价值网络语境下企业设计价值创新路径研究

目的 在新的视角下，提出一种价值创新路径模型，对设计驱动型企业的价值实现方式进行有效补充。方法 通过文献研究，论述了企业关系由价值链到价值网转变的历史趋势;通过比较研究，对价值实现过程中主客体之间的4种关系进行了类比分析，提出了不同主客体关系状态下设计实践的具体表现方式。结果 在价值网络语境下，以价值论为理论依据，从主客体之间的关系入手，构建设计价值创新路径模型。结论 通过分析证明:“主客体统一状态”是企业价值创造的理想状态;主客体关系一直处于动态的变化过程中;客体对主体的“意义”也一直处于动态变化中。在这种动态变化的关系网络中，设计驱动方式已经成为企业创新的重要模式，企业如何捕获并诠释“意义”，成为价值实现的关键所在。     

个性化学习路径推荐综述

近年来，伴随着现代信息技术的迅猛发展，以人工智能为代表的新兴技术在教育领域得到了广泛应用，引发了学习理念和方式的深刻变革.在这种大背景下，在线学习超越了时空的限制，为学习者“随时随地”学习提供了更多的可能性，从而得到了蓬勃发展.然而，在线学习中师生时间、空间分离的特征，导致教师无法及时掌握学生的学习状态，一定程度上制约了在线学习中教学质量的提升.面对多元化的学习需求及海量学习资源，如何迅速完成学习目标、降低学习成本、合理分配学习资源等问题成为限制个人和时代发展的重大问题.然而，传统的“一刀切”的教育模式已经不能满足人们获取知识的需求了，需要一个更高效、更科学的个性化教育模式，以帮助学习者以最小的学习成本最大限度地完成学习目标.基于以上背景，如何自动高效识别学习者特征，高效地组织和分配学习资源，为每一位学习者规划个性化路径，成为面向个体的精准化教育资源匹配机制研究中亟待解决的问题.系统地综述并分析了当前个性化学习路径推荐的研究现状，并从多学科领域的角度分析了对于同一问题的不同研究思路，同时也归纳总结了当前研究中最为主流的核心推荐算法.最后，强调当前研究存在的主要不足之处.     

基于平均飞行航迹的CCO减噪效用研究

近年来，通过优化飞行程序降低机场飞机噪声影响成为机场环境保护的重要研究方向。文章首先建立了基于飞机“噪声-功率-距离”数据的噪声计算模型，介绍了平均飞行航迹以及连续爬升运行(Continuous Climb Opera-tion, CCO)离场程序的相关理论，最后以大型国际机场为实例，使用飞机平均飞行航迹进行噪声预测，运用综合噪声模型计算出噪声影响面积并绘制噪声影响等值线图，比较了CCO离场相对常规的标准仪表离场(Standard Instru-ment Departure, SID)的降噪效果。结果表明，CCO离场程序可有效降低机场噪声影响，在高噪声级影响区域的降噪效果更佳。     

Drivers of revitalization in Great Lakes coastal communities

Sediment remediation and habitat restoration projects have been increasingly employed along the coast of the Great Lakes to improve environmental quality since the designation of 43 highly degraded Areas of Concern (AOCs) by the 1987 Great Lakes Water Quality Agreement between the U.S. and Canada. Improvements in water quality, habitat, and other environmental conditions can also support community wellbeing and revitalization; however, the mechanisms that support these connections are relatively unclear. We address this gap through a case study of three AOCs near Lake Michigan: 1) Grand Calumet River; 2) White Lake, and 3) Muskegon Lake. By analyzing secondary data and planning documents, we found that alongside environmental cleanup, anchor institutions, housing and economic development, and local events drive revitalization. Our research also illustrates that, rather than acting as discrete processes, environmental cleanup and revitalization drivers overlap in time and space. Finally, our research reveals a high level of variation within and across AOCs in terms of diverse socioeconomic contexts, planning capacities, and existing partnerships. Together, our findings point to the need for collaborative and inclusive planning processes that account for the heterogeneity present within and across AOCs to simultaneously support remediation, restoration, and revitalization and to sustain continued revitalization in AOC communities after delisting.     

基于K-means和SOM的水下传感器数据采集方法

随着海洋资源勘探和海洋污染物监控工作的开展，水文数据的监测和采集等已经成为重要的研究方向。其中，水下无线传感器网络在水文数据采集过程中起着举足轻重的作用。本文研究的是水下无线传感器二维监测网络模型中，传感器节点数据采集的问题，其设计方法是通过自组织映射（Self-organizing mapping，SOM）对传感器节点进行路径最优化处理，结合优化的路径图形和K-means算法找到路径内部聚合点，利用聚合点和传感器的节点得到传感器通信半径内的数据采集点，最后通过SOM得到水下机器人（Autonomous underwater vehicle，AUV）到各个数据采集点采集数据的最优路径。经过实验验证，在水下1 200 m×1 750 m范围内布置52个传感器节点的情景下，数据采集点相比于传感器节点路径规划采用相同的采集顺序得到的路径优化了6.7%；对数据采集点重新进行自组织路径规划得到的路径比传感器结点路径的最优解提高了12.2%。增加传感器节点的数量，其结果也大致相同，因此采用该方法可以提高水下机器人采集数据的效率。     

A mathematical model for open pit mine production scheduling with Grade Engineering® and stockpiling

This paper presents the development and implementation of an innovative mixed integer programming based mathematical model for an open pit mining operation with Grade Engineering framework. Grade Engineering comprises a range of coarse-separation based pre-processing techniques that separate the desirable (i.e. high-grade) and undesirable (i.e. low-grade or uneconomic) materials and ensure the delivery of only selected quantity of high quality (or high-grade) material to energy, water, and cost-intensive processing plant. The model maximizes the net present value under a range of operational and processing constraints. Given that the proposed model is computationally complex, the authors employ a data pre-processing procedure and then evaluate the performance of the model at several practical instances using computation time, optimality gap, and the net present value as valid measures. In addition, a comparison of the proposed and traditional (without Grade Engineering) models reflects that the proposed model outperforms the traditional formulation.     

车辆高速避让路径跟踪控制策略

建立车辆动力学模型,研究车辆在高速避让工况下的路径跟踪控制策略。基于自抗扰控制设计车辆横摆角速度以及道路曲率2种不同的路径跟踪控制器;设计基于车辆偏航位移和偏航角度加权的线性二次最优控制器;对3种控制器控制效果进行仿真验证,分析路径跟踪侧向位移误差、侧向加速度、前轮转向角以及偏航角度变化。越野车实车测试结果表明,路径跟踪控制策略正确。     

2017年季节性供气紧张的原因与对策

研究2017年冬季季节性供气紧张形成过程，对于认识我国天然气行业的市场化现状，促进行业平稳发展具有重要意义。为此，基于大量数据分析了2017年我国冬季季节性供气紧张的演变过程和严重程度，进而在前人研究成果的基础上，依据天然气供求框架系统分析了供气紧张的形成原因，并提出了应对策略。结果表明：①2017年季节性供气紧张从9月初见端倪，10月开始出现，11月集中爆发，12月持续发酵，并演变为全国性供气紧张，其严重性体现在供气缺口巨大、波及区域广以及LNG价格大幅度上涨等方面；②经济回暖与“煤改气”导致天然气需求量的增长超过国内外气源的生产与储运能力约束下的供给增长，从而形成季节性供气紧张。最后，提出了针对性的应对策略：①以中游为突破口，上下游配合，有序推进天然气行业的市场化改革是解决季节性供气紧张的根本途径；②统筹推进旧管网的开放与新管网建设，有序建设联络线、核心管网、区域管网等新管网；③减缓经济波动与煤改气的冲击，增强供给的保障能力；④实行季节差价、峰谷差价等手段调节用气高峰需求，取消交叉补贴，推动气价并轨，出台区域性的应急调峰预案与建立区域性市场等。结论认为：2018年天然气供求形势预计有所好转，但形势依然不容乐观。     

新型树启发式搜索算法的机器人路径规划

面对三维空间移动机器人从起始点到终止点的最短路径问题,提出一种新型的边缘点树启发式搜索(TreeEP)算法,该方法将地图空间进行密度可调的三维离散化处理,根据障碍安全距离筛选出障碍物的可靠边缘点信息,再利用树扩散架构选出最能引导搜索方向的潜力点进行扩散搜索,最终得出最短路径。提出局部调整策略,得到改进的Tree-EP算法。实验结果表明,在带障碍复杂地形最短路径搜索应用中,提出的Tree-EP算法与已有方法相比,能找到更短的移动路径。     

基于混合蚁群算法的异质车队低碳VRP研究

针对货运车辆在配送调度过程中产生大量碳排放的问题，建立模型将多种影响碳排放量的因素协同优化。模型中考虑了不同载重量的异质车队，两个节点之间有多条道路的柔性路径，以及车辆重量随卸货而减少的动态负载等因素，以碳排放量、行驶时间和行驶路程为优化目标，并加入了节点需求时间窗、根据速度变化划分路段、交接和卸货时间的约束。提出了一种混合蚁群算法，利用蚁群算法信息素强度更新方式保持群体记忆性，利用粒子群算法的快速收敛特性增加计算效率。通过随机数值算例的仿真优化与对比分析，验证了算法和模型的有效性。