旅游数字足迹研究：热点与展望

在疫情蔓延、经济下行的背景下,开展旅游数字足迹研究,分析预测旅游消费行为,是推进旅游消费发展、推动国际国内经济"双循环"的重要基础工作.作为旅游信息化领域的新兴话题,旅游数字足迹是游客在通讯网络、互联网和物联网等泛在网络上留下的海量电子痕迹,真实反映了游客选择偏好和深层次的行为规律.国内外学者对这方面的研究已取得一定成果,但仍处于探索阶段.鉴于此,本研究辨析了旅游数字足迹的定义、类型和相关概念,阐明了旅游数字足迹的数据来源、特征和应用,分析了旅游数字足迹在游客人口特征、游客人格预测和游客行为分析领域的热点问题.最后,从理论体系构建、数据来源和预测方法精度等问题出发,对旅游数字足迹领域未来的研究方向进行了展望,为持续激发旅游消费潜力、推动旅游消费规模增长提供理论参考.     

中药肾茶对家猫夏季饮水和血清尿素含量的影响

家猫饮水、排尿较少,泌尿系统疾病高发.肾茶是一种传统中药,具有良好的利尿作用.本研究采用10只家猫进行实验,结果显示:在饲粮中添加1%(质量分数)肾茶可以显著增加家猫的饮水量,降低血清尿素氮含量,但不影响家猫的体重和采食量.这表明肾茶有增加家猫排尿量、减少其泌尿系统疾病的潜在作用.     

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.     

基于生物质气化湿式净化装置防冻技术模拟研究

提出一种利用生物质气化装置加热空气对净化间采暖的方法,按传热学基本理论进行建模,推导出计算盘管出口空气温度的线性方程及计算采暖后净化间温度的非线性方程.以某生物质气化站数据为例计算盘管内径为0.08,0.10,0.12 m时满足采暖要求所需盘管长度及风速,验证了该方法的可行性.利用软件Origin对计算得出的净化间温度值进行线性拟合,求出了净化间温度与风速之间的对数函数关系式.确定了风速的设定范围,并对比了采暖能耗与采暖产热量.相比于传统的电暖气,可降低能耗95%以上.     

欧式期权市场中带消费行为的投资策略研究

以随机微分方程理论为依托,在经典Black-Scholes模型的基础上进行补充,对欧式期权市场中的投资策略进行了研究,给出了满足预算条件的消费行为的参数限定.     

20辊森吉米尔轧机轧制过程吨钢电耗分析

针对20辊森吉米尔轧机节能降耗的特点,对轧制过程中的吨钢电耗进行定量分析,并与传统6辊轧机进行对比。分别利用6辊轧机和20辊轧机对两种轧制规程进行模拟计算。结果表明:对于驱动功率而言,当轧制带材较厚时,采用20辊轧机可明显降低驱动功率;当轧制带材较薄时,二者并无明显区别。使用20辊轧机可明显降低轧制过程中的吨钢电耗,轧制带材较厚时,吨钢电耗下降更为明显。     

峰值电量约束下的场桥能耗最小化问题研究

随着化石能源的大量使用带来的环境污染问题日益严峻,关注能源使用效率的集装箱港口绿色化运营研究成为近年来的热点之一.本文以集装箱堆场中需要执行预倒箱作业的场桥为研究对象,考虑场桥不同运行状态下的单位时间电量需求不同以及峰值电量实时约束,建立了以总能耗最小化为目标的多场桥调度问题的混合整数规划数学模型.继而,将关键变量利用非连续贝和连续贝两种不同的方式进行编码,将次级变量利用启发式规则进行解码,并设计了相对应的遗传算法交叉与变异方法.数值实验表明,连续贝编码方法表现更为优异;通过与Cplex在小规模算例中的比较,与粒子群算法及人工蜂群算法在大规模算例中的比较,验证了所设计遗传算法的有效性.同时,通过与传统策略的对比,表明本模型可以同时实现能耗总需求与峰值需求两方面的优化,从而可以为港口管理人员在不影响既定日常运营工作的前提下降低能源成本提供科学有效的指导.     

人工智能消费场景中的女性性别歧视

人类社会正快速步入人工智能时代,人们无时无刻不处于人工智能消费场景中。人工智能不仅是一个技术问题,更是一个道德问题。然而,貌似客观中立的人工智能技术并未带来预想的性别平等,反而造成女性性别歧视现象丛生,招致越来越多的批评与抗议。人工智能与大数据是人类社会的镜像,虚拟世界出现问题,病根在人类世界。因此,构建机器伦理,加强行业自律,推进人工智能立法,增强女性在人工智能行业中的话语权,让男女平等观念深入到虚拟世界与机器世界,方是根治人工智能消费场景中女性性别歧视的善治之道。     

混合动力汽车深度强化学习分层能量管理策略

为了提高混合动力汽车的燃油经济性和控制策略的稳定性,以第三代普锐斯混联式混合动力汽车作为研究对象,提出了一种等效燃油消耗最小策略(equivalent fuel consumption minimization strategy,ECMS)与深度强化学习方法(deep feinforcement learning,DRL)结合的分层能量管理策略。仿真结果证明,该分层控制策略不仅可以让强化学习中的智能体在无模型的情况下实现自适应节能控制,而且能保证混合动力汽车在所有工况下的SOC都满足约束限制。与基于规则的能量管理策略相比,此分层控制策略可以将燃油经济性提高20.83%~32.66%;增加智能体对车速的预测信息,可进一步降低5.12%的燃油消耗;与没有分层的深度强化学习策略相比,此策略可将燃油经济性提高8.04%;与使用SOC偏移惩罚的自适应等效燃油消耗最小策略(A-ECMS)相比,此策略下的燃油经济性将提高5.81%~16.18%。     

国内城镇污水处理能耗计算方法

污水处理行业是高耗能产业,合理地估算污水处理工艺的能耗将有助于节能减排措施的制定和实施。依据国内城镇污水处理各单元的工艺运行特点,分析了污水处理单元能耗分布特征,总结出污水处理过程中各单元主要耗能设备的能耗计算公式。以喀左污水处理厂(采用典型A/O工艺)为例进行分析,挖掘其最具潜力的节能设备,给出相应的节能调控方向。