摘要：Lightweight design is important for the Thermal Protection System(TPS) of hypersonic vehicles in that it protects the inner structure from severe heating environment. However, due to the existence of uncertainties in material properties and geometry, it is imperative to incorporate uncertainty analysis into the design optimization to obtain reliable results. In this paper, a six sigma robust design optimization based on Successive Response Surface Method(SRSM) is established for the TPS to improve the reliability and robustness with considering the uncertainties. The uncertain parameters related to material properties and thicknesses of insulation layers are considered and characterized by random variables following normal distributions. By employing SRSM, the values of objective function and constraints are approximated by the response surfaces to reduce computational cost. The optimization is an iterative process with response surfaces updating to find the true optimal solution. The optimization of the nose cone of hypersonic vehicle cabin is provided as an example to illustrate the feasibility and effectiveness of the proposed method.

摘要：面向海表和海底立体观测与探测的需求,构建了一种新概念的浮标基海洋观测系统,获取时间、空间同步的水文/气象/水质观测数据、海表/海底摄录数据,并实时回传到岸基数据中心.将浮标、海底接驳盒采用光电复合缆连接起来,通过浮标、光电缆为海底观测系统供电;同时,将海底观测信息通过光电缆传输到海表浮标,然后通过卫星通信/无线通信将水面、海底的观测数据传输到岸基,实现了海底、海表观测数据的实时传输.系统在通信、系留、能源等方面进行了全新的设计,并构建了“海底观测(接驳盒)-以太网-光交换机-光电复合缆-光交换机-以太网-卫星(浮标)”的通信链路.为实现浮标系留,采用纤维材料设计了中性的光电复合缆,降低了对浮标储备浮力的要求,并适用于大深度的布放.针对光电缆能源传输方式及海底供电要求,采用风能/太阳光能互补方式供电,采用直流升压/降压等方式解决系留缆直流输电问题.为实现系统在深海的布放,设计了专用绞车.通过绞车依次布放海底节点、缆,避免使用遥控水下机器人安装操作和海底湿插拔技术,降低了系统的成本和试验的风险.通过近海试验,验证了整套通信链路的可靠性,以及系统长期、稳定供电的能力,掌握了系统的布放回收技术.该系统满足了海表、海底实时观测与数据传输的需求,实现了海表、海底的同步观测;并实现了海表/海底摄录数据的实时回传,在深远海声学、地质、地震等方面观测具有重要意义.

摘要：无人集群将深刻地塑造战争样式,为提升无人集群自主决策算法能力,对异构无人集群攻防对抗自主决策方法进行研究。对无人集群对抗模型设计进行总体概述,并对无人集群攻防对抗场景进行模型设计;针对无人集群自主决策采用强化学习技术广泛存在的稀疏奖励问题,提出基于局部回报重塑的奖励机制设定方法;在此基础上叠加优先经验回放,有效地改善稀疏奖励问题;通过程序仿真和演示系统设计,验证该方法的优越性。该方法的研究将加速基于强化学习技术的无人集群自主决策算法网络收敛过程,对无人集群自主决策算法研究具有重要意义。

摘要：针对无人集群对抗问题中原始态势信息繁杂,难以准确识别集群阵型和集群运动趋势等态势要素的特点,为提高无人集群态势要素识别能力,设计了一种利用Transformer的无人集群对抗态势要素识别方法。基于Transformer模型的思想构建了可应用于无人集群对抗态势要素识别问题的Transformer-Decoder注意力层模型,实现良好的集群态势要素识别能力,设计层间注意力结构以改进提升了Transformer-Decoder的特征表达能力,进一步提高识别准确率。首先将集群态势序列信息输入到LSTM循环神经网络,编码成时序特征信息;然后使用Transformer-Decoder注意力模块和层间注意力模块提取集群的综合高阶态势信息,最后多维度分类网络和softmax层实现对多类态势要素的分类。实验结果表明:利用Transformer和层间注意力的无人集群对抗态势要素识别方法在态势要素分类问题上表现出良好的性能,能够同时对多类态势要素进行准确分类;相对于基线方法,利用Transformer和层间注意力的集群态势识别方法在集群阵型和运动趋势识别问题上具有更高的准确率。尤其在体现集群内部相对趋势的态势要素的分类问题上,该方法明显表现出更好的性能。

摘要：[目的]园林工程建造阶段是风景园林项目中碳足迹比重最大的部分,而园路铺装又是工程建造碳排放最多的分项。园路铺装的材料生产、工程建造及运输、使用维护以及材料回收再利用,各阶段都产生了大量的碳排放。评估不同面层类型园路铺装的生命周期碳排放量,可以为园林工程低碳减排研究提供理论依据。[方法]以25种常见的园路铺装为例,构建园路铺装生命周期碳排放计算模型,厘清并计算各种园路铺装的生命周期碳排放量,并将结果进行归一化处理和评价。[结果]发现25种园路铺装中,生命周期内碳排放量最高的3种园路铺装是胶粘石路面、防腐木路面、石灰岩路面;碳排放量最低的3种园路铺装是混凝土路面、再生骨料混凝土路面和压膜艺术地坪。而将碳排放量进行单位面积和年均处理后,碳排放量最高的3种园路铺装是胶粘石路面、透水混凝土砖路面、砂基透水砖路面;排放量最低的3种园路铺装是再生骨料混凝土路面、压膜艺术地坪和混凝土路面。[结论]将碳排放量计算结果和具体实践结合进行分析评价,得出园路铺装碳排放量生命周期评价结论:生命周期年均碳排放的高低与面层材料耐久性有较大的关系;混凝土作为园路铺装的基础性结构,在其上增加其他面层的做法会增加碳排放量;以高强、薄型材料作为园路铺装面层材料的路面,生命周期内所产生的碳排放较低;面层材料的寿命对年均碳排放量的影响高于其他因素。

摘要：Γ函数作为反常积分中的一个特殊函数,它将阶乘运算推广到实数域和复数域上,是数学教学中不可避开的一个知识点.在教学过程中,对于Γ函数的讲解仅在反常积分中涉及,鲜有学时来分析其具体性质及其应用,学生在学习过程中也容易忽略Γ函数的应用.针对此问题,在介绍Γ函数的相关概念及其性质基础上,重点讨论和分析了Γ函数在微积分、概率论与数理统计、物理学、工程学和经济学等领域中的具体应用,并结合Γ函数的特点与应用给出了在教学中的设计策略,最后简要分析了Γ函数的优势和局限性以及在其他领域的潜在应用.

摘要：林业调查规划设计对林业资源发展及环境管控工作有着直接影响,能够维持林业生产活动的有效性和可靠性,满足可持续发展要求。文章阐述了林业调查规划设计,提出了提高林业调查规划设计质量的对策建议,以供参考。

摘要：结合拟建基在深厚覆盖层上的某一高土石围堰,运用非线性有限元法,进行了地基混凝土防渗墙应力关于其厚度和E-B模型主要参数(k、R_f、K_b、K_(ur))等指标的敏感性分析。分析结果表明:在各种指标条件下,堰体、地基及防渗墙的应力变形分布规律基本相似;但随着防渗墙厚度增大,防渗墙主拉应力明显减小,而主压应力变化相对较小;防渗墙E-B模型主要参数对防渗墙应力影响明显,与采用基本参数情况相比较,采用较大的模型参数将使得防渗墙主拉应力有所增大,采用较小的模型参数将使得防渗墙主拉应力有所减小。在工程设计中,应选择合适的防渗墙厚度、防渗墙混凝土材料配合比设计等,使防渗墙E-B模型主要参数(k、R_f、K_b、K_(ur))相对较小。

摘要：以某建基于深覆盖层上的高土石围堰工程为例,运用有限元法,进行了其渗流场关于覆盖层土体、基岩及混凝土防渗墙渗透系数的敏感性分析,探讨了围堰渗流场关于这些材料渗透系数的敏感性特征。结果表明:覆盖层土体、基岩及混凝土防渗墙渗透系数越大,围堰下游边坡出逸点越高,围堰及其地基的单宽渗流量越大,出逸段最大渗透坡降越大。因此,对于深厚覆盖层上的高土石坝围堰工程,覆盖层土体、基岩及混凝土防渗墙的渗透系数对其渗流场具有显著影响,在工程勘察设计过程中应尽可能合理地确定这些材料的渗透系数,以便通过准确合理地确定围堰及其地基渗流场,为围堰稳定分析提供可靠的依据。

摘要：轮廓检测旨在提取自然场景中目标形状以及区域与区域之间显著的分界线,是计算机视觉中的研究热点之一.近几年,基于卷积神经网络的轮廓检测模型取得了显著突破,这些模型由编码网络和解码网络两部分构成.编码网络一般采用现有的VGG16网络,研究者主要致力于解码网络设计.考虑到自然图像中包含许多不同尺度的轮廓,充分利用丰富的层级特征对于轮廓检测非常重要.因此,从充分利用多尺度特征的角度出发,提出一种能够有效整合不同尺度卷积特征信息的解码网络结构.将输入信息分成浅层、中层和深层3种特征,利用解码网络分别对不同尺度的特征进行整合,最后平均融合3种特征,进行图像到图像的轮廓预测,在BSDS500数据集上对模型进行评估.对比实验结果表明,模型预测的轮廓清晰,最佳数据集尺度指标达到了0.818,具有较好的性能评估指标.