摘要：针对我国地理位置分散的制造供应链集货问题,考虑包含新能源电动车和传统柴油车等多种车型,建立最短路径和最小碳排放的多目标集货模型。根据模型特征,设计两阶段启发式算法求解:阶段1应用遗传算法找到路径最短的集货方案作为初始集货方案;阶段2基于节约算法的基本思想进行路径拆分,对有限数量的新能源车进行车辆匹配,并对剩余节点和车辆重新规划集货方法,以此优化碳排放量。仿真实验结果表明,所提模型和两阶段算法可以有效利用新能源车,同时满足集货过程中的经济效益与环境效益。

摘要：城市生物多样性保护是维护城市生态安全的必然要求,是中国新型城镇化发展的紧迫任务.系统梳理国内外相关研究对中国开展城市生物多样性保护具有重要意义.通过对英文文献、中文文献的对比与评述,一方面从历时性角度梳理了相关研究的发展历程,总结了文献发表特征和关键词演变特征;另一方面从共时性角度出发,对关键影响因素、科学评估、分布格局、规划策略、设计策略、管理策略6个方面分析了文献研究现状,阐述了基础性研究和应用性研究所取得的进展.在此基础上,分别从研究对象、研究内容、研究维度3个方面比较了中外研究的差异,总结了中国研究的欠缺,并提出未来的拓展重点,为今后开展相关研究提供依据.

摘要：从现代物流的发展需求出发,提出了基于供应链的装卸搬运系统设计理念,并从流程优化入手提升装卸搬运系统能力,最后建立了装卸搬运系统设计的量化评价体系。

摘要：近年来,我国地下多层综合交通枢纽得到了迅猛发展并广泛用于现代化都市交通系统的关键节点,其面对不同灾难事件时安全性的优劣对于保障人民生命财产的安全具有重大的意义。因此,对其开展多灾种的危险源辨识研究是十分必要的。本文考虑到地下多层综合交通枢纽的主要安全特性,对火灾、炸弹和生化恐怖袭击、水灾和地震等四种主要灾害的危险源进行了辨识,提出了其安全设计要素。作为基础性的研究,本文的工作对于构建地下多层综合交通枢纽的多灾种安全体系具有重要意义。

摘要：针对以往活动语义识别研究单纯提取时间维度上的序列特征以及周期特征、缺乏对空间信息的深度挖掘等问题,提出一种基于联合特征和极限梯度提升(XGBoost)的活动语义识别方法。首先,挖掘时间信息中的活动周期性特征和空间信息中的经纬度特征;然后,使用经纬度信息通过具有噪声的基于密度的聚类(DBSCAN)算法提取空间区域热度特征,将这些特征组成特征向量来刻画用户活动语义;最后,采用集成学习方法中的XGBoost算法建立活动语义识别模型。在FourSquare的两个公共签到数据集上,基于联合特征的模型比基于时间特征的模型在识别准确率上提高了28个百分点,与上下文感知混合(CAH)方法和时空活动偏好(STAP)方法对比,所提方法的识别准确率分别提高了30个百分点和5个百分点。实验结果表明所提方法与对比方法相比在活动语义识别问题上更加准确有效。

摘要：城市计算的数据具有鲜明的时空特性,即时间维度相似性与空间维度相近性的耦合关系,因此,对时空数据的分析和处理,已成为城市计算中亟需解决的热点问题。面向城市污染中的空气质量问题,提出时空卷积残差网络(spatio-temporal convolution residual network,ST-ResNet),通过分析空气质量指数(air quality index,AQI),实现预测和预警。时空卷积残差网络子组件是由以卷积层为基础的单元通过全等映射残差连接构成,将AQI数据通过空间转换组件转换成AQI像素图,利用卷积运算捕获其空间特性;而时间趋势性、周期性和时间接近度等属性分别被三个子组件捕获,将三者的输出加权连接得到时空卷积残差网络并输出AQI的预测结果。最后,将ST-ResNet网络与经典的长短时记忆网络(long short-term memory,LSTM)进行对比,结果表明ST-ResNet网络在准确率上比LSTM网络提高了7%,有望对城市环境监测预测和精细化管理提供理论依据和技术支撑。