一类分数阶微积分的中值定理及应用

Riemann-Liouville分数阶微积分算子是一类带有一个函数的分数阶微积分算子的特殊情形，以Riemann-Liouville分数阶微积分算子的积分中值定理和微分中值定理为基础，我们得到了一类带有一个函数的分数阶微积分算子的积分中值定理和微分中值定理，并给出其在计算方面的一些应用。     

FEMAP二次开发技术介绍与应用

为提高CAE建模和分析效率,对FEMAP常见的几种二次开发方式进行介绍和对比分析.采用Visual Basic.NET语言,通过进程外开发方式,结合工程实例,以船舶水动力网格的数据接口开发详细介绍开发过程.研究表明,FEMAP二次开发技术实用且高效,尤其是进程外开发方式,能为工程实际问题定制快速解决方案,有利于提高工作效率.     

一种关于旅行商问题适用范围的优化方法

针对旅行商问题适用范围存在的局限性,结合实际的仓库拣货作业优化实例开展研究.考虑仓库内各货位点之间的相对位置关系以及拣货员可能行走的路线,设计出关于拣货员行走路线的分类算法;提出虚拟点的概念来解决旅行商问题求解时起点、终点不一致的问题;利用虚拟点,根据任务单要求找出拣货员所有的最优位置访问顺序;比较每一种情况,得到拣货员的最优路径,以实现缩短拣货总时间、减少人力和物力的总目标,较好地提高拣货效率.     

基于PBFT区块链技术的电网企业仓储系统

提出了一种基于实用拜占庭容错(PBFT)算法的区块链技术,首先对传统的实用拜占庭容错算法原理进行了阐述,该传统算法包含前期、需求、预准备、准备、确认、答复6个阶段,但传统算法具有实时性差、缺乏惩罚机制、带宽高的缺点。针对出现的这些问题,又对传统算法进行了改进,具体涉及记账节点、共识过程以及视图切换过程。通过测试进一步证明了该改进算法的实用性,并将该算法应用于电网企业中,构建的虚拟仓库实现了联储联备,降低了库存资金的耗费,并且提高了电网企业库存管理的效率。     

基于GR4J-LSTM混合模型的洪水预报研究

为提高洪水过程预报的准确性，将概念性水文模型GR4J (modèle du Génie Ruralà4 paramètres Journalier)的预报流量耦合到长短时记忆神经网络(Long Short-Term Memory Neural Network, LSTM)中，构建了GR4J-LSTM混合模型，并与GR4J、LSTM模型进行对比。基于2012～2019年陆水水库汛期与洪水事件相关的数据集，并结合欧洲中期天气预报中心的3 h预报降水产品，驱动GR4J-LSTM混合模型，预报陆水水库3～12 h预见期的入库流量。最后采用平均影响值(Mean Impact Value, MIV)算法评估输入变量的相对重要性。结果表明：GR4J、LSTM和GR4J-LSTM模型均具有较好的模拟预报能力，但GR4J-LSTM混合模型的预报性能最优，既可以学习GR4J模型的产汇流过程，又提高了洪水预报的精度。研究成果可为洪水预报方案制定提供参考。     

“感知与人机交互”教学实践与PBL模式探索

机器人工程是在国家新工科发展战略背景下为了适应机器人专业人才需求而新近创建的专业。本文依托东南大学机器人工程专业教学体系，介绍了“感知与人机交互”课程的教学实践，探索了PBL教学模式在本门课程中的应用。具体介绍了课程教学内容设置、PBL教学方案例设计及存在问题分析等，可为自动化类机器人工程专业的相关课程教学实践提供参考。     

基于互联网的基础课程线上线下教学实践

阐述课程教学中的线上线下混合教学模式，存在的问题，应对的措施，通过对现有网络资源的充分利用，将前沿理论知识以及行业热点融入线上课程教学中，从而促进对于课程的主动学习。     

实践教学类虚拟仿真软件开发的方法与途径——以激光加工仿真模拟实训系统为例

为解决高职院校激光加工实训基地建设设备体积大、投入高、更新快的问题,设计一套应用于激光加工虚拟仿真实训系统。该实训系统基于Unity3D平台,将涉及到的装备及其它工具使用3DMax软件建模导入,选取学生应掌握的激光设备调试、拆装、装载、维护、检修等项目作为实训系统主体,设计讲授、训练、考核三个步骤,将实际实训项目融入虚拟仿真实训系统,集教、学、做、练、考一体,可满足大多数激光加工专业对学生实践性操作的教学要求。