摘要：发展智慧养老是应对人口快速老龄化挑战的重要举措,既能缓解社会养老压力,又能满足老年人日益多样化的需求。然而,当前智慧养老系统的应用仍面临老年人接受度较低、交互效能较低、信任度较低、责任分配不明晰等一系列问题。因此,本研究旨在从用户需求、交互行为、人机信任、人机责任多层次构建老年用户与智能系统人机共融的理论框架,深入探究用户特征、系统属性、情境因素对人机共融的影响机理。本研究在用户需求、交互行为层次,构建用户画像、需求模型与交互行为模型,优化智能系统属性,提升老年用户的接受度、交互效能;在人机信任层次,探究老年用户与智能系统的人机动态信任发展规律,剖析各类因素对动态信任的综合影响机理,提升老年用户使用行为的持续性和人机关系的稳定性;在人机责任层次,面对智能系统应用可能带来的正面、负面结果,剖析各类因素对人机责任归因的影响机制,促进更好的人机协同。开展本研究可促进人机共融理论的发展,为智能系统的适老化设计与升级提供理论支撑与实践参考。

摘要：中国出生人口已经连续多年下降,“老龄化”“少子化”问题日益严峻。住房市场化以来,家庭住房资产对居民生育意愿的影响是显著的。用家庭住产市值收入比指标来衡量家庭住房资产的相对高低,用2018和2022年中国家庭追踪调查(CFPS)微观数据,研究家庭房产对生育意愿的内在影响,研究发现:家庭住产市值收入比对生育意愿有显著促进作用,市值收入比每上升1个单位,家庭理想孩子数量上升0.00140个;而家庭人均收入对生育意愿具有显著负向影响,家庭人均收入每上升1个百分点,居民理想生育数量下降0.0265个。异质性分析发现家庭住产市值收入比对青年居民和高收入家庭生育意愿的正向影响较小,对低收入家庭生育意愿的正向影响较大。基于以上结果,从强化人口政策顶层设计和完善生育支持政策体系的角度提出以控制家庭住产市值收入比、建立生育成本多渠道分担机制、扶持有生育意愿的青年居民购房和缩小居民收入差距为核心的多项建议,以提高居民生育意愿,释放生育潜力。

摘要：推动基于尊重、以人为本的包容性城市治理20世纪以来,不断推进的世界城市化进程使城市在人类社会经济发展中逐渐占据主导地位,推动人类社会进入城市时代,同时也使城市越来越在诸多方面暴露出不同社会群体之间的不公、隔离与分化现象,影响到人类社会的可持续发展,诸如经济层面的收入差距增大,社会层面的文化差异纷争,政治层面的边缘群体失声,空间层面的居住社区隔离,设施层面的服务分配不均,凡此种种、不一而足,无论发达国家还是发展中国家莫不如此。

摘要：电网登高作业众多,登高违章易造成高处坠落等严重事故。构建了轻量化且高精度的登高违章作业检测模型,以实现对不安全行为的高效检出。首先,基于YOLOv8算法框架构建基础网络模型,之后在颈部网络中引入幽灵模块(Ghost module),以构建轻量化模型;其次,在主干网络中引入高效多尺度注意力模块(Efficient Multi-scale Attention module,EMA),在保证轻量化基础上,提高模型精度;最后,基于网络层次分析法和模糊综合评价法,将孤立的不安全行为融合为登高作业综合评价体系。结果表明:相较于基础模型,本模型准确率提高3.3%,召回率提高9.9%,均值平均精度(mean Average Precision,mAP)mAP@50提高8.4%,mAP@50:95提高4.6%;在轻量化方面,参数量降低17.6%,计算量降低11.1%,模型所占存储容量降低16.1%,且漏检情况有所减少。

摘要：废弃物处理设施是典型的"Semi-desirable"设施,其选址相关的决策需要考虑成本、负效应等多个相互冲突的目标.废弃物中转站的选址和路径优化是一类周期性选址-路径问题(PLRP).目前缺乏对这类问题的多目标优化的研究.以多目标城市废弃物收运网络周期性选址-路径问题为研究对象,提出基于扩散距离的负效应测度方法;建立考虑负效应和成本的双目标混合整数规划模型;设计DRECWA-LS算法,结合启发式优化策略.求解收运计划对应的周期性选址-路径问题.并采用扩展邻域搜索策略的多目标进化算法实现对可行收运计划的深度搜索,同步求解收运计划、中转站选址-分配及车辆路径三个问题.算例结果显示:算法能成功求解较大规模问题,具有较高的求解质量和运算效率.

摘要：针对带有时滞效应的小样本数据序列的预测建模问题,现有模型通常假设时滞期为固定值,忽略了时滞值动态变化对模型效果的影响.为了克服这一局限性,本文考虑系统时滞的动态变化效应,将GM(1,1|τr)模型的静态时滞参数推广为时变时滞函数,设计出非整数时滞取值区间对应的时变时滞参数表达式.提出以灰关联理论为基础的时变时滞函数的参数优化方法,推导出GM(1,1|τi)模型参数估计值以及预测序列的时间响应式.该方法不仅提高了模型对所分析序列的拟合度,还可充分利用时滞参数函数的数学性质,进一步研究时滞因素对系统发展趋势的影响.最后,将GM(1,1|τi)模型应用于福建省全省沿海港口货物吞吐量预测,并将建模预测结果与经典的GM(1,1)模型和GM(1,1,τ)模型进行比较.结果表明当原始序列具有时滞效应时,GM(1,1|τi)模型具有更高的建模精度,能够反映出更为复杂的系统时滞变化情况,扩展了含时滞参数灰色预测模型的适用范围.

摘要：传统DGM(1,1)模型的累加生成算子没有考虑数据振荡对数据序列发展趋势的影响,模型预测结果往往呈现齐次指数增长的趋势.该局限性使得DGM(1,1)模型不适用于本身存在随机振动特征的序列分析与预测.针对这一问题,本文提出基于原始数据均值像序列的随机波动特征分析方法,设计出均值像反正切函数变权形式的累加生成算子;在此基础上建立了基于均值像反正切函数变权累加的DGM(1,1)atan模型,该模型综合考虑了数据的整体增长趋势与局部波动特征;最后,将模型应用于海域水质监测的数据分析与预测,预测结果验证了模型的有效性及实用性.

摘要：现有研究观察到产业集聚的企业家精神溢出效应,但是目前针对这一集聚外部性的逻辑认识,无论是对产业的异质性还是对企业家精神的异质性都缺乏关注。构建广义距估计模型,以中国创意产业为例,采用2003—2012年中国省际面板数据,探讨产业集聚对创新型和创业型2类企业家精神的影响。结果发现产业集聚尤其是中小型企业集聚,既有利于促进创新型企业家精神发展,也有利于溢出创业型企业家精神。分行业回归结果表明:知识密集型创意产业集聚的异质性企业家精神溢出效应非常显著,但是这一溢出效应在文化艺术型创意产业集聚中并不显著。

摘要：【目的】通过融合病患体征信息与用药数据,利用图神经网络技术进行药物精准推荐,以增强疾病诊疗过程中药物推荐的科学性与合理性。【方法】建立基于图神经网络(GNN)的“异常体征”与“药品”传递关系模型,设计了具有体征感知功能的药物精准推荐方案。构建“异常体征-病患-药品”异构图,采用关系图卷积神经网络(R-GCN)编码器学习具有体征感知的节点表示,通过设计基于体征感知交互的解码器,融合异常体征信息,实现对药物的精准推荐。【结果】以MIMIC-Ⅲ数据集中的三类疾病诊疗数据为对象开展实证研究。本文设计的药物推荐方案较SVD、NeuMF、NGCF模型在Recall@20指标上分别提高5.76、5.33、0.91个百分点;在NDCG@20指标上分别提高了5.03、4.25、2.67个百分点。【局限】该药物推荐方案未考虑病患药物使用随疾病发展时间的动态变化情况。【结论】融合病患体征信息与用药数据的图神经网络药物推荐方法具有有效性和可行性,能够感知病患体征对用药的影响,为融合多维度信息开展药物精准推荐研究提供了基础。

摘要：针对现实经济管理决策环境与条件具有模糊性的特点,着重研究一类联盟特征(或支付)值为梯形模糊数的合作对策,提出一种求解梯形模糊数合作对策的最小平方优化方法.利用梯形模糊数距离(平方)概念和最小平方法,建立最小化局中人联盟分配和支付值差值平方和的优化模型,根据模型推导出联盟成员梯形模糊数分配值的解析公式,探讨该最小平方解的重要性质.设计一种新的理论优化模型以避免传统梯形模糊数减法导致的计算结果不确定性扩大等问题,为求解梯形模糊数合作对策提供一种新的实践工具与参考思路.