摘要：针对多颗微小卫星合作接管失效卫星姿态运动的问题,研究了考虑微小卫星控制约束的多星合作博弈策略学习与协同控制方法。首先,建立了微小卫星合作博弈模型,给出了能够处理微小卫星控制约束的多星合作博弈帕累托最优策略显式表达式。其次,针对微小卫星合作博弈策略学习需求,通过过去与当前时刻数据的并行使用,设计了基于并行学习的策略迭代方法,该方法放松了神经网络(NN)权值矢量学习对持续激励条件的要求。给出了为确保神经网络权值矢量估值收敛,所使用的过去时刻数据所需满足的条件,并通过Lyapunov方法分析了神经网络权值矢量估计误差的一致最终有界性。之后,采用并行学习策略迭代方法进行了微小卫星合作博弈帕累托最优策略数值解的逼近。所获得的合作博弈策略具有反馈控制形式,在进行神经网络权值矢量学习后,各微小卫星能够通过合作博弈策略的独立计算实现失效卫星姿态运动接管过程中的闭环协同控制。所设计方法避免了传统姿态控制方法所需进行的力矩分配,消除了微小卫星数量对其控制计算复杂度的影响。最后,通过数值仿真对所设计方法的有效性进行了验证。

摘要：为了支持对大规模不确定性移动对象当前及将来位置的查询，亟需设计更加有效和高效的索引结构．当前索引算法主要考虑索引建立和维护的效率问题或关注基于索引进行查询时的准确性，对索引建立维护以及查询时性能综合考虑的研究较少．针对已有方法的不足，提出基于路网的移动对象动态双层索引结构DISC-tree，对静态路网信息采用R＊-tree索引，对实时更新的移动对象运动轨迹采用结点更新代价较小的R-tree进行索引，设计哈希表和双向链表辅助结构对索引协同管理．成都市真实地图数据集上的实验结果表明：相比于经典的NDTR-tree，DISC-tree在索引建立和维护方面时间代价平均减少39．1％，移动对象轨迹查询时间代价平均减少24．1％；相比于FNR-tree，DISC-tree的范围查询准确率平均提高约31．6％．

摘要：自从人类的审美诞生之日起，平直单调就—直被隔绝在艺术殿堂的大门之外.当我们的眼睛疲倦于一整张画布的单色时，镂空艺术轻轻地为我们剔去部分色块，清晰活泼地显现出美的精髓。为了更深入地领略镂空艺术的魅力，我们特意走访了清华大学美术学院的孙嘉英教授，采访就在她的工作室内。

摘要：“他（苏格拉底）从社会观点指出美的评价标准在于对于人的效用；根据效用，他见出美的相对陛。从此美与善就密切联系在一起，而美学与伦理学和政治学也就密切联系在一起了.”

摘要：汽车生产过程对测试设备的安全性和可靠性提出了很高的要求;研制了一款用于生产测试的高精度模块化恒流源,针对模块的易发故障和测试需求,设计采用专门的自恢复型过热故障预警电路和过流过压保护电路,为系统长时间无故障运行提供了安全保障,并采取信号隔离、继电器触点保护等抗干扰措施,改善模块的电磁兼容性,满足汽车生产测试环境的要求;实际应用表明,该恒流源性能优良,抗干扰强,可靠性高,MTBF>1000h,已成功应用于汽车生产测试系统中。

摘要：对空间中由于燃料耗尽或执行机构故障而失效的航天器进行姿态接管控制能够实现其上高价值有效载荷的再利用,多个微小卫星通过协同,能够以较低的成本对其实施姿态接管控制.微分博弈研究了多个体的最优决策问题,其中各个体通过局部性能指标函数的优化获得控制策略,并实现博弈事先设定的全局目标.本文将失效航天器的姿态接管控制问题转换为多微小卫星的微分博弈问题进行研究.首先建立了多微小卫星的微分博弈模型,设计了微小卫星的性能指标函数,实现了对微小卫星微分博弈问题的数学描述.之后给出了微小卫星微分博弈的HJ (Hamilton-Jacobi)方程,并通过基于单神经网络的策略迭代算法进行了耦合HJ方程解的学习,实现了对微小卫星博弈均衡策略的逼近.最后进行了微小卫星微分博弈学习控制方法有效性的数值仿真验证,仿真结果表明,微小卫星通过学习到的近似博弈均衡控制策略,实现了失效航天器姿态接管控制的全局目标.

摘要：空间众包技术在现实物理世界中有着丰富的应用场景,得到学术界和工业界的广泛关注.任务分配是空间众包的主要研究问题之一,即把工人分配给合适的任务.但是现有的任务分配方法大多假设众包工人和空间任务出现的位置和时间是已知的,忽略了真实的众包平台中众包工人和空间任务的动态变化,由于空间众包平台的强时效性,这种情况下设计的分配方式只能得到局部最优分配结果.提出最大价值最小成本任务分配的新问题,目标是对当前和未来的工人进行分配,使用最小的移动成本获得最大的分配价值.为解决这一问题,提出了基于轨迹的任务分布预测方法及基于核密度估计的工人分布预测方法,设计基于位置预测的任务分配算法来计算众包工人和空间任务的相对最优分配策略.所提位置预测方法利用图卷积神经网络和ConvLSTM模型进行预测,相较传统基于网格的位置分布预测更加精确和稳定.基于位置预测的启发式分配算法可以在线性时间内结合预测得到的位置信息完成任务分配,更加契合空间众包平台的强时效性.在真实数据集上进行大量实验来证明所提方法的有效性,相比于基于网格的预测方法,任务/工人位置预测准确率分别提高了15.7%和18.8%.

摘要：通过对国内酒店设计流程的总结和梳理,结合设计过程管理经典理论与方法,对国内酒店设计管理要点进行解构,重点分析专业酒店管理公司介入模式、设计委托模式、设计工作界面划分及设计委托合同结构优化四方面要点,尝试构建适合国内酒店设计管理的技术路线和管理模式。

摘要：社交网络用户情绪传播与用户的空间距离和时间跨度有关,并且受到多种交互机制的影响.从大规模社交网络数据中提取情绪传播的时空特征,研究用户行为对情绪传播的影响,对预测情绪传播趋势具有实际意义.利用线性回归获取的各行为子层的情绪传输率之间存在差异.提出一种基于多层社交网络的情绪传播模型,被称为ECM模型(Emotional contagion model).该模型包括三个行为子层,每层的拓扑结构各不相同,由该行为的交互历史决定.在真实数据上对ECM模型进行仿真分析,可以获得社交网络中情绪传播的过程与规律:1)中性情绪用户所占比例随时间逐渐增大,接近57.1%,而正向情绪与负向情绪比例始终接近. 2)情绪传输率越大,用户情绪更容易受到其他用户的影响而发生变化;初始情绪越中立的用户,在演化过程中情绪波动越小,而初始情绪极性越大的用户情绪波动越大.此外,通过实验对比该模型与其他情绪传播模型,表明ECM模型更加接近真实数据,对社交网络中情绪传播具有较好的预测效果,预测准确率相比其他模型可以提高1.8%～7.8%.

摘要：针对大多数位置预测算法缺乏综合考虑社交关系以及移动模式对用户时空行为的影响,提出一种融合信任圈和移动模式的位置预测框架FTM(a location prediction framework based on trust circle and mobilitypattern)来预测用户的下一个签到位置。通过分析Gowalla数据集提出一种称为信任圈的新型社交圈,并从中划分出具有代表性的三类社交关系;利用多社交圈模型模拟评估不同信任圈的影响力;根据用户移动模式的特征提出了直接访问模式以及多元访问模式,并利用加权的方法计算不同移动模式的影响力;在真实数据集上进行对比实验,实验结果表明:FTM框架在预测下一签到位置较其他代表性算法具有更高的准确率,平均准确率可以达到92.6%以上,并且随着空间阈值的变化,FTM较其他方法表现出更好的鲁棒性。