摘要：文章针对英语专业学生英语文学原著深度阅读缺乏之现状,以课程目标为导向,依据二语习得理论开展了将英文原著嵌入综合英语课程的教学改革。作者设计并实施了将英文原著《飘》融入综合英语课程的嵌入式教学模式,在英文原著嵌入的教学环节将以原著阅读为主的"课外线"和以讨论式课堂为主的"课堂线"紧密结合,构建了"阅读输入—凝练内化—能力产出"的教学实践创新体系,有效促进了学生语言能力、英语文化素养、思维品质和学习能力等的提高。

摘要：构建国土空间河流生态系统服务评估体系对河流洪泛区的可持续规划与管控优化具有重要意义。文章以德国河流生态系统服务指数项目为例,从概念界定、识别分类、测度方法和评价步骤等4个方面介绍其河流生态系统服务指数的量化评估体系,并结合德国多瑙河、伍珀河、那赫河和内贝尔河的实践,分析该体系在防洪规划、生态廊道规划、服务赤字识别与生态修复后评估等方面的应用情况,基于德国经验,对我国生态系统服务导向下的河流生态恢复、洪泛区规划与管控提出建议。

摘要：选取道路交通事故中比例较高的车辆正面碰撞事故,通过Madymo仿真软件,建立由车体、假人、安全带和安全气囊4部分模型组成的驾驶员侧约束系统模型,对国内外不同性别、身高的假人模型进行正面碰撞仿真试验。通过不同假人头部和胸部的伤害程度对比,发现现有驾驶员侧约束系统对中国人中体型较小和体重较轻的人群保护效果较差,该分析为车辆约束系统的设计及优化提供参考依据。

摘要：教育过程挖掘(education process mining,EPM)是过程挖掘面向教育领域的新兴技术,当前EPM技术仅从控制流的维度去还原完整的学生学习过程,缺乏在时间维度上对教育过程挖掘进行拓展性的研究,针对这一问题,以学生在线学习微处理器系统设计课程为例,引入循环神经网络对学生在线学习过程的剩余时间进行预测,并采用MAE(mean absolute error)对模型的性能进行评估。最后设计教育过程的推荐架构,以教育过程的剩余时间为参照,推荐时间误差最小的较优学习路径,该方法对改善在线学习环境具有潜在的应用价值。

摘要：为提高汽车的制动性能,采用汽车防抱死制动系统(anti-locked braking system,ABS)与电子制动力分配(electronic brake force distribution,EBD)系统联合控制制动系统的方法。设计基于滑模控制的ABS和基于模糊控制的EBD系统。分别在干、湿沥青路面2种条件下对ABS/EBD系统进行仿真分析。结果表明:设计的ABS/EBD控制系统能充分利用ABS和EBD的优点,大大提高汽车的制动效能。

摘要：对双碳目标下的超大型机场多航站楼进场交通组织方案进行了优选,采用理论建模与软件仿真相结合的方式,对机场进场车辆的到达、停车、离开等行为的碳排放进行了建模,以现状到达车辆数据对仿真模型进行了标定,确定了碳排放最优情况下的机场进场交通组织优选方案;结合车辆吞吐量与车流特征,利用SUMO仿真工具软件确定了不同交通组织方式与碳排放量间的相关性,该研究为超大型机场陆侧进场交通组织方案选型提供了依据。

摘要：为解决电感和负载转矩扰动对电子节气门鲁棒自适应控制的影响,将电感的影响等效为未知常值电压,将负载转矩扰动的影响等效为白噪声,建立电子节气门动态方程,并基于李亚普诺夫函数设计电子节气门开度鲁棒自适应控制策略。以某电子节气门为例,在电子节气门控制仿真系统中依次输入常数信号、阶跃信号、正弦信号,分别模拟汽车匀速行驶、急加速、连续变速3种工况,进行数值仿真验证。结果表明:该控制策略可将电感和负载转矩扰动对电子节气门开度控制精度的影响控制在抑制水平内;3种工况下节气门开度均能快速、精确地跟踪目标开度,且达到稳态后跟踪误差基本维持在0°附近。

摘要：为科学利用机场陆侧出发车道边设施,针对机场车道边交通流特征,对机场出发车道边不同布局方案进行量化分析。探讨国内常见出发车道边布局形式、交通特征及通行能力,基于各车道通行能力构建考虑停车道溢出状态的出发车道边通行能力理论模型。以济南遥墙国际机场为例,利用VISSIM微观仿真软件的参数标定和场景构建对通行能力模型的准确性予以验证,结果显示:理论和仿真通行能力的相对误差分别为6.1%和4.2%。最后,在济南遥墙机场规划中的T2航站楼出发车道边设计5种布局方案,并运用仿真评价方法对通行能力和运行效率进行评价,结果表明方案3和方案4的运行效果最优。

摘要：为准确模拟三元锂电池放电特性,控制电池放电工作温度稳定在理想温度区间,基于单体三元锂电池放电试验数据及MATLAB仿真,拟合辨识放电模型的极化电阻和指数区常数2个关键参数,搭建锂电池热电耦合模型,设计温升控制器,并进行仿真验证和稳定性判断。结果表明:不同放电倍率下,电池放电模型应采用不同的极化电阻和指数区常数,具有更好的准确性和可行性;放电倍率增大,极化电阻减小,指数区常数增大;MATLAB/Simulink仿真验证表明,仿真模型恒流放电时,温升控制器可将电池表面温度稳定、有效地控制在理想温度区间。

摘要：为降低道路交通事故率,减少事故损失,采用全局遍历性和收敛性较强的自适应学习策略灰狼优化(grey wolf optimizer,GWO)算法,对长短期记忆(long short term memory,LSTM)神经网络中的初始学习率、隐藏层节点数、正则化系数等参数进行优化训练,构建GWO-LSTM道路交通事故量预测模型。以2000—2019年美国道路交通致死事故数据为样本数据,分别采用月粒度、周粒度、时粒度划分交通事故数据,对比分析GWO-LSTM模型、自回归移动平均(autoregressive moving average,ARMA)模型、反向传播(back propagation,BP)神经网络和LSTM神经网络的道路交通事故预测结果。结果表明:在3种时间粒度下,GWO-LSTM模型预测结果的平均绝对百分比误差和均方根误差均最小,预测准确度较高,可用于道路交通事故量预测中。