鲜食玉米田除草剂助剂的筛选及其增效作用

为筛选出鲜食玉米田内有助于除草剂增效的最佳助剂,在田间试验条件下,采用茎叶喷雾法比较了30%硝磺·莠去津可分散油悬浮剂中添加不同类型助剂的杂草防除效果,测定了助剂对不同除草剂增效作用及其对玉米产量的影响。结果表明,供试的7种助剂中,有4种助剂对30%硝磺·莠去津可分散油悬浮剂表现出明显的增效作用,施药后15 d,在30%硝磺·莠去津可分散油悬浮剂70%常规用量(有效成分472.50 g·hm-2)中添加助剂有机硅增效剂(硅王和速润)和植物油+非离子表面活性剂(哈速腾和激健),其杂草鲜重防效均高于未添加助剂的处理,防效分别增加20.20%、13.13%、13.97%和20.20%。在推荐常规用量70%条件下,30%硝磺·莠去津(有效成分472.50 g·hm-2)、30%苯唑草酮(有效成分18.90 g·hm-2)、27%烟·硝·莠去津(有效成分567.00 g·hm-2)和31.5%烟嘧·莠去津(有效成分595.35 g·hm-2) 4种除草剂中添加激健助剂后,其防效分别增加17.53%、10.97%、8.76%和12.37%,其中在烟嘧·莠去津和硝磺·莠去津2种除草剂常规用量70%的条件下添加助剂处理与其常规用量相当,助剂对除草剂的减量使用作用明显。在配合4种除草剂减量使用过程中,激健助剂的添加对玉米产量无明显影响。综上所述,在减药模式下,适宜助剂的介入能提升除草剂防效,表现出明显的增效作用。研究结果将为福建省玉米田杂草的化学防除减施技术应用提供科学依据。     

基于概率图模型的危险驾驶罪刑期预测

针对司法实践中对于可解释性及预测性能的需求, 本文提出了一种基于概率图模型的量刑智能辅助方法. 该方法以量刑要素为基石建立含有隐节点的概率图模型, 由极大似然准则估计刑期分布的参数, 进而计算分布的数学期望得到预测值. 关于危险驾驶罪的实验结果表明, 概率图模型的预测准确率优于基于决策树和神经网络等的模型, 且具有良好的可解释性.     

Evolutionary game analysis of low-carbon behavior credit supervision of logistics enterprises

Based on the low-carbon obligation fulfillment of Chinese logistics enterprises, this study constructs a tripartite evolutionary game model to analyze the evolutionary process of the interaction between the local government, logistics enterprises and the public in the process of low-carbon behavior credit supervision. Then using Netlogo software, a parameter simulation experiment is conducted to determine the optimal policy for improving the effect of supervision. The results are as follows: ① The combined influence of the local government and the public can effectively change the strategic choice of enterprises and promote the low-carbon behavior of enterprises. ② In terms of improving the effect of supervision, reducing the cost of government supervision would have a highly significant effect, and reducing the cost of the public would be counterproductive. ③ Increasing the government subsidies to enterprises and the government’s fines to enterprises both have a significant effect, and the effect of improving the former is better. However, increasing the severity of higher-level governments punishing local governments will reduce the stability of the system. ④ Supervision can be more effective by increasing the public’s impact on enterprises’ earnings rather than by increasing government subsidies to the public.     

Microstructure evolution and reaction behavior of Cu–Ni alloy and B_4C powder system

Microstructure evolution and reaction behavior of Cu–Ni alloy and B_4C power system was studied by in-situ and static experimental investigations along with theoretical calculations. The reaction process was as follows. Firstly,B_4C decomposed into B and C atoms, and then B atoms diffused into Cu–Ni matrix, leading to the formation of Ni_2B particles. Subsequently, Ni atoms diffused into B_4C, forming a loose mixture of Ni_2B and amorphous C at the initial powder boundary. Finally, with the completion of reaction, Ni_2B particles at the powder boundary grew into a monolithic block, and then C substance was excluded out and accumulated at the edge of this monolithic Ni_2B block. It is believed that the formation of Ni_2B phase is caused by the most negative change of Gibbs free energy among all the potential reactions between Ni–B and Ni–B_4C systems.     

变速轧制下超快冷系统工艺温度在线实时修正策略

结合某现场超快速冷却系统，具体分析了带钢运行速度变化对轧后冷却过程换热系数与冷却时间的影响规律.根据速度运行机制，开发了速度在线修正计算策略，实现了轧后冷却区带钢速度计算值与实际值的吻合;并在此基础上开发的工艺温度在线循环计算策略，消除了速度波动对温度控制的影响，提高了温度控制精度.将该温度在线实时修正策略应用于现场，实现了超快冷出口温度与卷取温度的精确控制，工艺温度命中率在96%以上，有效消除速度对温度波动的影响，完全满足新产品、新工艺的工业化试制及大批量生产.     

考虑用户行为和排错延迟的多版本软件可靠性增长模型

软件在测试阶段和使用阶段操作环境的差别导致软件测试可靠性和运行可靠性不完全相同.软件在发布后的使用和维护阶段,软件可靠性的增长不仅体现在软件固有故障的排除,而且用户对软件的熟悉程度也会影响软件的可靠性.本文研究了软件固有故障检测过程、固有故障纠正过程和外在失效过程的特征,建立了考虑用户行为和排错延迟下的多版本软件可靠性增长模型.通过一组来自于开源软件用户缺陷跟踪系统中的真实数据进行数值分析,试验结果表明提出的模型具有较好的效果.     

基于活动的瓶颈模型:公交枢纽晚高峰居民通勤研究

如何快速消除公交枢纽瓶颈的制约,是居民通勤的老大难问题.本文结合瓶颈模型与基于活动的方法来研究公交枢纽晚高峰居民通勤行为,以解决通勤者在其活动和出行之间的时间分配问题.以瓶颈模型为基础,考虑公交内部拥挤,将出行行为与活动相关联.通过引入公交内部拥挤成本,根据不同的效用函数选择出发时间,建立了动态出行均衡模型.并由此得出均衡条件下的相关性质,来解释晚高峰通勤者在瓶颈入口前排队的交通现象.研究发现,与传统瓶颈模型相比,基于活动瓶颈模型乘客动态更加丰富,出发时间选择更为复杂.算例结果表明,通勤者对公交车内部拥挤的敏感度越高,越会尽量地避开高峰出行.为了使净效用更大,通勤者会选择在工作地滞留较长时间,晚高峰时段推迟.     

考虑车辆间交互作用的驾驶意图预测方法

准确的意图预测可以帮助智能车辆更好地了解周围环境并做出更加安全的决策，从而提高自动驾驶的安全性，促进人机协同驾驶。为了对驾驶员未来的意图做出更加精准的预测，提出了一种交互式意图预测方法。首先，通过将隐马尔可夫模型（HMM）与高斯混合模型（GMM）相结合，在充分考虑周围场景信息后建立了行为识别模型，用于对当前的驾驶行为做出准确的判断。然后，考虑到交通场景复杂多变的特点，提出基于意图的轨迹预测方法规划出一条最佳的行驶轨迹，并采用最大期望效用理论对未来的驾驶行为进行推理。由于行为识别和意图推理模型综合考虑了交通态势的演变过程和车辆之间的交互作用，所以将两个模型得到的结果相结合可得到车辆最终预测出的驾驶意图。最后，在NGSIM数据集对所提出的方法进行验证，结果表明提出的行为识别模型能够提前0.2~0.3 s识别出车辆的换道意图，结合未来意图推理模型，能够更加准确地预测出车辆未来的驾驶行为，由此可提高车辆驾驶的安全性。     

互联网金融环境下智能投顾对于投资行为的影响

基于国内知名网贷平台的数据，采用固定效应模型和双重差分分析方法，研究了智能投顾的使用对于投资者的投资金额和风险偏好的影响。实证结果表明，智能投顾的使用会减少投资者的单笔投资金额，增加投资者的总投资金额，并使得投资者的风险偏好趋于保守。研究结果丰富了智能投顾和行为金融学的研究内容，加深了智能投顾企业对于投资者行为的理解，使其可以更好地设计和完善相关服务。     

基于模糊强化学习的双轮机器人姿态平衡控制

针对单轨双轮机器人在静止情况下存在的固有静态不稳定问题, 提出一种基于模糊强化学习(简称为Fuzzy-Q)的控制方法。首先，运用拉格朗日法建立带控制力矩陀螺的系统动力学模型。然后, 在此基础上设计表格型强化学习算法, 实现机器人的稳定平衡控制。最后，针对算法存在的控制精度不高和控制器输出离散等问题, 采用模糊理论泛化动作空间, 改善控制精度, 并使控制输出连续。仿真实验表明, 相较于传统强化学习方法, 所提方法能够显著提高控制精度, 且可以有效抑制外界干扰力矩对系统的影响, 保证系统具有一定的抗干扰能力。