摘要：星地融合无线网络(STIN)是实现全球无缝立体覆盖的重要途径。为指导星地融合无线网络实际部署,对上行覆盖性能成因规律进行分析。利用随机几何对星地异频部署场景进行了建模,其中,卫星在轨道上服从一维泊松点过程(PPP)分布,地面基站和用户服从二维PPP分布。基于此,推导了星地融合无线网络上行覆盖概率关于基站密度、轨道倾角等参数的表达式。实验仿真验证了理论推导结果的正确性,并分析了网络设计参数对上行覆盖概率的影响。

摘要：利用ANSYS Workbench软件分析了管式真空热处理炉炉膛内部温度场分布,通过模拟隔热层放置位置/厚度、工件盒厚度/材质、筛网厚度/材质对炉膛内部均温区范围及其平均温度的影响,获得了不同热处理炉隔热层、工件盒与筛网的设计参数;通过优选设计参数,可使均温区长度从240 mm提升至320 mm,提升了33.33%,平均温度从958.25℃提升至962.94℃。最后采用优化后的热处理炉结构参数对负载Nd2Fe14B试样的温度场进行了仿真。结果表明,Nd2Fe14B永磁体的均温区范围及平均温度得到了明显提升,磁体平均温度从959.07℃提高到963.06℃,且磁体的温度起伏明显趋于平稳,从±1.06℃优化至±0.21℃。

摘要：[目的]为全面评价氢电混合动力船舶的碳减排能力,提出全生命周期碳排放评价方法。[方法]首先,基于Matlab/Simulink平台建立动力系统能量流模型;然后,计算实船营运工况下的耗氢量和耗电量,进而得出全生命周期碳排放量;最后,针对不同电能来源和氢气来源,对碳排放进行敏感性分析。[结果]某内河渡轮的计算结果表明,相较于传统柴油动力系统,氢电混合动力系统在一个营运周期内可以减少30.24%的碳排放。敏感性分析结果表明,氢电混合动力系统的全生命周期碳排放并非必然优于传统柴油动力系统,故建议采用可再生能源进行制氢和发电,以大幅降低碳排放量(最多可减少94.2%)。[结论]研究成果可为绿色船舶的动力系统设计提供参考。

摘要：黄河源区是黄河流域重要的产流区和我国重要的清洁能源基地,提高黄河源区径流预报准确率可为流域水资源科学调配和水风光清洁能源高效利用提供重要支撑。以黄河源区唐乃亥和玛曲水文站为研究对象,基于不同月份径流组分的差异,考虑积雪覆盖率及融雪水当量变化,构建了中长期径流分期组合机器学习预报模型及其可解释性分析框架。研究结果表明:1)年内的径流预报时段可划分为融雪影响期(3—6月)和非融雪主导(以降雨和地下水补给为主)期(7月—次年2月);2)与传统不分期模型相比,唐乃亥站和玛曲站分期组合预报模型的纳什效率系数分别达0.897、0.835,确定系数(R2)分别达0.897、0.839,均方根误差分别降低了10%、17%,提高了径流预报准确率,通过分位数映射校正,唐乃亥站和玛曲站预报模型的R2分别进一步提升至0.926和0.850;3)基于SHAP机器学习可解释性分析框架,辨识了预报因子对径流预报结果的贡献程度,由高到低依次为降水、前一个月流量、蒸发、气温、相对湿度、融雪水当量等,发现了不同预报因子之间交互作用散点分布具有拖尾式或阶跃式的特征。

摘要：针对当前多模态情感识别算法在模态特征提取、模态间信息融合等方面存在识别准确率偏低、泛化能力较差的问题,提出了一种基于语音、文本和表情的多模态情感识别算法。首先,设计了一种浅层特征提取网络(Sfen)和并行卷积模块(Pconv)提取语音和文本中的情感特征,通过改进的Inception-ResnetV2模型提取视频序列中的表情情感特征;其次,为强化模态间的关联性,设计了一种用于优化语音和文本特征融合的交叉注意力模块;最后,利用基于注意力的双向长短期记忆(BiLSTM based on attention mechanism,BiLSTM-Attention)模块关注重点信息,保持模态信息之间的时序相关性。实验通过对比3种模态不同的组合方式,发现预先对语音和文本进行特征融合可以显著提高识别精度。在公开情感数据集CH-SIMS和CMU-MOSI上的实验结果表明,所提出的模型取得了比基线模型更高的识别准确率,三分类和二分类准确率分别达到97.82%和98.18%,证明了该模型的有效性。

摘要：为推进南水北调工程高质量发展,以南水北调东线一期北延应急供水工程为研究对象,开展北延应急供水工程水资源多目标优化配置研究。以缺水量最小、调水成本最低为目标,构建北延应急供水工程受水区水量多目标优化配置模型,基于非支配排序遗传算法(NSGA-Ⅱ)进行模型求解。确定各受水区在经济最大化和缺水总量最小化条件下的供水量,制定符合农业、生态和城市应急等需求的精准调配方案。结果表明:平水年满足按需分配条件,做到满足最大需水量的同时也满足供水成本最低的目标;枯水年年供水保证率分别为57%、56%、55%、54%、53%、49%、46%、36%、34%和21%情况下的10组最优解作为水量优化配置方案,其中7个优化配置方案供水保证率大于规划调水量的供水保证率值38%。在水资源多目标优化配置方案下可高效完成受水区供需水任务的同时,有效提高供水保证率,同时保证调水成本的经济性。

摘要：铁路曲线钢轨打磨一直是养护维修工作的重点之一,虽然钢轨的磨损不可避免,但适当打磨型面能有效减缓磨损。为了降低打磨去除量,改善轮轨接触性能,提高铁路系统的安全性和经济性,提出一种基于多目标协方差矩阵自适应优化策略(MO-CMA-ES)的曲线段打磨型面设计方法。首先,通过主成分分析方法(PCA),从钢轨磨耗型面中选取代表性的磨耗型面作为初始种群。接着,采用NURBS曲线拟合算法对这些型面进行曲线拟合,以建立参数化模型。随后,使用MOCMA-ES算法进行多目标优化,其中目标函数包括降低打磨去除量、轮重减载率和轮轴横向力。根据每个型面在不同目标函数下的适应度值,进行种群的进化与连续迭代,直到满足终止条件,即适应度函数值不再显著变化。最后,从最终的种群中选取目标适应度值最小的子代个体作为最优解。优化结果显示,优化型面降低了45.3%的打磨去除量,同时内外轨轨顶的打磨下降高度分别降低了0.84 mm和0.23 mm。静态轮轨接触方面,优化后的轮轨接触点分布更加均匀,且轨距角过渡区域的跳跃现象得到改善。动力学性能方面,优化型面降低了列车车体的横向加速度和轮轨横向力。此外,有效减小了轮对的横向位移,并微幅降低了轮轨最大接触应力。研究结果为曲线钢轨打磨提供了一种智能化的设计方法与参考。

摘要：针对车辆交互关系的非欧几里得性质,提出了一种适用于高速公路车辆之间动态图结构的表达方式,以实现车辆信息的交互传递,并设计了一种结合图卷积神经网络(graph convolutional neural network, GCN)、社会卷积池化层(convolutional social pooling, CS)和长短时记忆网络(long short-term memory network, LSTM)的多模态驾驶行为轨迹预测模型.该模型以LSTM编码器和解码器为基础框架,通过卷积和图卷积实现车辆交互关系的有效提取,同时引入最大池化和平均池化技术,以实现特征提取和背景信息保留.结果表明:本模型在长时域(5 s)的均方根误差为4.03 m,相较于基准模型提高了10.8%,在与其他深度学习模型对比中具有更高的准确率;在不同交通环境下,本模型相较于基准模型的预测性能均有8%~11%提升;消融试验结果进一步验证了本模型中各模块的有效性,本模型能够预测车辆在未来长时域内不同模态的概率分布和对应的轨迹.

摘要：为解决偏远农村地区物流配送存在的困难,对无人机配送进行系统性规划,共分3个阶段:考虑到续航里程限度,建立了充电设施选址模型;从绿色路由的角度,以最小化总能耗作为目标,建立了考虑充电设施的无人机多包裹配送路径规划模型;根据实际无人机数量进行任务分配,建立了任务分配模型。第一、三阶段的模型应用SCIP求解器求解。对第二阶段的混合整数非线性规划模型,设计了双层启发式算法CW节约-改进和修复乌鸦搜索算法(CW-IRCSA)求解。实验表明,对于洪格尔高勒镇的案例,充电设施的选址有利于节约资源,能得到能耗最低的配送路径,且任务分配合理;对于100个及以下的需求点规模,与CW节约-离散修复乌鸦搜索算法(CW-DRCSA)、CW节约-修复模拟退火(CW-RSA)相比,CW-IRCSA算法具有较高的求解精确度;在偏远地区,相对于传统卡车配送模式,无人机配送成本平均节约61.45%。

摘要：引入“认知众包”这一概念,以社交媒体数据为信息抓手,以广州市为分析对象,逐级阐释“理论探析—信息提炼—转译分析”的意象特色解析流程:通过意象特色属性与社媒数据的特征拟合,构建场景特色与攻略特色结合的数字化总体城市意象特色体系;以可意象性数字量化为技术主轴,提出众包型意象特色的信息提炼框架,搭建从网络素材到认知信息再到意象要素的提炼途径;将要素频次作为统计归纳的基础,从强度、等级、空间分布等方面对意象特色进行整合剖析,得到广州市三能级交互的意象特色体系。同时,捕捉到意象特色在新方法的促进下形成的变化模式、创新动力和问题体现等情况,构建一个非介入式的公众认可的广州城市特色体系,实现可读、可看、可感知的意象分析再创新。