Evolutionary digital twin: A new approach for intelligent industrial product development

To fulfill increasingly difficult and demanding tasks in the ever-changing complex world, intelligent industrial products are to be developed with higher flexibility and adaptability. Digital twin (DT) brings about a possible means, due to its ability to provide candidate behavior adjustments based on received “feedbacks” from its physical part. However, such candidate adjustments are deterministic, and thus lack of flexibility and adaptability. To address such problem, in this paper an extended concept – evolutionary digital twin (EDT) and an EDT-based new mode for intelligent industrial product development has been proposed. With our proposed EDT, a more precise approximated model of the physical world could be established through supervised learning, based on which the collaborative exploration for optimal policies via parallel simulation in multiple cyberspaces could be performed through reinforcement learning. Hence, more flexibility and adaptability could be brought to industrial products through machine learning (such as supervised learning and reinforcement learning) based self-evolution. As a primary verification of the effectiveness of our proposed approach, a case study has been carried out. The experimental results have well confirmed the effectiveness of our EDT based development mode.     

Performance Evaluation Indicator (PEI): A new paradigm to evaluate the competence of machine learning classifiers in predicting rockmass conditions

To illustrate an unprejudiced comparison among machine learning classifiers established on proprietary databases, and to guarantee the validity and robustness of these classifiers, a Performance Evaluation Indicator (PEI) and the corresponding failure criterion are proposed in this study. Three types of machine learning classifiers, including the strictly binary classifier, the normal multiclass classifier and the misclassification cost-sensitive classifier, are trained on four datasets recorded from a water drainage TBM project. The results indicate that: (1) the PEI successfully compares the competence of classifiers under different scenarios by isolating the effects of different overlapping-degree of rockmass classes, and (2) the cost-sensitive algorithm is warranted to classify rockmasses when the ratio of inter-class classes is more than 8:1. The contributions of this research are to fill the gap in performance evaluations of a classifier for imbalanced training data, and to identify the best situation to apply this classifier.     

面向交通流量预测的时空超关系图卷积网络

交通流量预测是智能交通系统中的重要研究课题,然而,交通对象（如站点、传感器）之间存在的复杂局部时空关系使得这项研究颇具挑战。尽管以往的一些研究将流量预测问题转化为一个时空图预测问题从而取得了较大的进展,但是它们忽略了交通对象们跨时空维度的直接关联性。目前仍缺乏一种全面建模局部时空关系的方法。针对这一问题,首先提出一种新颖的时空超图建模方案,通过构造一种时空超关系来全面地建模复杂的局部时空关系;然后提出一种时空超关系图卷积网络（STHGCN）预测模型来捕获这些关系用于交通流量预测。在四个公开交通数据集上进行了大量对比实验,结果表明,相比ASTGCN、时空同步图卷积网络（STSGCN）等时空预测模型,STHGCN在均方根误差（RMSE）、平均绝对误差（MAE）、平均绝对百分比误差（MAPE）这三个评价指标上均取得了更优的结果,不同模型运行时间的对比结果也表明,STHGCN有着更高的推理速度。     

面向领域建模的信息系统构件识别方法研究

近年来企业的业务操作和流程日趋复杂化,信息系统（IS）却无法快速适应外部业务流程发生的巨大变化,提高软件复用效率是解决该难题的关键。作为软件复用的关键技术,构件识别一直是基于构件的信息系统开发方法（CBSD）的研究热点与难点。结合实际情况及相关理论与技术基础提出了完整的面向领域建模的信息系统构件识别方法,该方法具体包括基于模糊形式概念分析（FFCA）的信息系统构件识别模型以及基于图熵的业务构件识别有效性检验过程。通过该构件识别方法,识别出行业通用的符合高内聚、低耦合以及粒度适宜特征的业务构件,可以迅速应对外部需求变化引起的软件内部业务逻辑发生的改变。以A公司物资管理流程为例,验证了所提出的信息系统构建识别方法。     

物流包装租赁系统配送库存路径模型与算法

发展物流包装租赁共享系统是解决落后的一次性包装使用方式的有效手段。为优化物流包装租赁系统中的空包装配送与库存控制这一频繁决策问题,将租赁客户点的需求和物流包装租赁系统的服务中心的库存能力、库存费用、车辆容量、单位运费等因素引入模型,建立了总成本费用最小的物流包装租赁共享系统的空包装配送库存路径集成优化模型。针对稍小和稍大规模算例,对利用CPLEX优化软件和带精英保留的改进遗传算法进行了求解比较分析,结果表明：改进遗传算法对稍大规模算例求解的结果虽然稍差,但求解时间大大缩短,这说明了启发式算法对大规模的实际问题是有效的。该模型和算法可为物流包装租赁企业的空包装配送和库存控制的集成优化决策提供参考。     

利用混合高斯和拓扑结构的人体“鬼影”抑制算法

若在建模时存在目标,部分目标像素会进入背景模型,会在检测时产生“鬼影”。为了有效抑制“鬼影”,提出一种利用混合高斯和拓扑结构(Gaussian mixture model and topological structure,GMMT)的人体“鬼影”抑制算法。算法分为两个阶段,背景建模阶段采用双通道建模,通道一利用混合高斯模型进行预检测,接着利用拓扑结构将分散的人体目标连接获得完整的目标并取其外接矩形,然后将矩形外的像素加入背景模型,经过多帧的建模得到空背景;通道二使用多帧平均法计算背景模型。通过设置建模帧数的阈值T选择建模方式,若建模帧数小于T则使用通道一建模,否则使用双通道联合建模。目标检测阶段利用改进的背景差分法实现人体分割并进一步消除 “鬼影”。经过测试,GMMT在建模阶段存在目标的情况下可有效地抑制 “鬼影”。     

考虑坝基岩体抗剪强度各向异性的重力坝抗滑稳定分析方法

为研究节理岩体抗剪强度各向异性特征对重力坝抗滑稳定性的影响,利用结构面网络模拟技术,计算节理岩体在主滑动方向上沿不同角度剪切的连通率与相应的抗剪强度参数,对Mohr-Coulomb强度准则进行各向异性修正。在此基础上,结合极限分析法,提出了一种考虑岩体抗剪强度各向异性特征的重力坝抗滑稳定分析方法。将该方法应用于向家坝泄12坝段的深层抗滑稳定分析,并与传统方法的计算结果进行对比。结果表明:该方法与传统方法获得的临界滑裂面位置比较接近,但其抗滑稳定安全系数明显小于传统方法,且临界滑裂面的剪出段倾角与坝基岩体连通率的最大值方向基本一致,和实际情况相符。该方法充分考虑了岩体抗剪强度各向异性的影响,对合理评价重力坝的抗滑稳定性具有重要的工程和现实意义。     

北京城市副中心防洪风险研究

北京城市副中心规划防洪标准为100a一遇,其流域上游规划2座中型水库、50余处蓄滞洪区尚未建成,副中心周边防洪工程距离规划标准差距较大,导致副中心防洪安全难以保障。针对副中心来自上游的外来洪水压力大、区内防洪工程不达标等问题,采用一维、二维数学模型,分别对区域洪水风险、穿越副中心的北运河漫溢造成的淹没风险,以及副中心周边三条干流河道堤防不达标造成的防洪风险进行模拟计算和具体分析。结果表明:流域上游洪水不经有效拦蓄下泄后,将导致北运河干流100a一遇洪峰流量增加33%;同时,副中心周边三条河道均存在堤防安全风险。其中北运河发生100a一遇洪水时,即使区内宋庄蓄滞洪区建成启用,仍将有2 590万m~3洪水从3 km无堤段漫溢,并淹没副中心核心区0.2～2 m深。风险研究结果还表明,一旦近期通州境内宋庄蓄滞洪区、温潮减河分洪道等规划工程建成后,将有效降低城市副中心的部分防洪风险。研究成果对保障副中心防洪安全的规划工程实施安排及防汛抢险安排具有重要指导意义。     

氯和氯胺冲击消毒对二次供水管道生物膜的控制作用

针对建筑二次供水管壁生物膜对饮用水的生物安全性构成的潜在威胁,采用生物膜反应器(BAR)模拟二次供水管道,研究氯和氯胺冲击消毒过程对管壁生物膜的细菌总数、大肠杆菌和异养菌(HPC)灭活效果以及对生物膜结构的影响.结果表明,在第80天时生物膜中生物量达到最大,生物膜宏基因组分析表明,厚壁菌门(Firmicutes)、变形菌门(Proteobacteria)和拟杆菌(Bacteroidetes)为优势菌种.冲击消毒对生物膜的灭活效能与氯和氯胺的质量浓度以及CT值有关,在相同CT值条件下,高质量浓度氯和氯胺的灭活效果更佳.氯和氯胺的生物膜灭活效果对比可以看出,在低投量条件下,氯的细菌总数和大肠杆菌灭活效果好于氯胺,但氯的HPC灭活效果弱于氯胺;在高投量条件下,消毒剂质量浓度和CT值与生物膜的灭活效果无明显相关性,可以达到快速消毒的效果.在氯和氯胺的投加质量浓度为3.0 mg/L、CT值300~400 mg·min/L的最佳冲击消毒条件下,生物膜中细菌总数、大肠杆菌和HPC的灭活率均达到95%以上.从生物膜的表面特性分析可以看出,冲击消毒后生物膜结构破坏明显,生物膜变薄或脱落;氯冲击消毒对生物膜的破坏和削减程度优于氯胺,更有利于管道生物膜的控制.     

双向中继信道中Polar码与物理层网络编码的联合设计

为解决双向中继信道中采用低密度奇偶校验码LDPC(low density parity check code)或Turbo码的网络编码系统信道编码编译码算法及设备的复杂度太高这一问题,提出一种联合Polar编码与网络编码的中继转发策略.该策略利用无线通信中信号的叠加特性和Polar编码、网络编码的线性性质直接估计网络编码的码字,使得中继节点进行Polar译码的复杂度和信源节点之间的信息交换时间都比直接网络编码系统减少了50%.同时,由于基于信道极化理论的Polar码具有在离散无记忆信道BDMC(binary discrete memoryless channel)上达到信道容量及编译码算法简单等优点,使得所提方案不仅保证了系统的可靠性,而且更容易实现.仿真结果验证了该方案的有效性.