摘要：针对评价信息为概率语言术语且属性权重未知的多属性群决策问题,提出一种新的、基于离平均解距离(EDAS)和共识模型的概率语言多属性后悔理论群决策方法.首先,考虑到现实决策中决策者面对方案选择时会呈现“有限理性”的行为,将后悔理论融入群决策方法的研究中,通过计算决策者的后悔-欣喜值来度量其感知效用;其次,将EDAS方法与概率语言信息处理相结合用于方案排序,并基于最大化偏差法思想,给出一种概率语言多属性决策问题属性权重的确定方法,以得到初始解决方案;然后,对初始解决方案进行共识测度,进一步根据个人属性集得到个人方案集,通过共识模型的动态反馈调整,得到符合大多数决策者意愿的最终解决方案;最后,以共享自行车设计方案的选择为例对所提出方法进行验证,并通过对比分析说明方法的可行性和有效性.

摘要：植物的生态化学计量内稳性特征是长期适应环境的结果,与其生态适应性策略有关。探明喀斯特退化群落灌草不同器官N、P元素的化学计量特征及其内稳性特征,为喀斯特地区植被群落退化过程中植物的适应策略研究提供依据,基于桂西北喀斯特地区5种退化程度植被群落的调查取样,测定不同退化群落灌木(叶、茎和根)和草本(地上部分和地下部分)N、P含量,分析其化学计量特征、不同器官间的相互关系及其与土壤理化性质的相关性以及内稳性特征。结果表明:(1)灌木不同器官P含量表现为叶>茎>根,N含量和N∶P表现为叶>根>茎,草本P、N含量及N∶P均为地上部分>地下部分;随退化程度加剧,灌木各器官和草本地下部分的N、P含量及灌木根N∶P均呈降低变化趋势,草本地上部分的N、P含量在前四个退化阶段为降低趋势,在Ⅴ阶段有所升高,草本地下部分N∶P则呈现先升高后降低趋势,其他N∶P无显著性变化;灌草叶片N∶P均小于14;(2)N和P含量在各器官中均呈显著正相关关系;灌草的不同器官之间的同一营养元素及元素比,以及灌木和草本之间的各器官的同一营养元素及元素比均呈正相关关系;(3)灌草各器官N、P含量、N∶P与土壤TN、TP、N∶P存在显著的正相关关系,灌草各器官P含量与土壤C∶P显著负相关;(4)灌木各器官H_(N)、Hp和H_(N∶P)均表现为叶>茎>根,草本地上部分的H_(N)大于地下部分,Hp和H_(N∶P)则反之;灌草同种器官不同元素之间则表现为N>P>N∶P。喀斯特地区退化群落中灌木较草本具有更高的内稳性,灌草生长主要受N限制,且N元素表现较高的内稳性;灌草各器官在植被群落退化过程中对N、P含量变化的响应具有一致性和协同性。

摘要：为探究箍筋锈蚀对钢筋混凝土矩形柱轴压性能的影响,以截面形状、箍筋布置、体积配箍率、锈蚀程度为变化参数,设计了27个钢筋混凝土矩形柱试件,并采用全浸泡电化学加速锈蚀法对其中的18个试件进行加速锈蚀。通过轴压试验研究了试件的破坏形态及各参数对其力-位移曲线的影响。结果表明:随着箍筋锈蚀率的增加,试件的初始刚度、极限承载力及延性均有所降低。试件的配箍率越低,其极限承载力降幅越显著。而后,基于锈蚀箍筋约束混凝土峰值应力、纵筋压屈模态下剩余承载力及保护层锈胀剩余承载力模型,建立了锈蚀箍筋约束混凝土矩形柱的极限承载力计算模型。通过预测值与试验值的对比,验证了模型的准确性与适用性。该模型可为锈蚀钢筋混凝土结构的剩余承载力的计算及安全评估提供指导。

摘要：【目的】通过Box-Behnken响应面优化热水浴法解除蚕卵滞育的处理条件,并测试以不同来源水处理蚕种的孵化效果,为热水浴法在蚕业生产中的推广应用提供科学依据,探索出可替代传统盐酸孵化法且更安全环保、成本低廉的蚕种人工孵化方法。【方法】选用两广二号为供试蚕种,以卵龄(A)、处理时间(B)和处理温度(C)为变量,以蚕卵实用孵化率(Y)为响应值,通过Box-Behnken响应面优化热水浴法解除蚕卵滞育的处理条件;选择自来水、纯净水及矿泉水等不同来源的水,并选取萨尼斯、932、湘晖和春5等4个蚕种品种,分别采用优化后的条件对蚕卵进行热水浴处理,检验热水浴法解除蚕卵滞育的效果。【结果】蚕卵实用孵化率对3个变量因素的二项式拟合方程为:Y=91.03-2.01A-4.60B+22.89C+0.040AB+4.03AC+0.89BC-10.46A~2+3.25B~2-19.60C~2,响应面设计模型拟合程度较好。各因素对蚕卵实用孵化率的影响排序为处理温度(C)>处理时间(B)>卵龄(A),其中,处理温度影响极显著(P0.05,下同);两因素间交互作用对蚕卵实用孵化率的影响排序为AC>BC>AB。修正后的热水浴法最佳处理条件:卵龄17.5 h,处理时间13 s,处理温度50℃,此条件下的实际蚕卵实用孵化率为97.94%,与理论预测值(98.81%)接近。不同来源水对两广二号正、反交种进行热水浴处理后的实用孵化率均在95.00%以上,仅阳山自来水和纯净水1在热水浴处理两广二号正交种时的实用孵化率显著低于盐酸即时浸酸法,但其实用孵化率仍高于93.00%;萨尼斯、932、湘晖、春5等4个家蚕品种的热水浴实用孵化率与盐酸即时浸酸法相比均无显著差异,表明热水浴法具有较强的普适性。【结论】热水浴法能有效解除蚕卵滞育,具有较强的普适性,且成本低廉、操作简单,可作为蚕业生产上替代传统盐酸孵化法的新方法。

摘要：针对现有高空作业人员安防装备检测算法参数量较大且检测目标相对单一,难以适应复杂的高空作业场景等问题,提出一种基于改进YOLOv7-tiny的高空作业人员安防装备检测算法。首先,将主干网络重新设计为更轻量的YOLOv7-FasterNet,并调整空间金字塔池化结构,实现模型参数量的压缩;其次,在ELAN-L模块中扩展梯度传输路径的分支,解决了模型压缩造成的通道信息缺失问题,提升了特征信息的提取能力;最后,将网络中下采样部分替换为Involution模块,降低参数冗余,增强网络对全局的捕获能力。实验结果表明,改进的YOLOv7-tiny算法能够更好地适应复杂高空作业场景,在开源数据集上具备良好的性能。该算法的平均检测精度达到94.7%,较原模型提升1.5%,参数量较原模型下降11.6%,实验结果验证了算法改进措施的有效性。

摘要：板带轧机中上下支撑辊偏心信号是较为典型的一种频率相近的周期波,如果仍采用传统的快速傅立叶变换(FFT)辨识该偏心信号就很难保证结果的精准性与可靠性。对此,在本课题中,笔者经过广泛且深入地探索与研究推出了可有效解决此问题的新辨识方法,即最小二乘法(LS),该算法的实现过程依托经典且成熟的观测矩阵理论,利用2范数最小的终止准则完成求解操作,并从中确定出最相近的特征参数。算例计算结果显示:当上下支撑辊的频率差为和,FFT所辨识的幅值和相角均严重失真,而LS方法所辨识的幅值精度分别可达0.064%和0.127%,相角的辨识精度分别为0.076%和0.0286%。同时利用某四机架板带连轧生产的实际采集的轧制力数据作为辨识目标,通过分析各个机架的轧辊偏心的影响,可以看出在246Hz处的轧辊偏心信号被很好地辨识。因此笔者提出的这种新方法可提供准确、可靠的辨识结果,而且不容易受外部干扰,进而从源头上提高了识别效率,保证了识别的精准度。

摘要：针对传统蚁群算法在室内移动机器人全局路径规划中,存在的搜索效率低下、路径不够平滑、易陷入局部最优及死锁状况等问题,设计出一种融合改进A^(*)算法的双向搜索蚁群优化算法。首先利用改进A^(*)算法在栅格环境中快速收敛得到初始路径,构建初始信息素矩阵,并引入障碍物因子来减少蚂蚁死锁状况的发生;其次设定双向搜索蚁群优化算法规则,并改进双向搜索中的启发函数模型,引入精英蚂蚁搜索策略和自适应信息素挥发因子策略;最后利用三阶贝塞尔曲线对路径进行平滑处理。通过Pycharm平台仿真结果表明,该算法融合了A^(*)算法全局搜索能力强及蚁群算法正反馈的特性,使得融合改进后算法比传统蚁群算法和麻雀算法在路径长度上优化12.85%和7.76%,搜索时间上优化38.17%和23.46%,迭代次数上优化67.71%和54.41%,全局路径优化效果较明显。

摘要：移动边缘(Mobile Edge Computing,MEC)计算因其低时延、低功耗和高网络容量等特点被广泛应用于新型的物联网应用中。为进一步充分利用系统的计算资源并降低功耗,研究了基于D2D辅助卸载的MEC系统下的计算卸载决策、功率分配方案和计算处理顺序。提出了面向多应用的终端设备总功耗最小化问题,实现绿色卸载。为解决原始的NP-hard问题,设计并提出了基于贪婪配置思想和冒泡排序思想的绿色卸载与应用处理排序算法(Green Offloading and Application Processing Sorting Algorithm,GOAPSA)。仿真结果表明,该算法通过灵活调整应用的处理顺序和功率分配方案,应用D2D辅助卸载可以有效降低系统的总功耗并提高系统容量。

摘要：针对局部路径规划时因无法提前获取环境信息导致移动机器人搜索不到合适的路径,以及在采用马尔可夫决策过程中传统强化学习算法应用于局部路径规划时存在着学习效率低下及收敛速度较慢等问题,提出一种改进的Q-learn-ing(QL)算法。首先设计一种动态自适应贪婪策略,用于平衡移动机器人对环境探索和利用之间的问题;其次根据A*算法思想设计启发式学习评估模型,从而动态调整学习因子并为搜索路径提供导向作用;最后引入三阶贝塞尔曲线规划对路径进行平滑处理。通过Pycharm平台仿真结果表明,使得改进后的QL算法所规划的路径长度、搜索效率及路径平滑性等特性上都优于传统Sarsa算法及QL算法,比传统Sarsa算法迭代次数提高32.3%,搜索时间缩短27.08%,比传统QL算法迭代次数提高27.32%,搜索时间缩短17.28%,路径规划的拐点大幅度减少,局部路径优化效果较为明显。

摘要：增材制造技术为高强铝合金复杂零部件的制造带来了前所未有的机遇,但目前增材制造铝合金体系仍局限于可铸造和可焊接的Al-Si系合金,制约了高性能增材制造铝合金的快速发展。近年来,不同尺度的计算方法逐步用于辅助高性能增材制造铝合金的开发。本文详细综述了国内外学者在计算辅助增材制造铝合金设计与制备领域的研究成果,列举了原子、介观和宏观尺度计算模拟及机器学习等计算方法辅助增材制造铝合金设计的代表性案例,分析了不同计算方法辅助合金设计的策略,并指出其不足。最后,针对如何推动多尺度计算在高性能增材制造铝合金开发中的应用进行了展望,并指出其发展方向。