摘要：深度强化学习是目前信息物理融合系统(CPS)决策中常用的一种方法。然而,当面对未知环境和复杂任务时,基于黑盒的深度强化学习方法在系统的安全性和奖励函数设置的可解释性方面存在不足。针对上述问题,提出了一种形式化时空规则验证制导的安全强化学习方法。提出了时空规则通信顺序进程(CSR-TCSP)对系统进行建模,并结合时空规约语言(STSL)和模型检测工具FDR对进程代数模型进行验证。利用系统环境模型形式化奖励状态机的结构,提出了时空规则奖励状态机(STR-RM)以指导强化学习中奖励函数的设置。此外,为了监测系统的运行并确保输出决策的安全性,设计了一个监控器及安全动作决策算法以获得更安全的状态行为策略。通过一个自动驾驶系统中的避障与变道超车实例,证明所提方法的有效性。

摘要：构建异质结是促进光生载流子分离的有效途径,并可提高半导体光催化材料的光催化活性。采用水热法制备了BiOBr和BiOIO_(3),用超声浸渍法制备BiOBr/BiOIO_(3)复合光催化材料。通过XRD、SEM、TEM、XPS、UV-Vis、FT-IR和PL等表征方法分析了材料的多相结构和化学键。以罗丹明B和环丙沙星为目标污染物,通过降解实验分析光催化材料的活性和降解机理。结果表明:可见光照射60 min后,1.4-BiOBr/BiOIO_(3)对罗丹明B的降解率,达98%,降解速率常数为0.06894 min^(-1),且5次重复实验后降解率仍可达到85%;可见光照射120 min后,1.4-BiOBr/BiOIO_(3)对环丙沙星的降解率可达82.6%。以上实验结果可归结为BiOBr/BiOIO_(3)异质结构在BiOBr和BiOIO_(3)之间存在协同作用,异质结的形成拓宽了半导体的可见光吸收范围,阻止光生电子-空穴的复合。自由基捕获实验表明O_(2)^(·-)和h^(+)是降解过程的主要活性物种。提出了BiOBr/BiOIO_(3)材料光催化降解罗丹明B的可能机理,以期为设计和制备高效、绿色、稳定的光催化剂提供新的途径。

摘要：随着我国经济结构转型升级,文化创意与设计服务已贯穿在经济社会各领域之中。在这种趋势下,高职艺术设计类大学生创业迎来了新的契机。本文立足文化创意产业发展分析艺术设计类学生创业迎来的新机遇及高职艺术设计类学生创业优劣势,并通过"吉米创意工坊"创业教育实践来总结高职艺术设计类学生创业教育路径。

摘要：晶硅光伏组件的工作温度严重制约着电池效率及组件寿命的提升,因此光伏冷却研究具有重要意义.通过将纳米结构引入主流光伏组件的高分子背板,从而获得具有增强热传导及热辐射特性的直冷背板,已成为新一代光伏冷却技术的发展趋势.本文聚焦于组件背面的散热特性研究,联合能量平衡方程及光学模拟,分别计算了三种典型环境温度下标准背板与直冷背板的热学功率及降温效果.计算中采用主流商用硅电池的结构参数及封装方式,详细讨论了背板的传热系数与发射率增强对光伏组件热学过程及工作温度的影响.以期为光伏组件直冷背板的设计与制备提供方向.

摘要：经济全球化和文化多元化发展背景下,文化产业的发展给艺术设计人才的培养带来了新的契机,艺术设计创新人才在文化创意领域具有得天独厚的优势。文章以文化创意产业与创新人才间的相互影响为研究视角,以地方高职院校艺术设计类创新人才培养为研究对象,结合扬州市职业大学艺术设计教育路径,探析如何培养学有专攻、具有创新能力和持续发展能力的应用型人才。

摘要：钙基热化学储热材料具有无毒、储能密度高、与超临界CO_(2)热力循环相容性好等优点,是下一代高温太阳能热发电站极具潜力的储能候选材料之一。但是,常规热化学储热技术是采用基于间接表面吸收式反应器,这种技术具有高热损失低效率等劣势。因此,我们提出了一种太阳能直接辐照下的流化床粒子反应器。采用计算流体动力离散元法(CFD-DEM)和粗颗粒法(CGPM)耦合蒙特卡洛法(MCRT)对聚光太阳能下碳酸钙储热过程进行了数值模拟。结果表明:利用两种模型均可预测碳酸钙粒子系温升和反应所需要的时间,CGPM与传统CFD-DEM结果吻合较好。另外,随着打包系数的增大,CGPM模型表现出良好的计算性能,计算时间明显短于CFD-DEM模型。所建立的CGPM-MCRT模型对大规模高效直接辐照热化学储热系统的设计具有重要指导意义。

摘要：针对以太坊网络拓扑隐藏的特征以及当前拓扑感知方法精度较差的问题,提出了一种基于通信协议和未来事务特征的以太坊活跃网络拓扑感知方法。首先,通过改进的以太坊节点发现协议构建虚拟地址并主动对目标节点路由表进行映射,感知目标节点的潜在活跃连接节点集合。其次,向以太坊网络中部署感知节点,通过收集目标节点转发的消息本体与消息哈希的数量,并根据两者之间的比例关系,对目标节点的活跃连接数量进行推测。最后,根据以太坊内存池中未来事务的隔离特征,本文提出了一种基于隔离验证的节点间活跃连接验证的改进方法。通过面向以太坊测试网络展开广泛的实验,本文所提出的方法能够在理想的时间内感知以太坊的区块链覆盖层网络拓扑快照,相较于现有方法所感知的网络拓扑具有更高的精确性。根据实验数据表明,以太坊网络中活跃节点不足整个网络的2%,而且活跃节点出现聚集和重叠现象。通过对以太坊网络拓扑进行建模,分析可得以太坊网络具有较小的平均最短路径,信息传播在网络中表现出小世界效应,并且节点的度值遵循幂律分布,符合以太坊分布式网络的设计初衷。

摘要：BLUE算法是一种典型的主动队列管理(Active Queue Management,AQM)算法,研究表明BLUE算法优于RED算法。BLUE算法使用丢包事件和链路空闲事件控制网络拥塞。但由于BLUE算法在参数设置方面存在不足,尤其是当TCP连接数突然剧烈变动时,容易导致队列溢出或空闲的频繁发生。该文引进参数自适应机制,提出了自适应BLUE算法,并借鉴了RED算法的早期拥塞检测机制。NS仿真实验表明该算法能有效保持队列长度的稳定,减少队列溢出或空闲现象的发生,在提高链路利用率的同时降低丢包率。

摘要：近年来煤炭、石油、天然气等传统能源逐渐枯竭,大量化石能源的使用造成环境污染。为了降低二氧化碳的排放量,国家积极推动风、光、水电、氢能等可再生能源的发展,而这些能源技术的推广应用的关键是新材料的研发。目前新材料的研发主要依赖于研究者根据材料结构以及其用于某一特定体系的预期催化活性为目标进行实验优化,导致新材料研发过程缓慢。随着计算材料学的进一步发展,研究人员整合了大量关于材料结构及性能表征的材料数据库,通过比较逐步优化筛选新材料。综述了当前材料开发的设计思路以及合成方法,以人工智能(AI)为着眼点阐述了近年来基于AI方法设计、制备可再生能源材料过程中的模型与算法,并总结了AI用于材料设计方面的研究意义和发展过程,最后对AI方法用以可再生能源材料设计、制备的发展进行了展望,介绍了本课题组提出的材料优化模型,并且列举了该模型成功应用于电解水析氢以及硼氢化钠制氢的材料优化的案例。未来,AI技术在新材料的理论计算、合成设计、性能预测、材料微观结构表征分析等方面具有非常广阔应用前景。

摘要：目前真丝床上用品基本以染色印花为主,色织类产品较少。以桑蚕丝、亚麻为原料,结合纬三重结构进行色织提花产品的纹样设计和生产工艺设计,采用电子提花织机进行面料的织造。设计出的丝/麻色织提花床上用品面料具有色织独特的风格,工艺合理。