摘要：近年来,阻尼力与位移呈线性关系的新型调谐质量阻尼器(Tuned mass damper, TMD)相继出现,其参数分析优化原理大部分属于动力数值分析缺乏理论参数优化指导。该文对白噪声作用下具有上述特性的TMD,即滞变阻尼调谐质量阻尼器(Hysteretic damping tuned mass damper, HD-TMD)进行减振优化研究。总结了HD-TMD的力学机理并推导出相应的结构-HD-TMD系统运动方程;提出适用于HD-TMD的H_(2)优化和性能平衡设计,并通过数值拟合技术得到了最优参数公式和基于容忍度的性能平衡设计流程;以真实可用的变摩擦摆式调谐质量阻尼器(VFP-TMD)为HD-TMD的实际算例,检验所提出的优化方法对风振激励的减振性能影响。结果表明:H_(2)优化和性能平衡设计下的HD-TMD可以提供略优于传统黏滞阻尼TMD的控制效果。H_(2)优化的最优参数能使HD-TMD发挥最大的潜能从而实现最好的减振率,但面临VFP-TMD行程过大导致的摆动非线性问题。性能平衡设计下的最优参数可以控制VFP-TMD行程在线性范围内,同时发挥出良好且稳定的减振控制效果实现双赢。与最优参数公式结果相比,性能平衡设计的峰值减振率和均方差峰值减振率仅损失3.19%和0.74%。

摘要：为了提升层间隔震结构的抗震性能,提出形状记忆合金摩擦摆(shape memory alloy friction pendulumn bearing,SMAFP),并基于形状记忆合金旗帜形滞回特性给出形状记忆合金摩擦摆及其层间隔震结构参数优化方法。以形状记忆合金和传统摩擦摆支座的理论模型为基础推导得到形状记忆合金摩擦摆模型的理论模型,并通过OpenSees平台建立形状记忆合金摩擦摆数值模型,通过与试验结果对比验证数值模型可靠性。在此基础上,以某大底盘单塔层间隔震结构为研究对象,以所提出的SMAFP层间隔震结构参数优化方法对形状记忆合金摩擦摆中形状记忆合金装置的屈服力进行优化,并基于最优屈服力进一步研究该参数优化方法的有效性及形状记忆合金摩擦摆层间隔震结构的抗震性能。结果表明:基于韧性性能的参数优化方法可有效得到形状记忆合金摩擦摆的最优参数;采用最优参数的形状记忆合金摩擦摆层间隔震结构复位性能显著提升,可有效减小支座峰值位移、支座残余位移,同时可有效控制结构柱底剪力、顶层绝对加速度、层间位移增量;支座峰值位移减幅达11.4%,支座残余位移减幅达48.5%,结构柱底峰值剪力、顶层峰值绝对加速度增幅均控制在10.0%以内。

摘要：旅游消费群体的消费脆弱性变化程度和趋势是研判面临重大危机事件冲击后旅游市场消费恢复进程的重要参考,对在消费信心重塑期把控消费恢复政策的推进节点和政策设计要点具有重要价值。文中以旅游消费脆弱性评价模型为基础,选取新十条颁布后2022-2024年三个重要时间段进行数据收集,构建函数模型测量31省区市居民的旅游消费脆弱性指数,探究其时空演变特征。研究发现:1)在时序上:客观限制条件基本解除后,中国民众的旅游消费脆弱性虽整体下降,但反应-应对能力的恢复却具有滞后效应,补偿性消费行为在研究期内并没有发生。2)在时空上:风险认知地图反映出具有空间同一性的旅游消费群体对消费风险认知呈现“心理台风眼”效应、“涟漪效应”向“凹地中心”效应的过度及演变,映射了旅游者在危机发生后群体认知失调、矫正的全动态过程。

摘要：针对机器人焊接关键工艺参数的选取依赖人工经验的问题,通过响应面法建立了自动化焊锡机器人THT组装工艺参数经验模型,并验证了该模型的可靠性。在此基础上,利用蒙特卡罗模拟分析关键焊接工艺参数的多参数相对敏感度,并绘制了单工艺参数区间敏感度曲线。基于敏感度原理设计了工艺参数稳定域划分方法,获得了面向焊接质量综合分的工艺参数稳定域,并将该稳定域进行压缩得到机器人焊接工艺参数优选区间为:加热温度350~368℃,焊接时间1.31~1.48 s,送锡体积1.5~2.0 mm^(3),在工艺参数优选区间内焊接质量综合分平均值为90.2分。

摘要：传统协作配送研究假设企业及其组建的任意子联盟配送能力充足,但现实中每个企业的配送能力都是有限的,可能出现配送能力不足的情况。基于此,本文提出先向联盟内部寻找闲置车辆,再向联盟外部租赁车辆的车辆弥补策略,并设计相应的联盟成本量化流程,构建考虑企业配送能力约束的多方协作配送成本量化模型,采用Shapley值法分摊联盟成本。最后,通过数据实验对策略及模型的有效性进行了验证。结果表明,本文所提方法能够客观量化企业配送能力不足时,子联盟所需的协作配送成本。此外,对企业配送能力约束的影响进行了分析,当联盟成员配送能力不足时,其分摊值上升,成本节约量降低;当其他成员有闲置车辆时,投入闲置车辆能使该部分成员获得额外的经济效益。配送企业需合理配置车辆资源,避免因配送能力不足造成的成本节约量损失;同时,平台应当积极引导车辆资源丰富的企业共享运力,以提高联盟内部资源互补程度,提升联盟整体效益。

摘要：电渗析法海水制盐是一项成熟的工业技术,可替代传统日晒法海水制盐,但电场作用下离子迁移过程尚不够明晰,对其理论认知亟需推进。从外电场对氯化钠水溶液结构的影响入手,设计综合性开放实验:以电渗析实际操作条件为依据,选取0 V和4.5 V直流电压条件,指导本科生应用拉曼光谱法和分子动力学模拟2种手段表征和分析有无电场下NaCl水溶液的微观结构,并测试溶液黏度,尝试将溶液的微观结构与宏观物理性质进行关联,引导学生探索事物的微观本质,激发创新意识。实验整体具有高阶性、创新性和挑战度。

摘要：相对于句子而言,词是能传递意义并承载特定意义的小的可活动语言成分,也是最小的自由形式的单位[1]。由一个语素形成的词被称为单纯词,而由两个或更多语素组合而成的词则被称为合成词。根据现代语言理论,合成词可以进一步分为派生词和复合词:派生词的意义是在词根语素的基础上进行派生得到的;复合词则完全由几个词根语素按照一定的规则构成,其词义是由这些语素的意义相互组合得到的。复合词的语义结构建立在认知语义框架的基础之上,它是表层语言表达的一种投射现象[2]。

摘要：合理的事件编码方式有助于提升业务流程剩余时间预测效果,为此,有针对性地设计出5种事件编码方式。首先,抽取业务流程包含的全部事件,并利用事件编码方式对获取的事件进行编码。其次,根据业务流程序列性的特点,构建不同类型的剩余时间预测模型,同时将事件编码向量作为预测模型的输入,从而评估事件编码方式对业务流程剩余时间预测的影响。在8个公开事件日志数据集上进行实验,结果表明GloVe事件编码方式在提高业务流程剩余时间预测效果上是最有效的。该实验结果可帮助研究者和从业者选择最合适的事件编码方式以实现最佳剩余时间预测效果。

摘要：目的 现有基于对抗图像的隐写算法大多只能针对一种隐写分析器设计对抗图像,且无法抵御隐写分析残差网络(steganalysis residual network,SRNet)、Zhu-Net等最新基于卷积神经网络隐写分析器的检测。针对这一现状,提出了一种联合多重对抗与通道注意力的高安全性图像隐写方法。方法 采用基于U-Net结构的生成对抗网络生成对抗样本图像,利用对抗网络的自学习特性实现多重对抗隐写网络参数迭代优化,并通过针对多种隐写分析算法的对抗训练,生成更适合内容隐写的载体图像。同时,通过在生成器中添加多个轻量级通道注意力模块,自适应调整对抗噪声在原始图像中的分布,提高生成对抗图像的抗隐写分析能力。其次,设计基于多重判别损失和均方误差损失相结合的动态加权组合方案,进一步增强对抗图像质量,并保障网络快速稳定收敛。结果 实验在BOSS Base 1.01数据集上与当前主流的4种方法进行比较,在使用原始隐写图像训练后,相比于基于U-Net结构的生成式多重对抗隐写算法等其他4种方法,使得当前性能优异的5种隐写分析器平均判别准确率降低了1.6%;在使用对抗图像和增强隐写图像再训练后,相比其他4种方法,仍使得当前性能优异的5种隐写分析器平均判别准确率降低了6.8%。同时也对对抗图像质量进行分析,基于测试集生成的2 000幅对抗图像的平均峰值信噪比(peak signal-tonoise ratio,PSNR)可达到39.925 1 dB,实验结果表明本文提出的隐写网络极大提升了隐写算法的安全性。结论 本文方法在隐写算法安全性领域取得了较优秀的性能,且生成的对抗图像具有很高的视觉质量。

摘要：针对现有的基于深度学习的目标检测方法在面对现实场景的无人机目标时，存在鲁棒性差、准确率低、模型复杂度高的问题，提出一种基于动态卷积的YOLO目标检测方法——OD-YOLO。该算法针对无人机目标低、慢、小的特点，采取了以下改进措施：首先针对下采样过程可能导致学习信息丢失和目标信息不突出的问题，提出空间到深度卷积来实现下采样过程，不丢失学习信息的同时突出无人机目标的特征；其次为了进一步提高目标检测的精度和对不同背景的泛化性，采用全维度动态卷积进一步提高目标检测的精度和对不同背景的泛化性；最后对模型骨干网络进行改进，增强无人机目标的语义特征，并缩减骨架大小，减少参数量，既提高模型的计算效率，又保持对无人机目标的有效表示能力。通过实验仿真，对比了OD-YOLO和当前先进的目标检测算法。结果表明，OD-YOLO在精度和轻量化方面都有显著提升。mAP和Recall分别相比原模型提高了3.4%和5.1%。