen,SNO)优化设定值,提高KDDCOC的响应速度.KDDCOC利用比例−积分−微分(Proportional-integral-derivative,PID)控制器对硝态氮优化设定值进行跟踪,将提出的KDDCOC应用于城市污水处理过程基准仿真模型1号(Benchmark simulation model No.1,BSM1),实验结果表明,该方法能够提高出水水质,降低运行能耗,有效改善脱氮效果.

新质生产力视野下构建中国式现代化产业体系的逻辑和着力点

党的二十大把建设现代化产业体系作为构建新发展格局、推动高质量发展的重要方略。在新质生产力视野下,运用系统论方法,依托产业经济学分析框架,着眼中国式现代化建设实际、现代产业体系发展需求,系统分析了中国式现代化产业体系的构成要素。研究发现,加快形成新质生产力,需要廓清中国式现代化产业体系的内涵和特征,遵循产业体系构建的逻辑规律,也是中国式现代化产业体系建设需要遵循的重要问题;中国式现代化产业体系是一个复杂的经济系统,由产业主体、结构、政策、保障、创新等子系统构成,各子系统之间相互关联、相互作用、有机协调,共同构成有机统一的中国式现代化产业体系。研究表明,要培育壮大新型产业组织,着力发展实体经济,强化现代化产业的基础保障,加快产业政策转型调整,实施创新驱动战略是中国式现代化产业体系建设的主要着力点,也是加快构建新发展格局,推动高质量发展的必然要求。

深度学习与第一性原理计算

第一性原理计算基于量子力学基本原理,通过求解复杂的多电子相互作用问题实现高精度材料计算预测,已成为现代物理学、化学、材料科学等诸多领域中不可或缺的研究手段。然而,高昂的计算成本限制了第一性原理计算的广泛应用,使得大尺度材料模拟和材料大数据构建等重要领域的发展面临重大挑战。近年来,Alpha Go、Alpha Fold、Chat GPT等突破性工作的涌现宣示了人工智能新时代的来临,第一性原理计算领域也迎来了变革性转变的历史机遇。深度学习为第一性原理计算提供了新的研究范式,通过精确建模和高效预测,有望突破传统方法的瓶颈问题。文章介绍了一类基于深度学习的第一性原理计算方法,利用神经网络对密度泛函理论中的核心物理量——密度泛函理论哈密顿量进行建模,并设计出满足局域性原理、协变性原理等关键物理先验的先进神经网络架构,实现了高效精确的深度学习电子结构计算。该方法已成功应用于转角范德瓦耳斯材料等体系的大尺度材料模拟、基于材料大数据的通用材料模型构建等极具挑战性的任务中,为发展材料大模型、推动人工智能驱动的材料发现提供了新的机遇。

Optimum path planning of mobile robot in unknown static and dynamic environments using Fuzzy-Wind Driven Optimization algorithm

This article introduces a singleton type-1 fuzzy logic system(T1-SFLS) controller and Fuzzy-WDO hybrid for the autonomous mobile robot navigation and collision avoidance in an unknown static and dynamic environment. The WDO(Wind Driven Optimization) algorithm is used to optimize and tune the input/output membership function parameters of the fuzzy controller. The WDO algorithm is working based on the atmospheric motion of infinitesimal small air parcels navigates over an N-dimensional search domain. The performance of this proposed technique has compared through many computer simulations and real-time experiments by using Khepera-Ⅲ mobile robot. As compared to the T1-SFLS controller the Fuzzy-WDO algorithm is found good agreement for mobile robot navigation.