Real time power management strategy for fuel cell hybrid electric bus based on Lyapunov stability theorem

The fuel cell/battery durability and hybrid system stability are major considerations for the power management of fuel cell hybrid electric bus (FCHEB) operating on complicated driving conditions. In this paper, a real time nonlinear adaptive control (NAC) with stability analyze is formulated for power management of FCHEB. Firstly, the mathematical model of hybrid power system is analyzed, which is established for control-oriented design. Furthermore, the NAC-based strategy with quadratic Lyapunov function is set up to guarantee the stability of closed-loop power system, and the power split between fuel cell and battery is controlled with the durability consideration. Finally, two real-time power management strategies, state machine control (SMC) and fuzzy logic control (FLC), are implemented to evaluate the performance of NAC-based strategy, and the simulation results suggest that the guaranteed stability of NAC-based strategy can efficiently prolong fuel cell/battery lifespan and provide better fuel consumption economy for FCHEB.     

基于误差估值累加开环校正的诱导式欺骗检测方法

诱导式卫星欺骗干扰可诱导航空器逐渐偏离预定航迹，难以被发现，因此及时有效地检测干扰是飞行安全的保障。在现有紧组合导航体制基础上，设计了一种基于误差估值累加开环校正的紧组合导航结构，并证明了其性能与传统闭环校正紧组合导航性能等效。在此结构中，将紧组合导航系统与自适应序贯概率比检测方法结合，提出了一种基于误差估值累加开环校正的诱导式欺骗检测方法，融合紧组合导航信息与其他不受欺骗影响的导航信息，构建欺骗检测统计量进行诱导式欺骗检测。仿真结果表明，开环校正结构可避免随时间累加的惯性导航系统误差所导致的组合导航滤波器发散问题，同时欺骗检测方法可进一步提高算法对“最坏”情形下微小诱导式欺骗的检测效果。     

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.     

基于改进灰狼优化算法的服务功能链映射算法

随着工业互联网、车联网、元宇宙等新型互联网应用的兴起，网络的低时延、可靠性、安全性、确定性等方面的需求正面临严峻挑战。采用网络功能虚拟化技术在虚拟网络部署过程中，存在服务功能链映射效率低与部署资源开销大等问题，联合考虑节点激活成本、实例化开销，以最小化平均部署网络成本为优化目标建立了整数线性规划模型，提出基于改进灰狼优化算法的服务功能链映射（improved grey wolf optimization based service function chain mapping，IMGWO-SFCM）算法。该算法在标准灰狼优化算法基础上添加了基于无环K最短路径（K shortest path，KSP）问题算法的映射方案搜索、映射方案编码以及基于反向学习与非线性收敛改进三大策略，较好地平衡了其全局搜索及局部搜索能力，实现服务功能链映射方案的快速确定。仿真结果显示，该算法在保证更高的服务功能链请求接受率下，相较于对比算法降低了11.86%的平均部署网络成本。     

注射模生产中智能化控制及应用

分析了注射模生产的现状，针对其生产中智能化调控应用方面的不足，提出模内参数的自适应调节方案，还介绍了自适应工作的原理、可调参数种类、逻辑推理等，并实际验证了基于注塑设备联网集成工艺数据下注射模成型工艺自适应调节的可行性。     

A novel adaptive sampling based methodology for feasible region identification of compute intensive models using artificial neural network

Identification of feasible region of operations in multivariate processes is a problem of interest in several fields. This is particularly challenging when the process model is black-box in nature and/or is computationally expensive, as analytical solutions are not available and the number of possible model evaluations is limited. An efficient methodology is required to identify samples where the model is evaluated for developing a computationally efficient surrogate model. In this work, an artificial neural network based surrogate model is proposed which is integrated with a statistical-based approach (Jack-knifing) to estimate the variance of the surrogate model prediction. This allows implementation of an adaptive sampling approach where new samples are identified close to the feasible region boundary or in regions of high prediction uncertainty. The proposed approach performs better than a previously published kriging based method for different dimensionality case studies.     

铝业废阴极炭块资源化利用技术研究

为实现铝业废阴极炭块在钢铁冶金流程中资源化利用，通过深入研究废阴极炭块的相关物性，结合炼钢工艺对炭素及氟化物的物质需求，明确了废阴极炭块的无害化资源利用原理，工业试验结果表明废阴极炭块在炼钢转炉内可较好地实现无害化资源利用。     

页岩气开采对环境的影响分析及对策建议

我国页岩气资源非常丰富,但勘探开发难度巨大。分析了页岩气资源大规模开发对水资源、大气环境、地质环境及周边环境产生的影响。提出了需要健全的页岩气开发的环境监管法规规范,只有制定好产业政策,加强对技术和开采原料的研究等,才能促进页岩气产业健康、快速发展,更好地服务于中国和谐社会的建设与发展。     

基于边缘和局部熵融合的视觉安全性评估方法

针对基于局部熵进行加密图像视觉安全性评估存在块效应的局限性，引入图像的边缘特征，通过共有边缘来衡量加密图像与原始图像的边缘相似度，消除了块效应。由于局部熵对加密等级低的图像不敏感，边缘相似度对加密等级高的图像不敏感，将两个评估方法进行自适应融合，提出[SLEES]（Local Entropy and Edge Similarity，[SLEES]）指标。通过改变图像像素位置和图像像素值的加密方式处理图像和视频帧进行测试，实验结果表明，[SLEES]指标相比传统评估指标有更好的鲁棒性，评估范围更广。     

一种新的应用于5G中的自适应波束赋形优化算法

5G standard uses millimeter wave band to realize communication. In order to cover more reasonable in 5G communication system, beamforming technology must be adopted. To speed up the convergence, a novel algorithm based on the SWO criterion is proposed which can be applied in millimeter wave communication. The simulation results show that compared with other beamform- ing algorithms, the proposed algorithm can achieve higher convergence speed and is more realizable.