摘要：聚焦弗雷•奥托使用物理模型方法进行自然启发结构找形的研究工作,展开基于向量图解静力学的VGS工具对自然启发建筑结构的研究,基于VGS工具可以交互地生成、操控结构的形与力的特性,以硅藻、叶序、蛛网结构为例,充分展现了该工具在结构概念设计阶段再现、组合与创造自然启发建筑结构形式的潜力。

摘要：路径规划作为自动驾驶的关键技术,具有广阔的应用前景和科研价值。探索解决自动驾驶车辆路径规划问题的方法,着重关注基于强化学习的路径规划方法。在阐述基于常规方法和强化学习方法的路径规划技术的基础上,重点总结了基于强化学习和深度强化学习来解决自动驾驶车辆路径规划问题的算法,并将算法按照基于值和基于策略的方式进行分类,分析各类算法的特点、优缺点及改进措施。最后对基于强化学习的路径规划技术的未来发展方向进行了展望。

摘要：全拉格朗日、无网格光滑粒子流体动力学(Smoothed Particle Hydrodynamics,SPH)不仅在理论上取得了巨大进步,也在科学与工程领域拓展了应用范围.本文简要综述了SPH方法及其在流固耦合建模领域的最新进展,包括:(1)基础理论与核函数修正;(2)基于黎曼求解的Riemann-SPH方法及耗散控制;(3)Total Lagrangian SPH(TL-SPH)方法及其稳定格式;(4)流固耦合的数值方法以及多分辨率离散.

摘要：对于智能网联车辆(connected automated vehicle,CAV)来说,上匝道合并是一项具备挑战性的任务,考虑到未来一段时间内有CAV和人工驾驶车辆(human-drive vehicle,HAV)的混合交通将存在于更多的交通场景中。根据合流区交通特性,将多车协同汇入表示为马尔可夫决策过程,建立了同时考虑车辆安全和效率的奖励函数。基于分布式多智能体强化学习(muti-agent reinforcement learning,MARL)框架提出中心式训练分散式执行的改进框架(centralized training and decentralized execution,CTDE)的MARL算法框架,节省了单智能体上的计算资源。建立基于两种框架的优势动作评论家(advantage actor critic,A2C)和近端策略优化(proximal policy optimization,PPO)两种控制算法。仿真实验结果表明,所建立的改进算法的整体性能优于原算法,提升了车辆平均行驶速度,满足最小车头时距同时降低了碰撞率和汇入等待时长,满足了合流区车辆的通行安全和提高了通行效率。

摘要：在“碳中和”背景下,微气候研究愈发引起学界关注。过往研究表明,植被是影响景观空间微气候的重要因素之一,但在以往微气候研究及模拟过程中,植被要素因其自身形态的复杂性往往无法被精准量化,造成现状植被与模拟软件中的植被形态存在偏差,导致最终计算结果的准确性有所降低。故在既有研究的基础上,可以通过提升植被建模的真实性及准确性,即利用现状植被三维点云模型辅助在Envi-met软件中精确建模,以提高景观微气候模拟研究结果的精准度。选取东南大学梅庵周边景观空间为研究对象,对上述分析方法予以运用,在验证分析方法可行性的同时,以实测数据为参照,综合比较点云植被模型与Envi-met自带植被模型在计算结果间的差异性。研究结果表明,基于植被点云模型的模拟结果与实测数据更为接近,尤其体现在风速测算上。该方法也可为后续微气候模拟分析研究提供参考。

摘要：【目的】住区景观与人们的日常居住与生活感受密切相关,现阶段高层住区中人群俯视状态下对住区绿地的感知偏好将作为指引住区户外空间绿化设计的重要参照之一,亟须探讨不同俯视高度下人群感知偏好特征与住区户外空间绿化形态间的联系。【方法】以南京市3个典型高层住区为例,借助无人机航拍、激光雷达扫描、三维视觉模拟等多种技术方法及数学决策手段厘清人群处于不同高度下的俯视感知偏好特征与俯视绿化形态特征各项指标间的相关性。【结果】研究发现:户外空间中绿化复杂度及绿化三维可视体积大小显著影响人群俯视感知及偏好,其中宁静度、自然度是反映高层住区中人群俯视偏好的关键感知特征。【结论】研究结果对于完善住区规划设计相关法规,塑造符合人群全方位感知偏好的高品质住区户外空间环境具有积极作用。