关于全球经济格局与城市竞争力的思考(上)

前言2020年,新冠疫情的大流行,对全球经济与贸易带来了严重冲击。世界将往何处去?未来十年是否会成为人类"失去的十年(Lost Decade)"?联合国最新发布的《2020年贸易与发展报告》向全人类提出了严峻的拷问。在这个充满不确定性的世界,人类还能否争取一个更加美好的未来?     

基于PMC指数模型的生态扶贫移民政策量化评价

在脱贫攻坚战胜利打响的时代背景下，研究生态扶贫的顶层设计，有助于健全返贫帮扶机制，防止地域性、规模性返贫。通过爬梳278篇与生态扶贫移民政策相关的文献，采用PMC政策评价模型和内容分析法，从政策特性、政策理念、政策实质以及政策实施4个维度对省级、市级生态扶贫移民政策进行量化分析和曲面图绘制。结果表明：总体而言，生态扶贫移民政策处于优良水平，在国家级大纲政策的统领下，省市级政策方式措施多样、政策领域较广，但在监管评估与主体参与等方面仍有发展空间。     

实验室认可风险的量化评价模型研究

实验室认可风险需要控制,认可风险评价可以利用可量化的加权评分法评价模型实现。模型基于认可要求建立风险评价指标,将认可发现量化为风险值,最终达成风险分级。     

基于滑模的运载器主动段俯仰通道姿控系统设计

与传统比例-积分-微分（PID）控制方法相比，滑模控制（SMC）方法可以比较容易地将不确定性纳入控制器设计中，从而增强系统的鲁棒性。探索了SMC技术在运载器主动段姿态控制中的工程应用，首先通过分析基于趋近律的SMC系统，提出了降低不连续切换项系数的需求，然后研究了基于干扰上界的SMC方法。三通道小偏差仿真结果验证了两种方法的控制效果，表明第2种控制器的鲁棒性更好，稳态误差小，同时发动机喷管摆角需求较小。     

GOS+MU:一种查询对象选择新方法

在分析单一MU(Most Uncertainty)采样缺陷的基础上,提出一种"全局最优搜寻"方法 GOS(Global Optimal Search),并结合MU共同完成查询选择。GOS+MU方法中,GOS着眼全局寻找目标,在应用环境能提供的训练样本数量有限、分类器受训不充分时,该方法选择的对象学习价值高,能快速推进分类器学习进程;MU则能够在GOS采样失效情形下,利用分类器当前训练成果,选择查询不确定性最强的样本补充训练集。通过对网络商品的用户评论进行分类仿真,并比较其他采样学习方法的效果,证明了GOS+MU方法在压缩学习成本、提高训练效率方面的有效性。     

一种考虑先验信息可靠性的新算法

文中采用模糊数集来描述先验信息,用模糊贴近度来衡量先验信息的可靠性,给出了可信度的计算公式,将其以权阵的形式纳入参数估计中,以平衡不同可信度的先验信息在参数估计中的作用。最后通过算例分析了该算法的可行性。     

基于不确定性人工智能的轮转模切机张力控制系统

<正>引言轮转模切机(Rotary Die Cutting Machine)是生产不干胶标签及各种电子产品贴膜的主要设备之一。轮转模切机也称圆压圆连续模切机,与常见的平压平模切机相比,模切速度大幅提高,可以在一天内完成平压平模切机需要一周时间才能完成的工作量。有资料表明,轮转模切机的模切速度可以达到12000张/h,线速度可以达     

基于惯性姿态参量量化融合的机器腿仿生步态控制

为了提高机器腿仿生步态控制的稳定性,提出一种基于惯性姿态参量量化融合的机器腿仿生步态控制方法。构造机器腿仿生步态的运动学模型,进行机器腿仿生步态控制约束参量建模,采用陀螺仪和加速度计等位姿传感器进行姿态参量采集。采用扩展卡尔曼滤波方法进行机器腿的惯性姿态参量融合并输入到时控制执行器中。针对未知扰动对机器腿步态参量控制的误差,采用自回归更新方法进行姿态参量误差反馈修正,实现机器腿仿生步态稳定控制。仿真结果表明:提出的方法对机器腿仿生控制的稳定性较好,姿态参量的定位跟踪能力较强,提高机器腿步行的稳健性。