装备科研生产军民融合制度变迁、协同机制及治理策略研究

以装备科研生产军民融合制度现状作为切入点,分析了装备科研生产军民融合制度演变历程,构建了装备科研生产军民融合制度变迁逻辑框架,据此剖析了其制度变迁的内外源性因素,提出集体行动者在推动制度变迁的同时,也面临着如何有效链接形成密切协同的问题,从而提出了装备科研生产军民融合协同的形成机制、实现机制、评价机制和反馈机制四个机制,并从激发融合动力、打破路径依赖、优化市场环境和促进协同创新来加强装备科研生产军民融合治理策略。     

有轨电车长枕埋入式轨道复合地基多目标优化

为研究有轨电车长枕埋入式无砟轨道复合地基结构的关键影响因数和最优参数组合,采用有限单元法建立了长枕埋入式无砟轨道复合地基三维精细化计算模型.通过响应面试验得到了无砟轨道复合地基结构力学性能的响应面函数,并采用遗传算法进行多目标优化得到最优参数组合.结果表明:采用响应面模型替代有限元模型进行优化分析,可以大大减少优化迭代所需要的计算时间,且能够保证足够的计算精度;建议在进行长枕埋入式无砟轨道复合地基设计时将钢轨垂向位移作为关键评价指标;各设计变量对长枕埋入式无砟轨道复合地基结构力学性能影响的主次顺序依次为轨道板厚度、桩径、支承层厚度、桩纵向间距;最佳设计方案为轨道板厚度0.32m,支承层厚度0.18 m,桩径0.55 m,桩纵向间距1.6 m.     

智慧排水系统建设创新思考

结合目前城市排水系统现状,吸收国内外城市排水信息化建设的成熟案例和优秀经验,充分利用物联网、移动互联网、大数据、云计算、地理信息集成(GIS)、建筑信息建模技术(BIM)、人工智能等新一代信息技术,以大数据理念"、互联网+"思维建设一套城市智慧排水系统。本文主要介绍了智慧排水需求与建设目标,并分析了智慧排水的基础架构及在城市中的实际应用。     

基于量子粒子群优化算法的换热器综合能效评价研究

换热器是工业领域中被广泛应用的一种通用工艺设备,降低生产过程中的能源消耗来提高生产效益逐渐被重视。采用理论分析和数值模拟仿真相结合的方式,将影响换热器能效评价的各类因素进行了合理的归类与分析,根据各类型影响因素,建立了一个线性加权函数形式的换热器综合能效评价模型,对模型中的各个权重系数采用量子粒子群的优化算法进行优化,得到与各项能效因素相对应的最优权重,从而建立起最优的换热器综合能效评价方法。     

融媒体背景下传统民营科技型企业的互联网转型:协同进化视角

借助隐喻手段,基于融媒体发展背景,以协同进化为理论依据,剖析传统民营科技型企业的互联网转型过程,总结机理与路径,提出协同进化式转型的理论模型.以千城智联(上海)网络科技有限公司为案例企业,分析其与地方电视台的协同进化过程,研究发现:①基因改变意味着组织认知模式的变化,具体表现是互联网思维的建立以及从单式思维到链式思维的转变;②协同进化基本路径为企业基因改变→企业行为转变→合作方基因改变→合作方行为转变→企业与合作方性状变化;③协同进化的标志是生态位改变,后者由协同关系的转变来衡量,分别经历了买卖关系、资源共享关系、价值共创与共享关系三种状态;④协同关系的演进激发平台网络效应的形成.     

基于群偏好与用户偏好协同演化的群推荐方法

群推荐系统已经成为社交网络平台的重要工具,为群体用户提供兼顾个性化和整体满意度的产品和服务.现有群推荐方法大多是对个性化推荐方法的集成和聚合,忽略了群体和用户的交互影响以及群偏好和成员偏好的动态变化,从而无法保障群推荐系统的效果.为此,本文提出一种基于群偏好和用户偏好协同演化的群推荐方法,能够建模群体和用户的动态交互.具体而言,本文将用户偏好建模成其历史偏好和群影响的加权聚合结果,将群偏好建模成群历史偏好和新加入成员偏好的加权聚合结果,最终预测群体可能消费的产品列表和成员可能加入的群体列表.实验结果表明,本文所提模型在群体消费行为和用户加群行为的预测表现都优于基准算法,并兼具很好的鲁棒性.     

复杂性理论视角下粤港澳大湾区高校的协同发展

推动粤港澳大湾区高校协同发展,有助于提升大湾区高等教育整体质量,有助于建设国际教育示范区,有助于打造具有全球影响力的教育及人才高地.粤港澳大湾区高校在协同发展过程中面临宏观和微观层面多方面、多维度的复杂情况.在复杂性理论视角下,为实现粤港澳大湾区高校协同发展,大湾区高校需要建立非线性思维,认识协同发展的整体性;远离平衡状态,激活协同发展生命力;实现自组织发展,增强协同发展内驱力.     

基于自适应变异PSO-SVM的APU性能参数预测模型

为提高辅助动力装置(auxiliary power unit, APU)性能参数预测的精度,针对支持向量机(support vector machine, SVM)模型在实际使用中遇到的参数选择问题,采用自适应变异粒子群优化(particle swarm optimization, PSO)算法实现对SVM惩罚参数和核参数的优化选择,提出一种基于自适应变异PSO算法优化SVM的APU性能参数预测模型。进一步分析了预测模型不同预测步长对短期预测精度的影响。利用某型APU性能参数数据进行了验证,并与多种预测模型进行了对比实验。实验结果表明,对于排气温度(exhaust gas temperature, EGT)的预测,自适应变异PSO-SVM模型的平均绝对百分比误差(mean absolute percentage error, MAPE)比标准PSO-SVM模型低47%;对于滑油温度(oil temperrature, OT)的预测,自适应变异PSO-SVM模型的MAPE比标准PSO-SVM低29%,为短期APU性能变化趋势预测提供了一定的参考。     

基于改进灰狼算法优化SVR的航天侦察装备效能评估

定量评估航天侦察装备效能是武器装备体系建设的重要环节之一, 对装备发展和作战应用具有重要的现实意义。针对评估样本数据少、效能在多指标因素影响下变化规律非线性等条件下的效能评估问题, 提出一种基于改进灰狼(improved grey wolf optimizer, IGWO)算法优化的支持向量回归机(support vector regression, SVR)评估方法(IGWO-SVR)。引入反向学习策略及余弦非线性收敛因子改进灰狼优化算法收敛性能及全局寻优能力, 并将其应用于基于支持SVR效能评估参数的优化。基于航天侦察装备特点, 构建评估指标体系及航天侦察装备效能评估模型。最后, 通过对一定作战想定背景下航天侦察装备效能进行仿真评估, 验证了所提方法的合理性及优化模型的有效性。