摘要：针对表面组装生产中的不确定因素造成企业订单完成时间滞后问题,本文设计并实现了一种考虑不确定生产因素的生产线负载平衡优化模型.首先,以不确定生产因素的历史样本数据作为随机模拟样本预估出不确定生产因素对订单完成造成的滞后时间;其次,优化元器件贴装工位分配方案并以任务完成作为触发事件模拟生产线实际运行得到动态生产计划;再次,根据动态生产计划计算出模型适应度值后,采用遗传算法对模型适应度值进行启发式寻优获得最优动态生产方案.最后,利用表面组装生产线试例对该模型进行验证,结果表明,该模型可准确预测产线各时段的生产任务、任务量及各器件贴装工位,有效提高了企业生产效率.

摘要：为寻找具有较高杀虫活性新型苯基吡唑类化合物,以N-甲基-N-环丙基-2-氯-5-[1-(2,6-二氯-4-七氟异丙基苯基)-吡唑-4-基]烟酰胺为先导化合物,设计并合成了14种苯基吡唑类化合物,所有化合物的结构均通过核磁共振氢谱和质谱确证。室内生物活性测试结果表明,部分目标化合物表现出高效的杀虫活性,2-氯-N-环丙基-5-[1-[2,6-二氯-4-[1,2,2,2-四氟-1(三氟甲基)-乙基]苯基]吡唑-4-基]-N-炔丙基-烟酰胺(Ⅴl)在10 mg·L^(-1)下对朱砂叶螨、小菜蛾的致死率均为100%;进一步研究发现5 mg·L^(-1)、2.5 mg·L^(-1)下目标化合物对小菜蛾的致死率高于其他抗性害虫。本文可以为新型苯基吡唑杀虫剂的设计提供一些参考。

摘要：本文提出了一种基于图卷积神经网络的偏微分方程空间离散化数值求解加速方法,并将该方法应用于求解一维平流方程的研究中,实现了一维平流方程的加速求解。并设计了基于图卷积的一维平流方程空间离散化神经网络模型(GCPNN),其在物理先验知识指导下基于图模型利用空间图结构特征进行一维平流方程空间离散化求解加速方案建模,在构建图结构关系过程中,基于物理先验知识建立邻接矩阵,利用邻接矩阵融合了全局信息,从而实现了一维平流方程的加速求解。并且通过设计对比实验和消融实验验证了基于GCPNN的求解器相较于基线求解器和CNN求解器在求解精度和计算成本方面的优势,且验证了加入物理先验知识指导及全局信息融合的有效性。

摘要：【目标】探究影响双吸离心泵效率的主要因素及关键参数,优化设计吸水室以提高水力性能。【方法】基于水力损失最小原则,对吸水室与蜗壳内部流道形状进行设计,研究过流断面面积演变规律。采用CFD数值计算方法对优化前后的泵内流特征及性能特性进行对比分析,并利用实体模型试验验证优化方案的实际性能。【结果】改良设计的工况点效率比原型设计提升3.36%;在0.7QBEP(设计工况)至1.2QBEP范围内,整泵效率相较改进前模型均有所提高。其中,蜗壳水力损失降低明显,除1.3 QBEP损失下降6.18%以外,其余工况下蜗壳水力损失降低幅度均超过20%。对于吸水室,大于0.98 QBEP流量工况时,改进后模型吸水室损失低于改进前模型。【结论】吸水室、蜗壳内部流道的优化设计,明显改善了吸水室内部的不稳定流动,消除了叶轮出口附近的流动旋涡,显著降低水力损失,有效提升双吸泵的水力效率。

摘要：针对一维Burgers方程下单一建模方式难以充分考虑不同阶段风向对系数的影响比重,无法有效获得各节点间的关联信息的问题,本文提出了一种风向监督双流神经网络分别预测上下风向的有限差分系数。同时设计了一种风向判断模块,实现了对预测得到有限差分系数的权重融合。通过风向监督双流神经网络,并结合先验知识对学得的系数分配一定的权重,以突出上下风向对预测结果的不同影响,可以有效实现对不同风向上的点分别进行预测,使得空间结构特征信息挖掘更加充分,从而提高差分系数预测的精度。在比传统数值求解方法网格分辨率粗4~8倍的同时,提高了谷歌团队工作的精度,以此提高了计算的速度。

摘要：为了保证气缸、液压缸在服役过程中的可靠性和稳定性,其毛坯必须采用锻件。针对带凸台无底缸体零件内部中空、外侧带有凸起的结构特点,制定其锻件图。通过对比坯料填充模腔的成形过程、锻造载荷、锻件应变分布、锻件温度分布、模具温度分布,对4种多向模锻方案进行了有限元模拟研究,得出了最佳多向模锻操作方案。按照此方案设计模具和试验,成形出尺寸合格的缸体锻件。

摘要：《长安第二碗》这部以陈彦、陈梦梵为编剧,查明哲为导演,西安话剧院为主导创排完成的话剧作品,凭借苍凉厚重的历史底蕴和深刻隽永的人文内涵成为书写秦人风貌、彰显秦地风采的佳作。作者陈彦秉持着“滴水见波澜”的创作理念,将目光聚焦于秦家葫芦头泡馍馆的兴衰变迁,同时,将不同时代环境带来的变化悉数糅进秦家人的生命体验中,展现其在各自人生旅途中的挣扎与困惑。此外,陕西民俗文化的有机融入,也使该作品从精神内蕴到外在呈现将秦人、秦地、秦事的特点高度统一.

摘要：高速铁路的高质量服务特性激发了大量不同类型旅客的多样化出行需求。当前铁路旅客列车开行数量日益增多,但提供的客运产品分类较少,列车谱系化特征不明显,难以适应旅客的多样性需求。设计具有显性差异特征的铁路客运产品,满足不同类型旅客在经济、快捷、方便、舒适等方面的异质性出行需求,实现铁路客流分类与产品分类的高效匹配,对新时代铁路旅客运输发展具有重要意义。结合当前我国高速铁路网列车开行结构现状,并考虑路网中各线路具有不同的资源、能力、客流特征,基于铁路客运产品谱系化思想和发展趋势,从列车停站模式、旅速、运距、频率几个维度将既有列车种类进一步拓展划分为11类谱系,分析多层次旅客对谱系列车的选择,运用整数规划并结合客流分配技术,构建决策各线路区段上从11类谱系中选择列车开行种类、范围和数量的列车谱系结构优化模型,达到客流类型与列车谱系结构之间的有效匹配。以我国部分高铁路网为例开展案例研究,研究结果表明:优化后的列车开行结构明显改善,各高铁线路上列车谱系结构差异化分布特征明显;不同层次客流旅速、列车谱系和客流层次对应、列车客座率、“车-流”运距比等指标均表现出较好的“车-流”匹配效果。在高铁列车大规模成网运营条件下,研究结果可为设计具有谱系特征的列车产品提供方法和技术指导。

摘要：深度神经网络可通过训练从大脑图像中预测年龄,作为识别衰老相关疾病的生物标志物.传统的脑龄预测方法往往依赖于单一模态的图像数据,而多模态数据可提供更全面的信息,提高预测精度.然而,现有的多模态融合方法往往不能充分利用不同模态之间的相关性和互补性.为了克服上述问题,文中提出基于多模态模糊特征融合的脑龄协同预测算法(CMFF),设计模糊融合模块和多模态协同卷积模块,可有效利用多模态信息之间的相关信息和互补信息.首先,利用卷积神经网络从多模态脑图中提取特征张量,径向拼接后整合到一个全局特征张量中.然后,利用模糊融合模块学习被模糊化的特征,再将特征应用到多模态协同卷积模块,通过特定的卷积层增强模态间的互补信息.最后,基于性别信息和经过模糊协同处理的特征执行年龄预测回归任务,得到准确的预测年龄.在SRPBS多重障碍MRI数据集上的实验表明,CMFF性能较优.

摘要：随着无线网络的广泛应用,面向接受信号强度(RSS)指纹定位的接入点(AP)日益增多,导致一些AP的作用是冗余的,甚至对定位产生不利影响,同时也增加了定位计算的开销。通过对AP进行适当筛选可以一定程度上去除冗余AP,但定位效果会随着AP数量发生较大变化,甚至会增大误差。本文提出一种基于信息区分度的AP有效集构建方法(EID),充分利用指纹信号在不同空间的差异,实现了准确的位置估计。首先,用信息区分度评估AP的定位能力,有效反映出每个AP在不同采样点的区别,展示AP对空间位置的分辨程度。然后,基于AP信息区分度设计更加符合现实环境的增量聚类算法,能根据AP的定位能力得到不同类别的集合并具有较好的鲁棒性。最后,利用点集距离最大原则提出AP有效集选择策略,根据聚类结果和选择要求,选择出合适的AP集合。本文在真实场景下进行实验验证,并与现有的AP选择方法,即基于组判别(GDB)算法、基于软件定义网络(SDN)算法和基于非均匀量化RSS熵(NQRE)算法对比,在减少不低于40%AP数量的情形下,EID将定位精度分别提升了18.7%、11.2%和14.6%。与此同时,本文方法具有更好的稳定性,在95%的情形下定位误差低于1.2 m。