摘要：为了实现航天器电源系统的灵活高效并网,最大化有限能量的利用,提出一种基于深度强化学习(deep reinforcement learning,DRL)的功率传输与信号传输复合网络拓扑优化模型,并使用知识蒸馏原理的多种可解释组件模型对优化过程进行剖析。首先,分析在轨运行阶段航天器母线电压调节控制域变换规律,并结合节点传播性参数,建立功率传输与信号通信的复合网络拓扑模型。然后,利用A3C(asynchronous advantage actor-critic)算法,对信号传输网络路由分布、拓扑结构等方面潜在的运行可靠性风险进行自适应性优化。最后,结合多种可解释组件对已训练的DRL模型进行知识蒸馏,形成一种可解释的量化分析方法。所提方法可以指导空间电源在随机阴影影响下选择最佳并网方案,并为更高任务要求和复杂环境下空间电源控制器设计提供理论支持。

摘要：为厘清戏曲服装设计要素与审美情绪、审美评价间的关系,以越剧小生褶子为研究对象,以Leder审美认知加工模型和情绪PAD(愉悦度、激活度、优势度)模型为理论基础,采用纯涤纶和纯丝绸面料2种材质、15种颜色(上五色、下五色、中间五色)、4种纹样(无纹样、边花、折枝、团花)进行组合设计,利用CLO3D软件制作出120款越剧小生褶子,以三维穿着图片作为刺激材料,在35名被试者情绪测量和5组语义评价的基础上,分析了不同设计元素对语义评价和PAD情绪的影响及其相互关系。研究结果表明:小生褶子设计要素能够引起不同的审美情绪和语义评价,根据情绪影响可将小生褶子颜色划分为3类:高愉悦、低唤醒、高支配颜色,高愉悦、高唤醒、低支配颜色和低愉悦、低唤醒、低支配颜色,在此基础上探明了情绪维度在褶子设计要素与语义评价间的中介作用。

摘要：拓扑优化作为一种先进的结构优化方法,其本质是在给定载荷和边界条件下通过寻求设计域内材料的最优分布形式而获得性能最优的结构拓扑形式。近年来,随着优化算法和计算机科学的不断发展,结构拓扑优化在航空航天、汽车、船舶等运载工程有广泛的应用前景。基于理论研究层面,探讨离散体和连续体结构拓扑优化方法及其特点。针对拓扑优化在航空航天、汽车、船舶等运载工程的具体应用,指出结构拓扑优化存在的缺点及其推广所面临的挑战。同时,探讨国内外拓扑优化工业软件开发应用的研究现状和发展趋势。目前,拓扑优化面临的主要问题是在处理大规模运载工程结构优化的迭代中,需要进行多次有限元分析,增加计算空间和时间的复杂度。针对此情况介绍以等几何分析及机器学习为代表的新学科方向,以改善拓扑优化设计的不足,从而缩短运载装备的设计周期,并对未来的研究趋势进行初步探讨。

摘要：我国高速铁路网中多列车之间在多车站进行接续时的关系灵活且复杂,为有效提升旅客中转服务质量,先构建列车运行图接续方案优化的整数规划模型,调整既有运行图中列车的停站方案和运行时刻,优化列车接续的时间、频率和方式;再根据问题特点,在线性化模型的基础上设计遗传算法,将列车停站和运行时刻的循环迭代决策纳入遗传算法框架,提高模型求解效率;最后依托“二横二纵”主干路网构建大规模计算案例,验证方法的有效性。结果表明:与实际列车接续方案相比,优化后列车之间的接续时间平均缩短11 min,接续频率总计提高1109次,共53组列车接续由异站改善为同站,74.94%的客流OD中转服务质量得到不同程度提升;客流OD中的换乘需求越多,中转服务质量提升幅度越大,列车接续服务资源对不同OD间客流需求的匹配度更好。该方法能够在较小幅度调整既有运行图的前提下,获得列车接续方案较大幅度的质量提升。

摘要：列车运行图与维修天窗之间的冲突始终无法避免,且维修天窗开设时间的长短显著影响列车总运行时间。针对此问题,综合考虑维修天窗对列车运行造成的限速约束、车站到发线数量约束等,建立列车总运行时间最小,以及维修天窗实际开设时长与理想时长总偏差最小的双目标混合整数规划模型;对困难约束设置中间辅助变量将模型线性化以提高求解效率,并设计约束转换算法求解双目标模型的Pareto最优;微观化处理铁路线,将站内资源和站间资源细化为一系列行车资源单元,得到更加符合实际旅客运输需求的运行图。以某地区铁路线夜间开行列车及维修天窗开设计划为研究背景,调用商业软件求解双目标函数模型的Pareto最优,并对双目标模型的最小支配解和最优支配解进行对比分析;针对最优支配解下的列车进入、离开行车资源单元的时间、停站作业时间及维修天窗的开始时间及开设时长,绘制列车运行图。求解结果表明:模型在满足维修天窗最小开设时长的同时,能够兼顾列车运行总时间最小和维修天窗开设时长更充裕。基于最优支配解绘制的列车运行图表明:微观路网下的列车运行时刻表优化结果更符合实际旅客运输生产作业需要。研究结果可为铁路运营管理部门进一步优化列车运行图编制与维修天窗开设提供参考。

摘要：艺术学习对于高考生是奔前程的工具还是纯粹的艺术陶冶?高考背景下的艺术学习又呈现何种样态?本文通过对音乐特长生进行成长叙事的撰写,发现在竞争激烈的升学背景下,学琴“有用”、学琴“有价”、学琴“有声”在音乐特长生成长过程中呈现复杂的张力。艺术教育投资的主要动机是家长视其为高考的“捷径”,但艺术学习并不轻松,艺术训练蕴含着一套苦练文化与高度排他性的“攒证书”文化,带有异化特征。特长生的艺术学习离不开家庭的雄厚经济投资、高强度时间积累和高情感陪伴。对于经济与文化资本不足的家庭来说,时间积累和情感陪伴作为补偿型教育策略,成为促进学生学习、支撑学生坚持下来的关键力量。尽管艺术学习在中国社会具有一定的实用取向,但学生的艺术兴趣会借由艺术本身的魅力和家庭、学校、教师构建的艺术气氛烘托维持,给学生带来意外的精神陶冶,助力学生的全面发展。艺术学习帮助学生实现个人的资格化、社会化与主体化,成为应试教育背景下个性发展的良好补充。艺术学习的工具性与纯粹性在高考模式下可并存,在高考赛道之外,我们也要关注到艺术赛道给予个人主体性生成的独特成长“礼物”。

摘要：受青蛙后肢的运动过程和对称式结构的启发,提出一种兼顾长行程和较高工作频率的柔顺刀具导向平台,解决了刀具导向平台中直驱式工作行程短和放大式工作频率低的问题。首先,提出柔顺导向平台初步模型,确定重要杆件长度。其次,利用有限元分析对初步模型进行多目标优化设计,并采用熵权法和优劣解距离法(TOPSIS)进行得分排序。在此基础上,进一步利用有限元分析进行结构的多工况拓扑优化。最后,加工试验样机进行实验测试。有限元分析和试验结果表明:该导向平台放大比为4.67,最大行程可达90μm左右,一阶固有频率为1765 Hz,实现了长行程和高频率的运动;同时,导向平台的分辨率可达亚微米级,轨迹跟踪误差约为2%。综合仿真结果和实验测试结果,所提出来的柔顺刀具导向平台可以实现精密导向运动。

摘要：碳纳米管的独特中空结构使其能够通过内部封装材料形成核壳结构,制备各种可调控功能性纳米器件。受限于纳米特征尺寸,有限的研究报道导致微观热输运机制尚不明晰,导致碳纳米管核壳结构的材料设计缺乏明确的理论支持。其中,管内封装金属纳米线的制备、调控和应用已经得到初步探索,作为一种典型的碳管核壳结构,其热输运特性及机制具有较强的研究价值。因此,本工作以铜金属为典型,探究碳管内封装铜纳米线结构在不同的加热温度下复合结构的热导率变化,并通过管内纳米线轨迹、温度分布、声子态密度和重叠能等进行热输运机制分析。

摘要：大数据时代下,具有混合类型协变量的高维调查数据给异质性分析及其变量选择带来了挑战.文章提出了一种改进的稀疏聚类方法,并以中国教育追踪调查和“千人百村”社会调查为例展开应用讨论.文章提出了调整后DBI准则用以衡量协变量重要程度,使用不同惩罚参数分别控制不同类型协变量的权重,得出最优的聚类划分结果以及重要的类别区分协变量.理论层面,文章证明了所提出方法的变量筛选一致性.数值实验层面,文章设计了一系列模拟实验验证了所提出方法在聚类和变量选择方面的良好性能.实证数据的结果也表明,文章提出的稀疏聚类方法所划分出的样本集群具有较高的区分度,便于研究者对每个群体进行特征的刻画;同时,其选择出的类别区分变量具有重要现实意义,在不损失重要信息的条件下降低了数据的维度,增加了模型的可解释性.文章提出的稀疏聚类分析实现了对高维调查数据中的混合类型协变量的联合分析,极大化地提升了信息的使用率和数据的利用率.

摘要：重载卸车站是重载运输的重要组成部分,实现车站作业计划自动化编制对于加速列车周转时间、提高重载运输生产效率具有重要意义。重载卸车站由于列车在站作业种类多,车站作业计划编制复杂。为实现计算机自动化编制高效智能的车站作业计划,在分析重载列车在车站作业流程的基础上,将重载列车在站技术作业过程转化为对卸车站内到达线股道、存车线股道、卸煤线股道、清煤线股道、组合线股道的5次占用问题,构建考虑股道运用的重载卸车站作业计划模型。考虑到模型属于NP-hard问题,设计微进化算法进行求解,并在微进化算法基础上引入大规模邻域搜索算法中的损坏和修复思想对算子操作进行改进。以朔黄铁路终端黄骅港站某夜间到达的15列重载列车为实际案例,对提出的模型和算法进行验证。研究结果表明:微进化算法所采用的优势基因结构机制能快速有效解决重载卸车站作业计划编制问题,相较于GUROBI求解器,其求解质量在95%以上且求解时间缩短48.16%,同时相较于遗传算法其求解质量提升5.38%且求解时间缩短27.49%。微进化算法得出的优化计划相较于人工编制计划,重载列车在站总时长缩短了389 min,提升了重载卸车站作业计划质量。研究结果能缩短重载列车在站作业时间,加速重载列车在站中转过程,为计算机自动编制车站作业计划提供智能决策。