关键词： 超短超强激光   脉冲X射线   能谱   神经网络   迭代解谱算法  

摘要： 随着激光装置功率密度与重复频率的提高，传统迭代解谱方法，如最小二乘法和期望最大法等，存在解谱速度慢、需要人工输入初始迭代能谱的问题，难以应对超短超强激光产生的脉冲X射线能谱的实时测量需求。针对该问题，提出了基于人工神经网络模型的迭代解谱算法，并完成了算法的开发。使用PIC方法由激光实验参数模拟获得超热电子信息，将超热电子作为源项，利用MC方法模拟获得脉冲X射线能谱及能谱温度，从而建立激光实验参数与脉冲X射线能谱之间的关系。大量模拟获得了激光功率密度为1018～1020W·cm-2的电子能谱及对应的X射线能谱温度，将其作为神经网络的数据集，在Matlab平台完成了神经网络模型的训练。与使用均匀分布谱作为输入谱的传统Gravel算法和EM算法进行对比研究，对本文算法的准确性与解谱速度等关键指标进行了验证测试。研究结果表明：本优化算法在均方差、平均相对偏离度、谱质量、运行速度以及能谱的特征温度准确性等方面均有所提高。目前该算法已成功应用于激光装置上。

关键词： 多源数据融合   水资源优化调配   多目标规划模型   遗传算法   水库管理  

摘要： 研究针对尼山水库地区复杂的水资源调配需求，构建一个高效的水资源优化调配模型，以实现水资源的合理分配和利用。研究结果表明，所构建的模型在预测精度和模拟水资源调配方面表现最佳，其纳什效率系数达到0.85，均方根误差降至0.10。模型总效益达到5692万元，其中减少洪灾损失1254万元，增加灌溉收益1564万元，增加供水收益2031万元，生态补偿与旅游收益843万元。该模型在水资源优化调配中的高效性为尼山水库水资源管理提供了科学依据。

关键词： ANN   Co-creation   Event mobile apps   Festivals   Flow   Perceived privacy risk   Spain   UTAUT   UTAUT模型   人工神经网络   共创   心流   活动移动应用   节庆活动   西班牙   隐私风险感知  

摘要： Purpose This study aims to examine acceptance of event mobile apps and their capacity to trigger the flow, along with engagement of event attendees related to experience co-creation and perception of risk while using event mobile apps and their joint impact the continued use of mobile apps. Event mobile apps are recognised as an important instrument capable of positively altering event attendees’ experiences. Although previous studies have extensively discussed how event mobile apps could be used in the event context, few studies have examined internal and external experiential drivers of their usage. Design/methodology/approach The proposed study aims to identify the most relevant triggers of continued use by revealing both internal (event engagement) and external (UTAUT dimensions and perceived privacy risk) drivers following Csíkszentmihályi’s flow theory and division of event mobile apps encounters into existential (hedonic) and structural (utilitarian) reality. The sample included 238 users of event mobile apps in Spain, while relationships among constructs were analyzed by structural equation modelling and additionally examined by an artificial neural network (ANN). Findings The study’s findings suggest that performance expectancy and social influence are significant determinants of flow experience, while attention and absorption stand out as significant antecedents of experience co-creation. Finally, flow experience, experience co-creation and perceived privacy risk had a significant effect on the continued use of event mobile apps. Originality/value The proposed study follows the premises of Csíkszentmihályi’s flow theory and acknowledges existential (engagement and co-creation) and structural (UTAUT dimensions) reality of event attendance. Moreover, the study’s findings could lead to tourism experiences being perceived as utilitarian and hedonic. © 2025 Emerald Publishing Limited

关键词： 校园欺凌   道德冷漠   道德敏感性   旁观者   道德行动  

摘要： 校园欺凌是关涉他人幸福的道德问题，影响着校园安全和学生身心健康发展。从道德冷漠的视角研究，发现校园欺凌参与者在个体道德推脱、局外人缺失道德勇气、德育课程适切性不足、学校教育关怀性缺位、人际关系陌生化、网络舆论多元化等多重因素共同作用下，难以有效回应被欺凌者的道德急需，做出道德行动。为消解校园欺凌中的道德冷漠，亟须通过弱化竞争性教育、加强道德教育、加强班级文化建设、优化网络环境、重视反欺凌文化教育等具体措施，推进我国校园欺凌综合治理，促进学生身心健康发展。

关键词： 交互式遗传算法   微创手术钳   适应性函数  

摘要： 本研究旨在基于改进型交互式遗传算法（IGA）优化微创手术钳的设计，以提升微创手术钳的灵活性、抓握力和结构适应性。首先，结合外科医生的实时反馈，动态调整适应度函数，使设计更符合实际需求。接着通过参数化建模生成初始种群，并通过有限元分析（FEA）评估结构性能。试验表明，优化后的微创手术钳在夹持力、旋转精度和疲劳寿命等方面达到了预期性能指标，验证了该算法的有效性。本研究的应用不仅提升了医疗机械的设计效率，还提高了医疗机械在实际操作中的适应性与精确度。

关键词： 地震灾害   物资需求预测   BP神经网络   遗传算法  

摘要： 近年来,我国地震灾害频发,地震灾害的突发性及破坏性对人民的生命财产安全和经济稳定都造成了严重威胁。如何在地震发生后第一时间通过有限的地震信息,快速、准确的进行物资的预测与分配,是控制灾情恶化、减少灾害损失的关键。现有的地震应急物资需求预测及分配模型大多单纯根据过往的地震数据进行物资分配,易导致计算结果不合理。而且,在物资预测模型的建立上,仅考虑效率方面的目标函数,容易造成分配方案考虑不足的问题,如何针对这些风险建立合适的模型需求进一步研究。 本文针对现有地震灾害应急物资需求预测及分配研究中存在的不足,深入讨论了在物资匮乏的情况下地震灾害应急物资预测及分配问题,力求以清晰的应急物资预测及调度架构为前提,建立可行的地震灾害物资分配模型为目标,充分反映灾区物资分配的非均匀性及不确定性,提出科学有效的地震应急物资需求预测与调度方法。应用结果表明,本文所使用的方法能够提高地震灾害场景下应急物资分配效果,具有良好的实用性和创新价值。 论文的具体内容和取得的成果如下: (1)将应急物资基础理论及方法进行汇总。在梳理国内外相关的物资分配研究现状后,归纳主流的物资预测、分配理论与研究方法,并对应急物资重点的理论基础进行概述,论述BP神经网络方法和层次分析法在地震物资预测研究中的适用性,为构建地震物资预测和分配模型提供有力支撑。 (2)建立基于BP神经网络的物资间接预测模型。采用间接预测的方式,通过对受灾人口的预测来计算物资的需求。选取了震级、烈度、灾区人口密度、建筑物抗震烈度、发生时间作为预测参数建立BP神经网络预测模型,并采用2013年的雅安地震数据进行物资分配的验证,确定了模型的准确度;同时,提出了运用层次分析法对地震灾害物资需求的影响因素进行权重分析,解决了传统BP神经网络模型的局限性,为后续研究应急物资分配计算提供依据。 (3)考虑效率最大化及灾区满意度的地震灾害性应急物资分配模型的建立。首先对物资分配的主要因素进行分析,确定了以运输时间最短和受灾点满足率最大为目标的技术路线,结合前文对应急物资预测及不同受灾点有多种物资的需求情况,建立了以多配送中心、多受灾点、多物资的地震应急物资分配模型。 (4)基于层次分析法的地震灾害应急物资分配方法。针对传统BP神经网络模型易出现过拟合及局部解的特点,使用层次分析法与BP神经网络方法结合,构建应急物资分配的高效分配模型。同时运用遗传算法,对现有的条件进行快速梳理、计算,解决了传统分配方法的效率问题,为应急物资分配方案提供了全新的解决思路,能够快速和准确的反映各受灾点的物资需求情况。

摘要： 弗朗西斯·培根(1909—1992年),20世纪有影响力的艺术家之一，他的作品常被称为“暴力美学”的代表，令人震惊却又捕捉到人类生活的复杂性。培根的绘画模糊了传统艺术中具体与抽象的界限，提出了一种超越二元对立的艺术表达方式，即所谓的“第三条道路”。这条路径并不局限于具象的表达，也不完全转化为抽象的形式，而是通过感知、身体、色彩、形式的互动创造出新的视觉语言。

关键词： GNSS   低轨导航增强   精密单点定位   星座优化   模糊度固定   遗传算法   逐步优化  

摘要： 全球导航卫星系统(Global Navigation Satellite System,GNSS)的持续进步与发展,极大提升了其在位置、导航和授时服务方面的性能,然而,随着自动驾驶、智慧城市、物联网等领域的兴起,GNSS难以满足日益增长的实时高精度定位需求。低轨卫星因其快速变化的几何结构、强大的地面信号接收能力以及全球覆盖的优势,能有效弥补现有中高轨导航卫星信号收敛慢、信号弱的不足,增强全球卫星导航系统在定位精度、系统完整性、服务可用性和抗干扰能力等方面的性能。考虑到低轨卫星星座的庞大规模和漫长的建设周期,加之技术和成本的双重挑战,提出了一种基于遗传算法的逐步优化(Genetic Algorithm-Progressive Optimality,GA-PO)星座设计方法,以提高星座部署期间的实用性。目前低轨导航增强星座尚处于建设初期,缺乏低轨卫星观测值实测数据,其导航增强效果与星座优化实施均处于论证阶段,因此本文使用低轨卫星双频观测值仿真数据,评估精密单点定位在不同定位模式、观测值函数模型、纬度、截止高度角和频段方面的低轨增强效果。本文的主要工作与成果如下: 1)构建一种基于遗传算法的逐步优化星座设计方法,用于应对低轨卫星建设周期长导致利用率低的问题。该方法通过遗传算法生成适合目标区域的最优星座,进行采用逐步优化方法分阶段、分区域实现全球星座的构建。首先划定中国、亚洲和全球为分析区域,分别配置卫星数设为81、40和20颗,采用GA-PO方法分区域逐步构建优化星座。用于增强北斗三号卫星系统,最后分析增强前后的三维位置精度因子、可见星数等,并将其与仅专注于全球覆盖的星座设计方法进行比较。逐步建设过程中,在中国、亚洲和全球的可见星数分别达到7、10、12颗,优化星座与北斗三号卫星系统结合后在全球的PDOP值达到了0.9,可见卫星数量达到了25颗。 2)多方面评估低轨卫星增强GNSS系统定位效果。介绍地面监测站低轨卫星观测值仿真原理与低轨星座增强GNSS精密单点定位函数模型,制定低轨卫星观测值数据仿真策略和PPP解算策略。选择GPS系统、BDS系统和GEC多系统分别与低轨卫星组合,基于亚太地区七个测站的观测值仿真数据论证PPP在不同定位模式、观测值函数模型、截止高度角和频段的低轨增强效果,使用收敛时间、24小时的东北天方向的均方根误差值作为主要评判标准,得出以下结论:低轨卫星加入GNSS系统能够显著优化PPP的定位精度与收敛速度。GEC系统加入低轨卫星后收敛间为3.2min,东北天三方向定位误差为0.27cm、0.45cm和2.57cm,固定解模式下收敛时间达到2.5min,定位误差为0.25cm、0.37cm和2.37cm。非差非组合观测值模型的收敛时间整体上略优于双频无电离层组合模型,低轨增强后各系统收敛时间平均减少0.6min,GECL系统达到2.1min。低轨增强下各系统在30°高度角时的定位效果仍优于5°未加入低轨卫星前的GNSS系统。双频无电离层组合GPS系统中L1/L2频段的低轨增强效果优于L1/L5频段,BDS系统中B1C/B2a频段组合收敛时间最短,GEC+LEO系统下的定位精度最高,B1C/B2b频段组合在BDS+LEO系统下的定位精度最高。 图[33]表[18]参[85]

关键词： 体育教学   技术化   困境   消解  

摘要： 体育教学技术化是技术迅猛发展过程中,技术属性不断向体育教学活动渗透结合的过程,这个过程是持续、迅速、不断深入的,同时也是不可避免的,在这个过程中技术犹如一把双刃剑,既推动着体育教学活动的多样化发展,也带来了体育伦理缺失等诸多隐患。《体育强国建设纲要》中提出要全面推进建成社会主义现代化体育强国。在体育教学中,“现代化”不仅是指体育科技水平的现代化,也应是教学理念的现代化,“体育强”不仅是学生体育外在的强,也应是内在的强。因此,本文以技术哲学理论为基础,以体育教学技术化为研究对象,综合运用文献资料、专家访谈、逻辑分析等方法,从技术哲学视角下审视体育教学技术化的发展现状,探究其存在问题,提出消解路径,以期保障体育教学活动的健康发展。 本文的具体研究内容如下: (1)本文首先在相关研究基础之上,对教育技术化、体育技术化、智慧体育教学的文献进行回顾,对相关概念进行界定,其次通过资料翻阅分析体育教学技术化的特征,总结出技术具有工具性、中介性、双面性、张力性和渗透性等属性,而体育教学技术化的特征也正是通过这些属性的渗透表现出来,最后结合体育教学技术的发展进行分析。通过总结近现代史几次大的科技革命,得出技术的发展主要由最初简单的机械化和工具化发展到电气化和科学化,再到数字化与信息技术,最后到今天的人工智能时期,而体育教学技术化与科技革命的发展历程密切相关,同样经历着这四个阶段。在这个过程中由于技术的介入,给体育教学起到了较大的助推作用,表现在提升了体育教学的效率和精准度、重新定义了教学与身体之间的关系、推动自我学习和自主探索、促进协作与互动教学、促进个性化和智能化教学等等。通过上述对体育教学技术化的表象把握,从而得到基础进一步以技术哲学视角深入探究其发展状况。 (2)以技术哲学理论为基础,并借助教育、体育、体育教学技术等领域的相关研究内容,对体育教学技术化进行审视,分析其产生的困境及根源,并从问题根源入手给出策略予以消解。长期以来,由于对技术越来愈强的依赖,技术的负面属性逐渐阻碍了体育教学活动的正常进行,主要表现在对人的替代,对人的侵蚀以及造成师生体育行为失范。探究其根源发现主要来自技术、社会及文化三个方面,而消解体育教学技术化的负面效应也应从技术、社会文化三个向度进行控制,增强正确认识,摆正技术在体育教学活动中的位置,从而不受其侵害。 (3)在对全文进行总结归纳的同时,也对体育教学技术化的未来做出展望。技术在体育教学活动中的应用具有无限可能,尽管其异化现象只是初现端倪,但绝不可掉以轻心,必须时刻保持警惕,既要充分发挥技术的优势,又要做得了技术的主人。提前感知技术的存在,学会如何在技术应用中保护学生的身体感知和个性化发展,同时加强教师的技术应用能力培训,全面提升体育教育质量,保障体育教学活动健康长远发展。

关键词： 遗传算法   BP神经网络   粒子群算法   泄漏检测  

摘要： 针对现有管道泄漏检测技术准确率有待提高的挑战，提出一种结合数据预处理和遗传算法(GA)的改进策略，以优化传统的反向传播(BP)神经网络模型。该策略通过GA寻找最优BP神经网络初始权重和阈值，构建了基于BP神经网络的管道泄漏检测模型，从而提升检测的准确性。对数据进行预处理，并提取其特征，构建了一组具有泄漏特征向量的样本集。将这些样本作为BP神经网络的学习输入，并将泄漏状况的类别设定为网络的输出。文章采用Booth函数对所提方法进行性能评估，并与采用粒子群优化算法(PSO)优化的BP神经网络进行了比较分析。结果显示，该方法在预测准确性方面具有显著优势。实验验证表明，将管道泄漏工况识别误差控制在0.07%以内，有效提高了泄漏检测的准确率。