【摘 要】
：
新冠肺炎(COVID-19)疫情留给笔者诸多不快与悲痛记忆,期间,笔者借助宽带网络参与了线上全球性“前沿论坛”,论坛演讲激发了笔者的思考.若从大历史的视野出发,无论人类自诩其历史何其宏大,相较于浩瀚的宇宙长河而言,依然是微不足道的.笔者以江西省婺源县的巡检司村庄周而复始的耕种变化与延续千年的家族历史为例,阐述了人类社会、乡土景观所具备的独特韧性;也借助化学农药施用、河流枯竭、生物消失等现象证明了近几十年来人类的无度开采与肆意的碳排放行为,而这可能会演变为本就只是短暂存在的人类的灭顶之灾,笔者对这场大历史视
论文部分内容阅读
新冠肺炎(COVID-19)疫情留给笔者诸多不快与悲痛记忆,期间,笔者借助宽带网络参与了线上全球性“前沿论坛”,论坛演讲激发了笔者的思考.若从大历史的视野出发,无论人类自诩其历史何其宏大,相较于浩瀚的宇宙长河而言,依然是微不足道的.笔者以江西省婺源县的巡检司村庄周而复始的耕种变化与延续千年的家族历史为例,阐述了人类社会、乡土景观所具备的独特韧性;也借助化学农药施用、河流枯竭、生物消失等现象证明了近几十年来人类的无度开采与肆意的碳排放行为,而这可能会演变为本就只是短暂存在的人类的灭顶之灾,笔者对这场大历史视野中的巨变深表担忧.
其他文献
文章从PDM系统与其他系统的集成内容、集成方式、集成难点和技术选型等方面全面地阐述了SPDM系统在数据集成方面的应用模式。旨在总结SPDM系统与其他系统集成技术的选择和实现,分析其中的得失优劣,供后续开发系统参考。
随着集装箱船的不断大型化,各船舶装箱量不断增加。为提高集装箱船的装箱量,增加运营效益,船东公司会选择对船舶进行加长或加高的改装。然而,由此造成的船舶结构的变化也将使原船电缆经历一个切割和再连接修复的过程。选择可靠有效的方式对电缆进行连接和修复可以起到降低工程成本及缩短工程周期的作用。文章对不同电缆连接和修复方式进行了介绍和说明,并以船舶加高改装工程为例阐述相关要点,研究结果可为后续同类型的改装工程提供一些参考。
精度管理是现代造船的重要课题,钢结构制造的精确性体现了船舶建造水平。文章以配备LNG燃料舱的20 000箱级集装箱船为例,简要分析了新型集装箱船精度控制存在的问题和难点,有针对性地提出了相应解决方案,制定了基于解决方案的控制标准以规范后续生产。研究和分析过程中应用了有限元计算、三维测量以及无余量模拟等手段与工具,遵循理论与实践相结合的思路,循序渐进,不断推进实物尺寸、计算结果、控制标准三者的有机统一,最终保证了控制标准切实可行,实现了实物尺寸精确性良好的预期目的。文章对超大型集装箱船所做的研究、分析和管理
针对电动汽车锂离子电池荷电状态估算问题,提出了一种基于改进递推最小二乘法的三元锂电池SOC估算算法.首先建立三元锂电池的一阶RC等效电路模型,然后在递推最小二乘法的基础上,考虑对待估参数的动态约束和回溯,对模型参数进行在线辨识,与扩展卡尔曼滤波(EKF)结合来估算电池SOC,最后对三元锂电池进行动态工况仿真试验.结果 表明,改进后的递推最小二乘法能够对参数在复杂工况下的异常抖动进行有效抑制,减小端电压预测误差,将其与EKF结合估算电池SOC可以获得更高的精度.
为提高煤与瓦斯突出强度的预测精度,提出了一种基于核主成分分析和联合改进灰狼算法优化量子门线路神经网络的KPCA-IGWO-QGCNN煤与瓦斯突出强度预测方法,确定煤与瓦斯突出强度的主要影响因素,采用核主成分分析降低瓦斯突出强度影响指标的维数,简化神经网络结构;量子门线路神经网络具有量子并行计算的优势,可有效提高信息处理的运算速度并扩大信息的存储容量,具有较好的收敛能力与鲁棒性;通过非线性控制参数与粒子群思想联合改进的灰狼算法提高模型全局寻优能力,优化量子门线路神经网络的网络参数.通过对比分析该模型与BP神
针对迭代学习控制中固定学习增益存在的系统收敛速度较慢,实际应用中系统动态性能较差的缺点,研究了具有批次重复性的非线性间歇过程变增益PD型迭代学习控制方法.利用迭代学习过程中的期望轨迹、控制输入以及跟踪误差信息,设计变增益PD型控制器,给出了谱半径收敛条件,并利用算子理论对其进行了证明.对微藻发酵过程基质浓度的控制进行建模仿真,用该算法与传统固定增益PD型控制方法对比,仿真结果验证了该控制策略的可行性和有效性.
光伏发电系统输出功率受气象因素季节性和随机性的影响,表现出明显的间歇性和波动性.为了提高各种情况下的输出功率预测精度,提出了一种基于主成分分析和自编码结构多层极限学习机组合算法的预测模型.首先通过相关性分析明确影响输出功率的主要气象因素,然后根据相似日原则选取待测日的训练样本和测试样本,最后利用光伏电站历史气象数据和输出功率数据对预测模型进行训练和测试,验证预测方法的预测效果.实验结果表明,与反向传播神经网络算法和支持向量机算法相比,所提出的预测方法在不同季节和不同天气情况下均具有较高的预测精度,表现出良
针对桥式起重机在外部扰动和不确定系统参数影响下的防摇控制问题,提出基于干扰观测器的终端滑模控制方法.该方法在保留外部干扰项的前提下建立起重机动力学模型,然后设计干扰观测器估计系统所受的干扰,并基于估计值设计自适应滑模控制器,主动补偿外部干扰对系统的影响,实现小车精准定位的同时有效抑制负载摆动.仿真结果表明,该方法具有良好的控制性能,使系统在外部干扰下具备鲁棒性.
为了提高网络入侵检测(NID)系统的检测准确度,适应现代网络需求,提出一种入侵检测的深度学习方法.该方法利用堆叠式非对称深度自编码器(NDAE)构建深度学习分类模型,将堆叠式NDAE(深度学习)和随机森林(浅层学习)的优点相结合,以支持NID在现代网络中的运行.实验使用KDD Cup\'99和NSL-KDD基准数据集对所提分类器进行评价.实验结果证明了所提方法的有效性,其分类器能够有效降低网络入侵检测的时间,精简数据特征,提高检测精度,实现了最高约5％的召回率提升和最高98.81％的训练时间缩减.
针对有障碍环境中多机器人系统持续监控问题,基于泰森多边形(Voronoi diagram)和虚拟力方法提出了一种分布式监控算法,其中机器人监控路径由其与周围环境、相邻机器人及目标点之间的虚拟力合力共同确定,以实现对任务区域内所有目标点的持续监控.首先,利用Voronoi实现对监控区域的划分,并结合所引入的重叠质心和有效质心概念,实现了区域覆盖重叠率的计算.在此基础上,利用Voronoi和虚拟力构建了机器人运动模型,设计了机器人避障及状态信息实时更新算法.再次,通过大量仿真实验,分析了环境变化、感知模型、机