防渗墙质量检测地震映像法物理模拟及应用

防渗墙广泛应用于堤坝防渗处理,为确保其抗渗能力,需对墙体质量进行检测。地震映像法是地球物理无损检测的主要方法之一,为提高该方法对防渗墙缺陷结构的响应认识,构建了防渗墙物理模型,并分别针对防渗墙处于完整和存在结构缺陷两种状态条件进行了地震波数据采集与成像。对比分析表明,前者地震波同相轴连续性好且各地震子波衰减规律总体一致,而后者则在缺陷位置表现出同相轴不连续和到时差异特征。现场实践进一步表明,该方法检测结果与实际情况相符。总之,研究结果对利用地震映像法检测防渗墙质量具有指导意义。     

共享领导胜任力构念与测量

共享领导作为一种不同于传统垂直型领导的新型领导不断受到研究者的关注。来自团队成员的共享领导行为，不仅需要团队成员具有共享领导的意愿，更需要团队成员具有共享领导能力。为此，基于国内外学者关于共享领导相关研究文献回顾及访谈研究，探讨了共享领导胜任力构念及测量。研究提出共享领导胜任力由参与能力、激励能力和影响能力三维度构成，并对共享领导胜任力测量的有效性进行检验。共享领导胜任力的研究对团队有效提升共享领导力具有一定的实践意义。     

基于垂直区域宽度分解的无人机覆盖航迹规划

为解决多无人机执行区域覆盖任务时,存在覆盖效率低的问题,提出了基于垂直区域宽度分解的无人机覆盖航迹规划算法。首先,为了尽可能以最少的转弯次数完成任务,提出了垂直区域宽度分解法。然后,考虑到实际运用中由于飞手数量与无人机数量不匹配,导致资源分配不均的问题,使用垂直区域宽度分解法将任务区域分解为待覆盖的子航迹集合,并建立了以时间代价为目标函数的混合整数线性规划子航迹分配模型,来根据飞手数量与无人机数量动态的将子航迹进行均衡分配,达到提高覆盖效率的目的。最后,通过仿真实验验证了该算法的有效性。     

专利信息在企业技术创新中的作用探讨与对策研究

技术创新是企业发展的重要驱动力,是企业核心竞争力的构成之一。专利是企业依法保护技术创新成果的重要手段,是企业宝贵的无形资产。本文通过探讨专利信息在企业技术创新过程中的助推作用,厘清企业在专利信息检索、分析和利用上存在的问题,提出相应建议对策,为企业技术创新提供智力支撑。     

基于改进塘鹅算法优化BP神经网络的新型冠状病毒疫情预测

针对北京市和美国新型冠状病毒感染疫情的累计确诊人数的预测，提出了基于改进塘鹅优化算法（Improved Gannet Optimization Algorithm,IGOA）、优化反向传播神经网络（Back Propagation Neural Network,BP）权值和偏差的预测模型。将原塘鹅优化算法中塘鹅的位置更新方式由迭代次数的线性关系修改为非线性关系，并引入了随机数，更准确地模拟塘鹅的捕食过程；在两个阶段均采用随机选择机制，并改进了开发阶段塘鹅的位置更新方式，有效地平衡了探索阶段和开发阶段。在实验阶段利用23个基准函数的极值寻优验证了IGOA的有效性，并建立预测模型IGOA-BP，对北京市和美国新型冠状病毒感染累计确诊人数进行预测。与其他7种比较模型相比，预测模型IGOA-BP的预测结果的均方误差（Mean Square Error,MSE）、平均绝对百分比误差（Mean Absolute Percentage Error,MAPE）、平均绝对误差（Mean Absolute Error,MAE）、均方根误差（Root Mean Square Error,RMSE）均最小，表...     

基于状态解耦的两坐标外源雷达3D目标跟踪

考虑利用两部两坐标外源雷达对高度近似恒定的目标进行三维跟踪。结合外源雷达自身的特点，提出了一种将目标高度与水平状态(水平位置、速度等)进行解耦估计的方法，通过两个并行估计器来实现对三维目标的跟踪。在高度估计器中，将目标高度区间划分为多个高度子区间，然后利用量测值递推计算目标在各个高度子区间的权重，最后通过加权融合各个高度子区间的方式估计目标高度；在水平面的状态估计器中，进一步考虑了目标在水平面机动的场景，利用交互式多模型扩展卡尔曼滤波器，并结合目标高度的估计值，更新目标的水平状态。仿真与实验结果显示，利用两部两坐标外源雷达可以实现对高度近似恒定目标的精确三维跟踪，为水平机动的目标提供精度在200 m以内的高度估计，并消除了二维跟踪情况下因未考虑目标高度而引起的误差。     

深度强化学习在天基信息网络中的应用——现状与前景

未来天基信息网络(space information network, SIN)领域将面临由结构复杂、环境动态、业务多样等发展趋势带来的挑战。数据驱动的深度强化学习(deep reinforcement learning, DRL)作为一种应对上述挑战的可行思路被引入SIN领域。首先简要介绍了DRL的基本方法，并全面回顾了其在SIN领域的研究进展。随后，以星地网络场景的中继选择为例，针对大规模节点问题提出了基于平均场的DRL算法，并提出一种基于微调的模型迁移机制，用以解决仿真环境与真实环境之间的数据差异问题。仿真证明了其对网络性能优化的效果，且计算复杂度和时间效率均具有可行性。在此基础上归纳和总结了DRL方法在SIN领域的局限性与面临的挑战。最后，结合强化学习前沿进展，讨论了此领域未来的努力方向。     

基于改进烟花算法的以太网通信链路调度方法

针对工业以太网通信链路调度延时大及效率较低的问题, 提出一种基于改进烟花算法的实时周期消息任务调度(CVFWA)方法. 以降低网络传输时延为目标, 首先, 将传统烟花算法的连续解空间映射到实时周期序列调度问题的离散解空间； 其次, 为增加种群的多样性, 在高斯变异过程中引入变异系数； 最后, 采用基于中位数锦标赛的选择策略代替欧氏距离选择策略. 仿真结果表明, 该方法能使实时周期消息序列在最短时间内完成队列调度, 有效降低了网络时延, 提高了全局搜索效率.