摘要：《设计》:我们注意到,2015年联合国首脑会议发布可持续发展目标(SDGs)以来,千叶大学在可持续方面做了许多努力,可以请您为我们简单介绍一下吗?渡边诚:是的,千叶大学在这方面做了很多工作,也设置了相关课程。去年7月,千叶大学刚刚修改了新的发展愿景,其中包括“世界领先的研究:发展世界最先进的研究作为国际人才循环的核心”“全球教育:培养可以向世界学习和贡献的人力资源”“整体治理:加强运营基础并引导可持续发展的大学管理”“社会参与:为社会做出巨大贡献”四个方面。

摘要：为研究竹网在软土地基表层处理中的作用、受力和变形规律,通过实验确定实验材料参数并设计使用液压千斤顶加载的竹网加固软基的室内模型荷载实验,研究载荷作用下竹网的变形和受力特性.实验结果表明:毛竹单杆简支梁在集中荷载作用下的破坏形式为纵向开裂或弯折,弯曲比例极限为6.6~107.2 MPa,极限强度为71.9~117.8 MPa,弹性模量11.59~19.57 GPa;间距为15 cm×15 cm的对边简支竹网的承载能力是单根竹竿的3.7~5.9倍;随着上覆土层厚度的增加,地基压力明显增加,当厚宽比在0~0.69时,对应沉降40 mm的地基压力与软土地基的压力比为2.66~6.96;竹网上应变和应力由于砂土层的扩散作用而降低.

摘要：强夯处理后的地基承载力如何计算,目前没有设计依据。本文以某吹填土工程地基处理为背景,设计室内强夯等效拟静力试验,提出强夯等效静压力试验的试验条件,即夯锤大小形状相同条件下强夯的夯沉量与夯锤在静压力作用下的沉降相等。通过室内试验验证了强夯等效拟静力试验的可靠性。试验结果表明:强夯各击对应的拟静压力达到或超过地基的极限荷载,随着夯击次数的增加,拟静压力增加,夯锤下地基极限承载力亦增加;随着细粒含量的增加,拟静压力先增加后减少,当细粒含量为30%时,各击的拟静压力达到最大值。本文提出了强夯拟静力法计算方法,可以判断不同终夯标准情况下的地基承载力。拟静压力计算结果是实测结果的0.93~1.23倍,具有较高的精度。

摘要：本期的一系列访谈源自北京师范大学未来设计学院“未来设计种子基金”立项项目“当代国际设计思潮及未来设计教育发展研究”。回顾设计史,我们会发现,目前在国际设计教育领域影响较大的当代设计思想大都在20世纪下半叶就已经有迹可循,是设计领域研究者们对设计现代性的沉淀与反思;而形成后的设计思潮的影响力又伴随着国际一流高校专业设计人才的培养进一步扩散,对设计行业、消费生态、社会关系产生了不可估量的作用。

摘要：中国艺术研究院叶苏祥研究员潜心于专利发明与科学研究,多年来结成累累硕果.其中,已有多项研究成果在国家科技部、卫生部、中国科学院等部门备案,并参加诺贝尔奖国际论坛.

摘要：近些年来,随着城镇住宅小区建设的飞速发展,人们的居住环境得到了显著的改善和提高,阁楼、跃层和复式楼房等户型新结构大为增多,广大住户迫切需要占地空间小,款式新颖雅致,便于制造.

摘要：代理模型辅助的进化算法是求解目标函数评价昂贵优化问题的有效方法.在这类算法中,算法的搜索策略和填充采样策略是在有限评价次数下获得优化问题较好解的重要因素.为此,本文使用多种群搜索策略用于平衡种群搜索的多样性和收敛性,同时基于个体和训练样本之间目标函数值的距离自适应选择模型进行个体的目标函数值估计,以提高估值的准确度.为了验证算法的有效性,在CEC2005测试函数以及扩频雷达Polly编码优化设计问题上进行测试,并和现有求解昂贵优化问题的算法进行了结果对比.实验结果表明本文提出的算法在目标函数评价次数有限的情况下能够获得昂贵优化问题的较好解.

摘要：代理模型辅助的多目标进化算法广泛用于解决计算费时的多目标优化问题,然而现有的大部分建模方法都是为了嵌入到特定算法而设计的,适应于其他算法的能力并不强,为了能够依据数据特征自适应的建立模型,提出了一种基于自适应模型选择的建模方法。该方法的主要思想为:依据每个目标函数的样本特征,自适应的选择样本建立全局模型或者局部模型。为了验证所提出建模的方法的有效性,将提出的建模方法应用于基于高斯过程辅助的双存档费时多目标优化算法(KAT2)和基于高斯过程辅助的参考向量引导的费时多目标优化算法(K-RVEA),并且在DTLZ测试函数进行测试。通过实验证明,提出的建模方法可以有效的解决费时多目标优化问题。

摘要：智能决策支持的掘进多行为协同控制是煤矿掘进工作面智能化的核心之一,掘进多行为协同控制的最优时序规划是智能决策的关键。针对煤矿掘进多行为控制模式单一、固化、协同作业能力差等问题,设计了一种煤矿掘进多行为协同控制智能决策模型,实现了掘进多行为在最优时序下的协同作业。首先,提出了掘进多行为协同控制智能决策方法,确定了掘进多行为可行时序规划集和多目标最优时序规划策略;其次,根据掘进现场的规定和工艺要求,确定了掘进动作事件集,通过对事件集中两两动作事件之间时间关系的分析,求出掘进多行为时间关系约束矩阵;然后,根据时间点关系约束矩阵转换方法,将掘进多行为时间关系约束矩阵转换为时间点关系约束矩阵,再求出掘进多行为可行时序规划集;最后,定义不同掘进目标下的求解函数,求得不同掘进目标的最优时序。实验结果表明,在不同掘进目标下,按照模型决策出的掘进动作最优时序规划结果,掘进机器人可无干涉协同作业,且掘进作业1个工作循环的执行时间与决策模型计算的时间基本一致。

摘要：学习分析和知识国际会议(简称LAK)致力于传播和推动学习分析领域的前沿研究。第七届学习分析与知识国际会议(简称LAK17)于2017年3月在加拿大温哥华举行,来自不同学科背景的三位专家作了主题报告。本文对会议主题报告和论文进行系统了分析,以明晰该领域研究发展现状和未来趋势。首先,结合七届LAK会议主题发展,本文从时间维度纵向梳理学习分析的发展历程。然后,围绕本次会议,本文横向探究了学习分析追踪学习、理解学习和改进学习的发展过程,以及学习分析领域可持续发展,具体包括:1)利用多模态生物识别技术采集学习者行为层、心理层和生理层数据,利用线上和线下一体化学习分析技术全方位追踪学习;2)通过学习者行为建模、在线学习社区和反思写作中的文本挖掘、真实课堂环境情境中的师生话语分析、心理测量和情感分析方法,对学习者和学习过程进行多角度理解;3)通过学习者知识建模、学习资源精准服务和自我调节学习支架为学习者提供个性化与自适应学习支持,基于学习分析系统从学习设计和教学决策、学习风险预测和干预、学习评价和反馈等方面为教学者、学习者、研究者和管理者提供多方位教学支持;4)关注学习分析研究的数据权限和伦理道德问题,保证学习分析领域的可持续发展。最后,本文提出了构建多模态数据基础、寻求跨学科技术支持两大跨学科性发展趋势,并指出推动学习分析标准研制和学科建设面临的挑战,以期为学习分析领域的研究发展和以改进学习为目的的实践应用提供启示。