摘要：In recent years,multiple-load automatic guided vehicle(AGV)is increasingly used in the logistics transportation fields,owing to the advantages of smaller fleet size and fewer occurrences of traffic ***,one main challenge lies in the deadlock-avoidance for the dispatching process of a multiple-load AGV *** prevent the system from falling into a deadlock,a strategy of keeping the number of jobs in the system(NJIS)at a low level is adopted in most existing *** is noteworthy that a low-level NJIS will make the processing machine easier to be starved,thereby reducing the system efficiency *** motivation of the paper is to develop a deadlock-avoidance dispatching method for a multiple-load AGV system operating at a high NJIS ***,the deadlock-avoidance dispatching method is devised by incorporating a deadlock-avoidance strategy into a dispatching procedure that contains four *** this strategy,critical tasks are recognized according to the status of workstation buffers,and then temporarily forbidden to avoid potential ***,three multiattribute dispatching rules are designed for system efficiency,where both the traveling distance and the buffer status are taken into ***,a simulation system is developed to evaluate the performance of the proposed deadlock-avoidance strategy and dispatching rules at different NJIS *** experimental results demonstrate that our deadlock-avoidance dispatching method can improve the system efficiency at a high NJIS level and the adaptability to various system settings,while still avoiding potential deadlocks.

摘要：随着数字技术的应用,职业教育如何实现数字化转型发展,已经成为当前职业教育工作者研究的重要课题。在教学改革的新形势下,职业教育要充分运用信息技术的优势,进行数字化改革。以艺术职业教育为例,要将艺术专业学科发展与数字化转型有机结合,探索艺术职业教育的数字化发展之路。文章围绕职业教育的发展,探讨了艺术职业教育的数字化转型路径,包括树立“信息技术艺术教育”的意识、建立完善艺术职业教育的数字化信息平台、打造艺术职业教育数字化资源共享服务模式等。

摘要：本文针对绿色分布式可重入作业车间调度问题(GDRJSSP),提出一种融入概率学习的混合差分进化算法(HDE PL),以实现最大完工时间和总能耗最小.根据GDRJSSP的问题特点,设计编码和解码规则,并采用差分进化算法执行全局搜索来发现优质解区域.为能更明确地引导全局搜索方向,设计基于贝叶斯网络结构的多维概率模型合理学习和积累优质解(即当前种群中的较优解)的模式信息.结合问题解的结构特征,提出基于关键路径的4种邻域结构来构造局部搜索,并设计基于非关键路径的节能策略来提升算法获取低能耗非劣解的能力.仿真实验和算法对比验证了HDE PL可有效求解GDRJSSP.

摘要：近年来,各种深度学习模型在故障诊断领域取得了突破性进展。该类方法能自动的从复杂的数据捕捉到设备在不同状态的规律,但其“不透明”特点导致了使用者对模型的不信任。从模型的拟合角度出发,提出一种通过互信息规则来规范模型输入输出之间关系的卷积神经网络模型。通过改进模型的损失,增强网络模型的特征提取能力,并将结果可视化。首先,将振动数据转换为包络谱作为模型第一层的输入;然后将用于特征提取的多层卷积视作一个系统,并设计该系统的输出与模型的输入大小一致使得模型便于理解;其次,添加注意力机制层以增强明显特征;最后,基于信号降噪前后之间的互信息规律设计了损失函数来驱动卷积系统可以提取更多故障特征频率成分。通过仿真信号与真实案例表明:所提方法的可视化结果不仅具有一定的解释性,并且在轴承的故障特征提取方面取得了一定的效果。

摘要：自《中华人民共和国环境保护法》修订以来,按日连续处罚制度在我国实施已近9年,有必要对其立法和实施情况进行全方位的检视。在立法层面,按日连续处罚制度在我国经历了“地方立法先行先试—国家立法逐步展开—地方立法积极回应”三个阶段,已形成较为完备的法律规范体系;在实施层面,执法数据表明该制度的适用率极低,究其原因既有重罚主义倾向下执法人员不敢罚的主观成因,也有该制度本身不合理的客观成因。有鉴于此,可以从立法和执法两条路径出发对其进行完善。在立法上扩大适用范围,简化法定构成要件,完善计罚方式;在执法上明确“要件裁量”和“效果裁量”以规范行政处罚裁量权的行使,同时为“可以不予”按日连续处罚的违法行为设计双轨制罚则。

摘要：薄煤层N00工法的提出,革新了传统的煤矿开采模式、关键技术与装备系统,并取得了成功应用。而新开采模式下的巷道围岩控制技术尚不完善,为实现薄煤层N00工法巷道顶板结构的安全稳定,考虑其工艺流程和顶板变形特点,将巷道划分为超前硐室、垮落成巷两个阶段。并基于Hoek-Brown非线性岩体强度破坏准则,确定了巷道顶板不同阶段的锚杆/索预紧力的计算公式,提出了巷道顶板锚杆/索预紧力及长度设计方法。此外,结合数值模拟研究了不同阶段巷道顶板锚杆/索支护作用机理及不同锚杆/索支护组合对围岩应力分布的影响,揭示了锚杆/索支护关键参数对顶板稳定性的影响机制。最后,综合理论与数值模拟分析结果,提出了分区补偿支护技术,确定了锚杆/索预紧力、长度及选材的设计原则,该技术在现场取得了良好的应用效果。

摘要：以粗轧轧辊孔型为优化对象,对影响折皱缺陷的因素进行了分析,提出了一种基于随机森林的粗轧过程孔型参数优化设计方法。首先,采用DEFORM-3D软件建立三维轧制热力耦合有限元模型,分析了折皱缺陷的产生原因,探究了折皱缺陷的影响参数;然后,开发了基于随机森林算法的机器学习模型,建立了变形温度、孔型圆角尺寸、槽底宽度和轧辊与轧件间的摩擦因数与宽展值之间关系的设计数据库;结合约束条件,得到了孔型参数的最优解,最后,对优化后的孔型进行了验证。研究结果表明:当孔型槽底宽度b k为165 mm、圆角尺寸R为14 mm时,取得最优解,此时宽展值最小;采用优化后孔型进行生产,消除了折皱缺陷,成品合格率明显提高。

摘要：推动高职院校高质量发展,是以人工智能驱动人才培养模式升级的底层逻辑,而培育适应社会发展与变革的优秀人才是最终落脚点。人工智能时代下的人才培养与教育,需在多元和开放的技术环境下理性变革。高职院校需掌握住人才培育模式创新中的关键技术,结合现实困境的智慧化应用。以突破困境和解决人才培育问题为目标导向,提出以人工智能助推人才培养模式创新的科学策略。

摘要：当前,多模态网络编程模型与底层硬件紧耦合、强相关,导致网络程序呈现扁平化和单片化特征.因此,持续开发模态程序效率低下且极易出错,制约了网元设备的可用性和可靠性.为此,本文提出面向多模态网络的编程环境(PINet’s Programming Environment,PPE),支持增量式开发网络协议与功能.基于“巨型交换机”思想,PPE提出了一种平台无关的编程模型及语言,支持模块化编程和跨平台移植,通过模块单元的灵活组合提高网络程序的开发效率.同时,针对上述模型设计了前后端分离的编译系统框架.该系统自动化解析并组合分布式的模态程序,通过优化报文处理逻辑自动适配硬件资源约束.实验结果表明,在不影响硬件性能的基础上,PPE能够降低20%的程序开发量,同时引入编译时延和资源开销在合理范围内.

摘要：随着信息技术的快速发展和数字时代的到来,数字化赋能已成为各行业、各领域发展的重要推动力。在职业教育领域,数字化赋能也被视为实现高质量发展的重要手段。数字时代的到来不仅给职业教育带来了挑战,也为其发展带来了巨大机遇。如何抓住数字化转型的发展机遇,赋能职业教育高质量发展,更准确地满足社会需求,更好地适应市场变化,成为当前职业教育面临的重要课题。