An FE-Inexact Heterogeneous ADMM for Elliptic Optimal Control Problems with <Emphasis Type="Italic">L</Emphasis><Superscript>1</Superscript>-Control Cost

Elliptic PDE-constrained optimal control problems with L¹-control cost (L¹-EOCP) are considered. To solve L¹-EOCP, the primal-dual active set (PDAS) method, which is a special semismooth Newton (SSN) method, used to be a priority. However, in general solving Newton equations is expensive. Motivated by the success of alternating direction method of multipliers (ADMM), we consider extending the ADMM to L¹-EOCP. To discretize L¹-EOCP, the piecewise linear finite element (FE) is considered. However, different from the finite dimensional l1-norm, the discretized L¹-norm does not have a decoupled form. To overcome this difficulty, an effective approach is utilizing nodal quadrature formulas to approximately discretize the L¹-norm and L²-norm. It is proved that these approximation steps will not change the order of error estimates. To solve the discretized problem, an inexact heterogeneous ADMM (ihADMM) is proposed. Different from the classical ADMM, the ihADMM adopts two different weighted inner products to define the augmented Lagrangian function in two subproblems, respectively. Benefiting from such different weighted techniques, two subproblems of ihADMM can be efficiently implemented. Furthermore, theoretical results on the global convergence as well as the iteration complexity results o(1/k) for ihADMM are given. In order to obtain more accurate solution, a two-phase strategy is also presented, in which the primal-dual active set (PDAS) method is used as a postprocessor of the ihADMM. Numerical results not only confirm error estimates, but also show that the ihADMM and the two-phase strategy are highly efficient.     

基于三维激光技术的路面坑槽多维度指标检测

为实现沥青路面坑槽深度、面积和体积等多维度指标的自动、准确检测,利用三维激光技术对室内坑槽模型进行扫描,基于Matlab软件对激光点云数据采用不规则三角网(TIN)平面插值法重构了坑槽三维模型,进而结合等高线提取确定了坑槽边界,实现了坑槽多维度指标自动计算;对比了不同坑槽多维度指标计算误差,研究了激光线纵向间距对计算误差影响规律.研究结果表明:坑槽深度、面积和体积指标的最大相对误差分别为3.96%、4.58%和4.74%;当激光线纵向间距从1mm逐渐增大至20mm时,坑槽多维度指标计算相对误差逐渐增加;当间距为5mm时,坑槽深度、面积和体积指标的最大相对误差分别为4.65%、6.32%和7.17%;当间距大于5mm后,坑槽三维重构模型逐渐失真并出现了部分缺失,从而导致多维度指标检测误差的增大;因此,为保证坑槽多维度指标检测准确度建议激光线纵向间距应不大于5mm;坑槽多维度指标准确获取将为路面破损层位判定、严重程度评价和修补材料估算提供依据.     

Enantioselective Chlorocyclization of Olefinic Amides with 1,3-Dichloro-5,5-Dimethylhydantoin(DCDMH) Catalyzed by(DHQD)_2PHAL

An efficient catalytic asymmetric chlorocyclization of olefinic amides with 1,3-dichloro-5,5-dimethylhydantoin(DCDMH)using hydroquinidine 1,4-phthalazinediyl diether((DHQD)_2PHAL)as organocatalyst has been developed.Series of chiral chloro substituted isobenzofuran-1(3H)-imine derivatives were obtained in good yields(up to 85%)and enantioselectivities(up to 70%ee).     

大连金普新区产业智能化现状分析

产业智能化基于工业互联网和传感器构建智能感知网络,通过全方位“互联”实现生产的自动化和产品的智慧化,企业获得在精益生产、智能管理等多方面的竞争优势。产业智能化通过大数据驱动和知识指导相结合,促进各种机械、装备和产品使具备更广泛的智能功能,从而满足消费者期望的无缝、便利和个性化的产品体验。以奇瑞汽车大连工厂MES系统、东洋重机(大连)有限公司APS系统为案例,分析了大连金普新区智能制造现状,并探讨了未来发展趋势。     

鸡树条荚蒾对干旱胁迫的生理响应

采用盆栽试验,测定鸡树条荚!扦插苗和播种苗在干旱胁迫下的生理指标.结果表明:鸡树条荚!嫩枝扦插苗、播种苗和硬枝扦插苗叶片相对含水量(RWC)均呈下降趋势,说明干旱胁迫下鸡树条荚!叶片保水能力较弱;3种鸡树条荚!幼苗叶片可溶性蛋白、游离脯氨酸(Pro)、丙二醛(MDA)、相对电导率和叶绿素含量均表现为先增加后降低的变化规律,各生理指标在第12天和第15天达到峰值.     

辽宁新宾满族自治县乡村景观的视觉感知评价

通过实地踏勘,对民族地区乡村景观视觉感知进行研究。按照视觉特性总结出7类典型乡村景观类型。从拍摄的151张照片中选取21张各类典型景观照片,对当地及周边100名村民进行喜好的风景问卷调查。结果显示:对与自己生活相关的景观和自然风貌景观喜好较高;对有规则、管理良好的景观喜好度较高;对该地区的历史文化景观(如古树、古庙、古建筑等)的保护与开发充满期待。乡村景观的良好维护和合理规划对当地居民均有良好的积极效果。     

文化和科技融合示范基地效能审核评估指标体系探究

为更好地发挥文化科技融合示范基地效能,凸显示范效应,文章提出基地效能审核评估的思想,并构建了指标体系。通过指标的评估对基地自身进行自我纵向比较,评估基地的发展效果与其目标的达成度、目标制定的合适度、条件保障度、运行有效度、各方满意度,以期为基地更好发展提供有益参考。     

特色主题在高校图书馆建设中的应用研究——以西安航空学院图书馆为例

结合学校办学优势、专业特色,以读者需求为导向,建设特色资源,开展特色服务,是当代图书馆面临的机遇与挑战。西安航空学院图书馆顺应形势,提取特色主题为概念,采用分类储存的方法,以构建个性空间布局为目的,给读者营造了良好的学习、阅读和交流的共享空间。     

文化科技融合视角下城市社区文化产业发展的思考

随着经济生活水平的不断提高,人们在物质生活得到满足的同时,目标开始转向对精神生活的追求,越发关注文化对人内心的涵养,而文化恰是一个民族的血脉、人民的精神家园。作为城市的社区,如何为社区百姓营造精神家园,如何将社区文化规模化、特色化、产业化就显得尤为重要。社区作为城市的细胞,社区文化产业发展如何,在一定程度上决定着一个城市文化产业的脉搏,社区文化产业的发展也能助推"一带一路"文化建设,从基层助力中华文化走向世界。由此可见,社区文化产业具有举足轻重的地位,如今是互联网及科技飞速发展的时代,文化科技融合创新已成为文化产业发展的核心支撑。因此,文章试图从文化科技融合的视角探讨中国城市社区文化产业发展问题,以期为城市社区文化产业发展提供有益参考。     

基于均匀设计和BP神经网络的花生油SFE-CO2萃取预测

利用均匀设计和BP神经网络相结合的方法,研究了SFE-CO₂萃取花生油工艺。以半烘烤并粉碎之后的花生为原料,针对萃取压力、温度、时间和CO₂流量4个因素,每个因素10个水平安排实验,利用均匀设计的实验数据作为网络训练样本,构造花生油SFE-CO₂萃取的BP神经网络预测模型,对萃取过程进行预测,分析各实验因素与出油率之间的关系,确定较优的工艺条件。最后确定4-9-1的BP神经网络模型,利用该模型所得出油率的预测值与实验值相接近,相对误差(绝对值)小于2%;构造的BP神经网络模型能较好地预测萃取过程中各参数影响下花生出油率的变化趋势。结果显示,当萃取压力30MPa,温度40.5℃,时间125min,CO₂流量187L/(h·kg)时花生出油率可达期望值47.5%。该方法为实现预测与控制SFE-CO₂萃取花生油过程奠定了可靠的理论基础。