摘要：超表面是由亚波长尺度的人工原子组成的二维平面超材料,具有操纵电磁波属性的能力。超表面领域的快速发展催生了多种技术/功能器件,包括超表面全息术、矢量涡旋光技术、超透镜、偏振转换器等。主动性超表面是指可以通过电、磁、光照、热、应力等外部刺激对超表面的结构、性质和功能进行灵活调控的超表面。近年来,人们一直致力于研究基于多种调控技术的多功能可调谐超表面,从而实现动态调控电磁波的目的。本文归纳总结了基于多种调控方法的可调谐超表面的研究进展,主要包括基于液晶的可调谐超表面、基于相变材料的可调谐超表面和结构可重构型可调谐超表面,并讨论了不同类型可调谐超表面的优势、面临的挑战以及未来的发展方向。

摘要：非晶合金具有许多优于传统合金的性能,而具有纳米晶结构的非晶合金材料的许多特性与传统的晶态合金材料和非晶态合金材料有着根本的不同。铁基非晶合金作为应用最广泛的非晶合金体系之一,通过热处理获得的具有纳米晶结构的合金具有更加优异的软磁性能,而这种高性能的功能合金响应了国家节能减排的号召,是21世纪信息、生物、能源、环保、空间与高技术领域重点发展的绿色产品。为了获得具备更多优异性能的纳米晶合金材料,近几十年来众多学者研究了元素的替代对纳米晶合金的影响。然而,当前对于纳米晶合金的研究仅局限于铁基非晶合金,并未探索其他元素基体的非晶合金;同时,目前对于纳米晶合金成分的设计大多根据经验规律或者探索性试验进行,尚未形成具有统一共识的理论模型。自1988年Finemet合金问世以来,研究者们除了为提高其软磁性能进行了大量的尝试之外,对纳米晶的形成机理也展开了不断的探索,发现对于Finemet合金纳米晶的结晶机制主要归因于α-Fe(Si)基体中Cu元素和Nb元素的相互作用。Finemet系列合金由于成本低廉,并且具备铁基非晶合金的高磁感与钴基非晶合金的低磁滞损耗与高磁导率,目前已经在变压器及电流互感器等领域实现应用。同时随着社会的进步以及对绿色发展的需求日益增长,对Finemet合金的研究不再局限于其在变压器设计的应用,研究者们对合金的巨磁阻抗效应、表面多样性及其向复合材料的发展也做了大量的探索,实现了其在军工、信息、能源等行业的应用。本文以经典Finemet合金为例,归纳了近年来通过元素的置换对Finemet合金的研究,分析了各个元素对Finemet合金的影响,通过分析Finemet合金的纳米晶结晶过程,归类出各组成元素影响纳米晶磁性能的机理,在此基础上,提出了一种研究纳米晶磁性合金的理论模型。最后,回顾了Finemet合金的研究进展并展望其未来的发展方向。

摘要：为解决“碳中和、碳达峰”目标与电力价格发展目标之间存在的冲突,以及我国电力交叉补贴严重的问题,首先,从地区与用户的角度对交叉补贴进行分类;然后,构建了交叉补贴规模测算模型;第三,以社会福利最大化为目标,考虑碳排放约束,设计了最优的电力价格机制;最后,以某省进行算例分析,结果表明:考虑碳约束的电力价格能够提高总社会福利。

摘要：为了提高飞机地面自动导航路径跟踪的控制精度,提出了基于模糊自适应控制的智能飞机牵引机器人纯追踪路径跟踪方法。首先建立了牵引机器人-飞机两轮简化模型,进行了路径跟踪运动分析;基于此分析,以牵引机器人-飞机系统运动速度和轨迹误差为输入,以预测距离为输出,通过模糊自适应控制实时调整纯追踪算法预测距离,设计了基于自适应模糊控制的路径跟踪控制器;通过几何仿真和虚拟样机仿真两种方法分别对所提出的方法进行了验证。结果表明,牵引机器人-飞机系统在变速运动时,路径跟踪的轨迹误差能控制在0.5 m左右,完全满足飞机地面自动牵引滑行的精度要求,验证了所提方法的有效性和适应性。

摘要：为进一步拓宽神经网络算法在火灾探测领域的应用,利用以阴燃火、明火和无火发生概率作为输出结果的国家标准火实验数据,在MATLAB平台上训练了一个多层BP神经网络,此网络对于测试集样本拟合的决定性系数均达到了0.95以上。以AT89C52为主控芯片,在Proteus中设计出了一种能满足火灾探测目的的仿真电路图。通过将训练好的BP神经网络参数导入到神经网络的仿真公式中,设计了能够驱使电路动作的软件程序,并且最终实现了火灾探测系统的电路仿真测试。

摘要：CO_(2)生物转化技术的开发为解决能源转型和气候变化问题提供了可能。人工光合群落是由密切协作的光合自养微生物与异养微生物组成的新一代生物炼制平台,能够通过群落成员间的互利代谢分工,高效地利用光能将CO_(2)直接转化为生物质和多种化学品,是实现负碳生物制造的潜在途径之一,因其在适用性和鲁棒性方面的优势受到了广泛的关注。近年来,随着系统生物学研究和合成生物技术的快速发展,多种研究策略被用于人工光合群落的设计与优化,取得了长远的进展,促进了对光合群落生产的理解。本文综述了光合群落的互作机制、独到优势和系统生物学研究方法,着重介绍人工光合群落的底盘升级、固定化/区室化技术、加强内部多层次调控等设计与优化策略以及在不同领域的应用进展。在此基础上,探讨了进一步将人工光合群落规模化应用所面临的光合效率和中间碳水化合物限制以及外源生物污染等潜在挑战,对纳米半导体材料杂合、物种间精细互作关系调控、基于多组学数据的群落模型构建等未来的改造方向和研究策略进行了展望。

摘要：针对重采样过程中,不平衡数据分类结果G-mean值较低,数据类分布不平衡的问题,考虑到电力需求侧不平衡数据的独特性,提出应用时空大数据的不平衡数据渐进学习算法.基于物联网终端节点采集的动态时空大数据,设计的不平衡数据渐进学习算法,建立基于长短记忆网络的时空大数据处理机制.依据属性值域,选定合适的时空数据与电力需求侧数据进行合成处理,促进数据类分布平衡.按照KL距离计算理念,获取计算不同数据之间的KL距离,并依托于KL距离,设计半监督学习算法,求解与优化电力需求侧不平衡数据渐进学习过程.实验结果表明:所提算法的平均G-mean值为0.93,平均G-mean值最高提升了37%.