“数字科学家”助力学校“STEAM+”课程体系建构

A-STEM卓越教师行动培训是一个为“教育创客”赋能的过程,该培训组织教师在实际工作中产生课题,并在专家指导下采取行动研究。对于A-STEM创客教育如何作为一个支点,撬动各个学科的主动拥抱跨学科综合课程的设计,带动整个学校创新课程的体系的构建,本案例可以作为一个较为典型的参考。     

深圳市宝安区上星学校

<正>项目背景上星学校位于深圳市宝安区新桥街道,用地面积21171.6平米。因所在片区巨大的学位缺口,项目需将原规划的36班九年制学校扩容至48班,总建筑面积增至48269平米,容积率达到1.79。此外,基地还受到一些外部条件约束：刀把型用地;西侧需退让河道红线;北侧现有道路跨入用地红线;现状嘈杂的农批市场导致北侧不适合做礼仪性主入口;南侧超高层住宅对项目日照的影响。这些因素使得本次设计面临更多限制。     

空间耦合粒子群优化算法及峰谷电价下IES-CCHP区域联合调度

综合能源系统中电力、天然气和热力系统之间的交互影响具有一定的相关性。考虑能源间转换关系以及系统对分时电价的响应,以最小化购售电计划交易成本、燃料成本和排放污染气体所产生的环境成本为目标,建立峰谷电价下冷热电联供(CCHP)系统区域联合环保经济调度模型。为解决粒子群优化算法求解模型时存在的优化效率低、易陷入局部最优、计算结果随机性强等问题,提出一种空间耦合粒子群优化算法。在粒子寻优多维参数空间上,通过引入耦合协调数学模型将各维参数有效耦合,从而使所有参数从总体上同时趋向最优解。仿真结果表明,相比经典粒子群优化算法和改进粒子群优化算法,空间耦合粒子群优化算法有较强的全局搜索能力和更可靠的优化计算结果; 所提CCHP系统的联合调度模型能有效促进能源的高效利用、电力的经济调度和节能减排。     

图注意力模式下融合高精地图的周车轨迹预测

为了准确、合理地预测车辆未来轨迹并且理解周围交通流的变化,提出了一种图注意力模式下融合高精地图的轨迹预测方法。设计了基于长短期记忆（LSTM）网络的编码-解码框架,建立了以车辆历史状态和高精地图信息为输入的模型结构,提出了结合车辆局部特征和全局特征的图查询机制输出车辆预测轨迹。在公开数据集nuScenes上的实验结果表明,该模型的综合预测性能优于Traj++、CoverNet等其他先进方法,且具有良好的抗干扰性。     

空间耦合粒子群优化算法及峰谷电价下IES-CCHP区域联合调度

综合能源系统中电力、天然气和热力系统之间的交互影响具有一定的相关性。考虑能源间转换关系以及系统对分时电价的响应,以最小化购售电计划交易成本、燃料成本和排放污染气体所产生的环境成本为目标,建立峰谷电价下冷热电联供(CCHP)系统区域联合环保经济调度模型。为解决粒子群优化算法求解模型时存在的优化效率低、易陷入局部最优、计算结果随机性强等问题,提出一种空间耦合粒子群优化算法。在粒子寻优多维参数空间上,通过引入耦合协调数学模型将各维参数有效耦合,从而使所有参数从总体上同时趋向最优解。仿真结果表明,相比经典粒子群优化算法和改进粒子群优化算法,空间耦合粒子群优化算法有较强的全局搜索能力和更可靠的优化计算结果;所提CCHP系统的联合调度模型能有效促进能源的高效利用、电力的经济调度和节能减排。