半偏减法集对势在区域旱灾风险评估中的应用

为深入挖掘旱灾风险动态评估中评价样本与评价标准之间存在的不确定性问题,提出用半偏减法集对势这一新的联系数伴随函数,建立区域旱灾风险动态评估的半偏减法集对势方法（SSSPP）,并应用于宿州市2007—2017年旱灾风险动态评估和风险脆弱性因子识别研究。结果表明:宿州市旱灾风险综合等级基本在2级以上,处于偏危险状态,通过半偏减法集对势值可判别2009、2010及2011年处于偏反势,为高危险年份。通过半偏减法集对势方法识别出了宿州市旱灾风险脆弱性指标有:相对湿润度指数、土壤相对湿度、土壤类型、单位面积水资源量、耕地率、农业人口比例、水库调蓄率、单位面积现状供水能力、单位面积应急浇水能力、灌溉指数、节水灌溉率,这11个指标是宿州市降低旱灾风险等级进一步需要调控的对象。     

真三轴应力下混凝土的动态力学性能及破坏准则

为研究混凝土结构处于复杂应力状态下的静动态力学特性,进行了不同应力比及加载速率下的真三轴压缩试验。对混凝土的强度特性和变形特性展开了深入分析,并基于八面体应力空间建立了考虑应变速率效应的真三轴动态破坏准则。结果表明:真三轴受压下的混凝土极限抗压强度随着应力比的增大而增大。随着应变速率的增加,应力比较低时,混凝土的极限抗压强度逐渐增大;应力比较高时,极限抗压强度先减小后增加。随着应变速率的增加,侧向变形曲线的破坏峰值点更明显;随着应力比的增大,侧应力较大方向上的变形越来越小。基于八面体应力空间建立的真三轴动态破坏准则表达式中包含3个率效应参数,经验证与试验数据吻合较好。     

印尼某火电厂Ａ２—Ａ４区人工边坡失稳机制研究

以印尼某火电厂涉外项目Ａ２—Ａ４区的问题人工边坡为研究对象,通过现场地勘、实际变形失稳过程、数值模拟等方法综合研究了该地人工边坡失稳机制。在此基础上,探讨了边滑坡加固措施的作用效果及合理性。所得主要结论:Ａ２—Ａ４区人工边坡变形失稳机制主要为软弱地层（煤层）切穿暴露所造成的组合滑移以及坡体沿土岩分界面所造成局部变形,变形破坏模式接近圆弧滑动,人工边坡中的软弱夹层是导致边坡失稳的主控因素;Ａ２、Ａ４区综合考虑桩锚＋坡面锚杆的方式进行加固,煤层和全风化泥岩及上部土层内的组合变形没有发展贯通趋势,边坡整体安全。Ａ３区在加固作用下存在沿二级坡脚＋煤层＋全风化泥岩＋上部土层内越顶组合滑移风险以及基坑开挖造成基坑侧壁坍滑风险,需要引起重视并加强监测。     

以地形为基础的HSC产流模型在辽西半干旱丘陵流域的适用性

采用以地形为基础的HSC产流模型(HAND-based storage capacity curve),以典型半干旱丘陵区的辽宁省叶柏寿流域为研究区,检验模拟效果。在只改变产流模块的情况下,把HSC线型同HBV(hydrologiska byrans vattenbalansavedlning)模型的beta函数、新安江模型的蓄水容量曲线、基于雨强阈值的超渗模型进行比较后发现,在进行长时间序列模拟时,极端高洪峰流量过程对径流的模拟结果有很强的影响。传统模型依赖参数率定,普遍存在参数过拟合现象,即为了提高洪峰流量模拟精度,导致优化的产流参数严重背离物理意义和假设。研究提出的产流模型基于HSC线型并耦合根系区蓄水容量反演的MCT方法,参数物理意义明确且无需率定,可避免传统模型存在的为提高对少数洪峰流量的模拟精度而产生的参数过拟合现象,因此在率定期和验证期其洪水模拟精度表现更为可靠和稳定。     

某水库试验段区域地下水位动态特征与影响因素

研究某水库蓄水对区域地下水动态的影响,以期为水库后期建设以及区域水资源管理提供相关科学依据。通过建立水库试验段气象-地下水监测系统,运用M-K趋势分析法分析研究区地下水位动态特征,选用变异系数法分析地下水位的时空间变异特征,采用灰色关联度法揭示其主导影响因子。结果表明:水库试验段地下水位整体表现为上升趋势且具有明显的丰枯特征,升幅约为0.5～2.0m/a;试验段渗漏量与地下水位变化呈负相关关系,渗漏对地下水位的影响存在一定空间差异,即对东部地下水位的影响大于西部;西部地下水位的主导影响因子为降雨量,东部地下水位的主导影响因子为渗漏量和降雨量。     

基于文本引导的注意力图像转发预测排序网络

转发预测在社交媒体网站(Social media sites, SMS)中是一个很有挑战性的问题. 本文研究了SMS中的图像转发预测问题, 预测用户再次转发图像推特的图像共享行为. 与现有的研究不同, 本文首先提出异构图像转发建模网络(Image retweet modeling, IRM), 所利用的是用户之前转发图像推特中的相关内容、之后在SMS中的联系和被转发者的偏好三方面的内容. 在此基础上, 提出文本引导的多模态神经网络, 构建新型多方面注意力排序网络学习框架, 从而学习预测任务中的联合图像推特表征和用户偏好表征. 在Twitter的大规模数据集上进行的大量实验表明, 我们的方法较之现有的解决方案而言取得了更好的效果.     

采用工作量证明共识机制的区块链中挖矿攻击者间的“鲶鱼效应”

近年来,采用工作量证明共识机制(Proof of Work,PoW)的区块链被广泛地应用于以比特币为代表的数字加密货币中.自私挖矿攻击(Selfish mining)等挖矿攻击(Mining attack)策略威胁了采用工作量证明共识机制的区块链的安全性.在自私挖矿攻击策略被提出之后,研究者们进一步优化了单个攻击者的挖矿攻击策略.在前人工作的基础上,本文提出了新颖的两阶段挖矿攻击模型,该模型包含拥有单攻击者的传统自私挖矿系统与拥有两个攻击者的多攻击者系统.本文的模型同时提供了理论分析与仿真量化分析,并将两个攻击者区分为内部攻击者与外部攻击者.通过引入内部攻击者与外部攻击者的概念,本文指出传统自私挖矿系统转化为多攻击者系统的条件.本文进一步揭示了在多攻击者系统中两个攻击者将产生竞争并面临着“矿工困境”问题.攻击者间的竞争可被总结为“鲶鱼效应”:外部攻击者的出现导致内部攻击者的相对收益下降至多67.4%,因此内部攻击者需要优化攻击策略.本文提出了名为部分主动发布策略的全新挖矿攻击策略,相较于自私挖矿策略,该策略是半诚实的攻击策略.在特定场景下,部分主动发布策略可以提高攻击者的相对收益并破解攻击者面临的“矿工困境”问题.     

基于深度强化学习的多机协同空战方法研究

多机协同是空中作战的关键环节, 如何处理多实体间复杂的协作关系、实现多机协同空战的智能决策是亟待解决的问题. 为此, 提出基于深度强化学习的多机协同空战决策流程框架(Deep-reinforcement-learning-based multi-aircraft cooperative air combat decision framework, DRL-MACACDF), 并针对近端策略优化(Proximal policy optimization, PPO)算法, 设计4种算法增强机制, 提高多机协同对抗场景下智能体间的协同程度. 在兵棋推演平台上进行的仿真实验, 验证了该方法的可行性和实用性, 并对对抗过程数据进行了可解释性复盘分析, 研讨了强化学习与传统兵棋推演结合的交叉研究方向.     

结合LSTM的强化学习动态环境路径规划算法

在路径规划领域已经涌现出了诸多的优秀的经典算法,但这些传统方法往往基于静态环境,对于动态可变环境缺乏处理能力.本文提出一种结合LSTM强化学习动态环境路径规划算法.首先,本文以环境图像作为输入,最大限度了保证了原始的信息来源.而后构建了自动编码器用来对环境图像进行特征降维,降低了整体模型的复杂程度.最后采用深度强化学习算法DDPG进行路径规划,其中Actor部分采用LSTM的网络构建,使Actor在决策时可以参考前序信息,做到有预测的避开动态障碍.最后通过实验证明了本文算法的可行性和高效性.