基于熵模型的大型建筑企业组织结构研究

分析了组织结构对企业管理的重要意义以及组织结构设计与信息传递的关系,基于国内外大型建筑企业组织结构的对比,发现国内外大型建筑企业组织结构的共性与差异。提出运用信息熵模型从时效和质量两个方面评价组织结构的有序度,为考查组织信息传递有效性提供了定量方法,据此对日本鹿岛建设集团和中国铁建股份有限公司进行了评价。     

基于ISM-SD的地下洞室群施工进度风险传递路径研究

针对水电工程地下洞室群施工进度风险存在传递问题,提出了基于解释结构模型(ISM)和系统动力学(SD)的地下洞室群施工进度风险传递路径分析方法.根据地下洞室群的施工特点,建立了地下洞室群施工进度风险指标体系;结合风险传递机理,运用解释结构模型分析风险因素间传递关系,建立了风险因素传递矩阵,并总结归纳出风险因素关系对照表,通过系统动力学分析风险因素间传递路径,揭示了施工进度风险传递路径网络;集成ISM-SD构建了地下洞室群施工进度风险传递路径分析模型,并结合西南地区某大型水电站地下洞室群工程进行分析.结果表明,该方法可有效识别施工进度风险重要因素和关键传递路径,为地下洞室群施工进度风险管理提供了决策依据.     

白雪茶水提物对乙醇诱导的小鼠急性酒精性肝损伤的干预作用

目的:研究白雪茶水提物(TWA)对急性酒精性肝损伤(AALI)小鼠的保护作用。方法:以12 mL/kg剂量的TWA灌胃56%乙醇诱导的AALI模型,评价小鼠体质量、肝脏指数、肝功能、酒精代谢能力、氧化应激水平、炎症因子、关键蛋白表达的变化以及对肠道菌群的影响。结果:TWA显著降低AALI小鼠谷丙转氨酶(ALT)和谷草转氨酶(AST)含量,提高乙醇脱氢酶(ADH)含量,改善肝功能,加快酒精代谢。TWA通过提高血清和肝脏中超氧化物歧化酶(SOD)和谷胱甘肽过氧化物酶(GSH-PX)的活性,降低丙二醛(MDA)含量,降低小鼠机体氧化应激水平。此外,TWA通过抑制肝脏和血清中肿瘤坏死因子-α(TNF-α)、白介素-6(IL-6)水平来减轻机体炎症反应;通过增强Nrf2通路功能和抑制NF-κB通路活化来抑制AALI小鼠肝组织炎症及提高机体抗氧化应激作用;下调酒精代谢关键蛋白CYP2E1的表达来降低肝脏的酒精代谢损伤。同时,TWA促进乳杆菌和双歧杆菌的增殖,减少肠球菌、大肠杆菌和消化球菌的数量,从而改善AALI小鼠肠道微生态环境。结论:TWA能够提高小鼠肝功能和酒精代谢,增强机体抗氧化能力,降低体内炎症因子水平,抑制Nrf2/NF-κB通路关键蛋白表达并维持肠道稳态,改善小鼠AALI。     

低GI复合挤压米原料配方优化及降血糖功能验证

以大米粉为主料,复配白芸豆、鹰嘴豆、桑叶提取物以及大豆分离蛋白等辅料,经过双螺杆挤压技术制备了低血糖生成指数（GI值）复合挤压米,并通过小鼠试验验证其降血糖的功能。采用响应面试验,优化了低GI复合挤压米的原料配方,得出白芸豆添加比例39.3%、鹰嘴豆添加比例30.4%、桑叶提取物添加量4.6%、大豆分离蛋白添加量1.0%,其中白芸豆添加量和鹰嘴豆添加量对复合挤压米原料GI值的影响较显著。低GI复合挤压米对α-淀粉酶和α-葡萄糖苷酶的抑制率分别为33.4%和53.2%。对糖尿病小鼠的动物实验说明持续食用该低GI复合挤压米能够有效降低空腹血糖,维持血糖平衡,对链脲佐菌素诱导的糖尿病小鼠的糖耐量能力有明显改善作用。该研究为研发高营养、好品质的挤压米提供思路,满足糖尿病人群对低GI值主食食品的需求。     

基于统计过程控制的水清洗控制系统

为了将水清洗机接入工业网络并实现智能自动化控制,本文提出了一种基于统计过程控制(SPC)可重构程序的水清洗控制系统.该系统根据水清洗设备的参数和组件特性构建了该设备的控制协议;根据协议指令制定了指令判断模块;根据SPC理论设计了过程控制模块.控制协议让该系统的清洗程序具有重构和联网的功能;指令判断模块为重构后的指令提供了安全性保障;过程控制模块让该系统的清洗过程具备动态调整清洗组件的功能.这些功能使得该设备可以实现智能自动化控制.通过测试,该系统比原有系统的清洗次数平均减少了15%,水清洗液的使用率提升了约5%,并扩展了3项功能,提高了设备的利用率和智能化水平,最终满足节能省水、多用途和联网的需求.     

问答ChatGPT之后: 超大预训练模型的机遇和挑战

超大预训练模型(Pre-trained model, PTM)是人工智能领域近年来迅速崛起的研究方向, 在自然语言处理(Natural language processing, NLP)和计算机视觉等多种任务中达到了有史以来的最佳性能, 促进了人工智能生成内容(Artificial intelligence-generated content, AIGC)的发展和落地. ChatGPT作为当下最火热的PTM, 更是以优异的表现获得各界的广泛关注. 本文围绕ChatGPT展开. 首先概括PTM的基本思想并对其发展历程进行梳理; 接着, 详细探讨ChatGPT的技术细节, 并以平行智能的视角阐述ChatGPT; 最后, 从技术、范式以及应用等多个方面对PTM的发展趋势进行展望.     

融合CNN-BiLSTM-Attention的集成学习价格预测

价格预测对于大宗农产品市场的稳定具有重要意义,但是大宗农产品价格与多种因素有着复杂的相关关系.针对当前价格预测中对数据完整性依赖性强与单一模型难以全面利用多种数据特征等问题,提出了一种将基于注意力机制的卷积双向长短期记忆神经网络(CNN-BiLSTM-Attention)、支持向量机回归(SVR)与LightGBM组合的增强式集成学习方法,并分别在包含历史交易、天气、汇率、油价等多种特征数据的数据集上进行了实验.实验以小麦和棉花价格预测为目标任务,使用互信息法进行特征选择,选择误差较低的CNN-BiLSTM-Attention模型作为基模型,与机器学习模型通过线性回归进行增强式集成学习.实验结果表明该集成学习方法在小麦及棉花数据集上预测结果的均方根误差(RMSE)值分别为12.812, 74.365,较之3个基模型分别降低11.00%, 0.94%、4.44%,1.99%与13.03%, 4.39%,能够有效降低价格预测的误差.     

基于XGBoost和TCN-Attention的棉花价格多影响因素选择及预测

棉花价格受多种因素影响而复杂多变, 通过选择合适的数据特征和预测模型可提高棉花价格预测精度. 本文以棉花日现货价格数据为研究目标, 采集了供需关系、国际市场、宏观经济、产业链这4个方面的9项影响因素作为特征, 使用极限梯度提升(XGBoost)算法对棉花价格影响因素进行特征评估筛选, 选取其中5项特征后, 采用引入注意力机制(Attention)的时间卷积网络(TCN) TCN-Attention、TCN、LSTM、GRU等模型对棉花价格进行预测. 通过消融实验和对比实验, 结果表明: (1)经过XGBoost特征筛选后, TCN-Attention价格预测的平均绝对误差(MAE)和均方根误差(RMSE)为41.47和58.76, 与未筛选相比分别降低了77.57%和76.49%. (2)与TCN、LSTM、GRU相比, 本文提出的TCN-Attention模型预测结果更准确, MAE和RMSE均降低50%以上, 运行时间较LSTM、GRU缩短60%.     

船舶天然气供给系统动态模拟

采用Aspen HYSYS软件建立某船舶天然气供应系统动态模型,模拟燃气供气系统（fuel gas supply system,FGSS）在最大供气量（225 kg/h）下的相关工况,并研究在主机吸气量变化情况下用于维持系统稳定的各项控制逻辑模型。在最大工况时,主机供气压力可稳定为0.7 MPa,供气温度为34.45 ℃。当主机吸气量由225 kg/h降至20 kg/h时,若采用泵变频控制而维持回流阀开度不变,此时泵转速降至72.83%,供气温度为34.78 ℃,缓冲罐最大压力为707.7 kPa,最大压力波动0.16%。若采用回流阀开度控制而维持供给泵转速不变,则供气温度变为34.81 ℃,缓冲罐最大压力为711.5 kPa,回流阀开度由15.27%变为33.00%。以上结果表明,该系统可实现供气系统0~100%全工况变频调节。     

改性PU海绵三维多孔界面蒸发器的制备及性能

采用聚乙烯醇(PVA)对商用疏水聚氨酯海绵(简称PU海绵)进行亲水改性,并在其上面喷涂多壁碳纳米管/聚二甲基硅氧烷(MWCNTs/PDMS)复合分散液,获得一侧超疏水另一侧亲水的三维多孔界面蒸发器。采用SEM、红外热像仪及紫外-可见-近红外分光光度计对涂层表面形貌、光热响应能力及反射率和透过率进行了测试,并对构建的三维多孔界面蒸发器的性能进行了评价。结果表明,由MWCNTs含量(以PDMS预聚物质量分数为0.55%的四氢呋喃溶液的质量计,下同)为0.5%的MWCNTs/PDMS复合分散液喷涂亲水改性的PU海绵制得的三维多孔界面蒸发器表面温度为81℃,吸收率为98.57%,具有良好的透水汽性、光热性能、蒸发性能、拒盐性能、脱盐性能、自清洁性能。该三维多孔界面蒸发器在盐水中进行蒸发作用时,其在1个太阳光强(1.0 kW/m²)下的表面温度为61.3℃,光热转换效率达96.75%,在模拟海水(质量分数为3.5%的NaCl溶液)蒸发过程中,蒸发速率可达1.80 kg/(m²·h),而PU海绵的蒸发速率较低,仅为0.44 kg/(m²