矿井索车的优化设计

对矿井索车优化设计中的几个关键性问题进行了探讨，包括驱动轮和尾轮的设计、钢丝绳直径的选择计算、托绳轮间距的确定、绳卡的设计、张紧力和张紧行程的确定、互锁问题的解决等。     

“互动分层合作学习”对田径运动成绩的影响

在田径教学实践中运用“互动合作学习法”对学生进行合理、适宜的分类或分组，确立相应的层次目标．做好课的设计，包括实践操作、课外作业、课内外的教学指导、协调学生组内及组间的合作交流等各个教学环节，使教学过程体现出系统性、层次性，使每位学生都能在各自力所能及的范围内，通过相互帮助和互相协作学习而收到良好的成效．同时能更好地促进学生主动、积极地学习，更好地完成教学任务与教学目标，提高教与学的双边效果．     

基于动态拓扑有领航者的智能群体群集运动控制

对具有二次积分动态的智能群体跟随领航者实现群集运动编队,提出了一个分散控制方法对智能群体进行分散控制。基于动态时变有领航者的网络拓扑,用图论模型表示智能体之间的相互作用及通信关系,运用推广的Lyapunov理论、微分包含及非平滑分析进行了稳定性分析,并得到所有智能体速度方向收敛到同一方向并与领航者保持一致;所有智能体速度大小收敛并与领航者相同;互连的智能体之间没有碰撞发生;所有智能体的人工势场函数被最小化等重要结论。给出了一个仿真实例,验证了该方法的有效性。     

Total systems intervention and human inquiry: The search for a common ground

Total Systems Intervention (TSI) is an approach to intervening in problem situations which has much to offer where complex interacting issues need to be addressed by the complementary use of intervention methodologies. That such an approach has much in common with Action Research (AR) has been recognized, with much recent effort being devoted to the relationship between AR and Critical Systems Thinking (CST), the theoretical endeavor underpinning TSI. This paper further develops this line of debate and relates AR or Human Inquiry (HI) more directly to TSI, using an information systems intervention to enhance the study. The outcome is a demonstration of how TSI implicitly uses techniques informed from the field of Action Research, and how a more thorough synthesis of HI with TSI might serve to improve the overall intervention process.     

山西省部分非试点县农村新型合作医疗的调查

建立推广新型合作医疗的要点是:加大宣传力度;加强领导,发挥政府主导作用;强化监督,加强管理,确保基金安全平稳运行;创新服务机制,完善便民措施,实现服务管理一体化。     

MP-GWO算法在多UCAV协同航迹规划中的应用

多无人作战飞机(UCAV)协同航迹规划是多UCAV协同作战的重要组成部分,对协同作战的结果有很多的指引作用。多UCAV协同航迹规划属于多峰值优化函数求解问题,其求解稳定性比较差。为解决多UCAV协同航迹规划求解稳定性较差的问题,首先在对影响多机协同约束条件研究分析的基础上,结合单机航迹规划求解中的核心指标,建立了多UCAV协同航迹优化函数;其次利用多种群灰狼算法(MP-GWO)在求解多峰值优化函数问题上比较稳定的特点进行求解,最后将MP-GWO分别与GWO算法、EA算法和在新增威胁环境下的求解结果相比较来验证算法的优越可行性。仿真结果表明,MP-GWO算法对多峰值问题具有求解稳定性,能够适应突发威胁环境下的求解。     

自我评价在大学英语教学中的应用研究

小组合作学习有利于增强学生的学习兴趣和责任感,是一种有效的课堂教学组织形式。该研究探索小组合作学习中五要素之一的“小组自我学习评价和反馈”在大学英语教学中所起到的作用。实验采用了调查问卷、水平测试等试验工具进行调查和收集数据。结果表明小组合作学习有助于增强学生在语言学习中的元认知意识;其中小组自我评价在增强学生的元认知意识和促进小组活动方面起导航作用;能促使学生更多地参与学习过程,从而提高学生学习语言的效果。     

拖拉机主减速主动锥齿轮轴的辅助设计

本文对拖拉机主减速主动锥齿轮轴提出了一种新的设计方法，为提高该件的设计水平提供了可靠数据．     

具有优先级的深度确定性策略梯度算法在自动驾驶中的应用

深度确定性策略梯度(deep deterministic policy gradient,DDPG)算法在自动驾驶领域中应用广泛,但DDPG算法因采用均匀采样而导致低效率策略比例较高、训练效率低、收敛速度慢等.提出了基于优先级的深度确定性策略梯度(priority-based DDPD,P-DDPG)算法,通过优先级采样代替均匀采样来提升采样利用率、改善探索策略和提高神经网络训练效率,并且提出新的奖励函数作为评价标准.最后,在开源赛车模拟(The Open Racing Car Simulator,TORCS)平台上对P-DDPG算法的性能进行了测试,结果表明相对于DDPG算法,P-DDPG算法的累积奖励在25回合之后就有明显提升而DDPG在100回合之后训练效果才逐渐显现,提升约4倍.P-DDPG算法不仅训练效率提升且收敛速度加快.     

数据驱动下交通异常行为的双层识别模型

为实现对车辆异常行为的准确识别,提高车辆行驶的安全性,提出了一种基于支持向量机(support vector machine, SVM)、监督学习与长短期记忆(long short term memory, LSTM)深度学习的交通异常驾驶行为双层识别模型。首先,对车辆轨迹数据筛除和滤波,构建异常行为数据集;其次,从异常行为轨迹特征中提取出特定异常行为的特征标签,并人为标定在训练集中;再次,构建SVM模型对训练集进行粗识别,基于SVM的二分法原理,从测试集中筛选出异常行为;最后,通过LSTM时间序列模型构建具体种类的异常行为模型,并通过深度学习的方法,从异常行为数据中细分为蛇形驾驶、急速变向、侧滑、大半径转弯、快速U型转弯、急刹车等具体的异常驾驶行为。本次实验选用下一代仿真(next generation simulation, NGSIM)数据中US-101高速公路和peachtree城市道路的数据集的轨迹数据验证SVM和LSTM双层识别模型的性能,包括均方根误差、识别准确率等。结果表明,构建的双层识别模型在第一层有98%的识别准确率,第二层有超过80%的识别准确率,可以较为准确地识...