关键词： 政策细化   政策模糊   模糊延续   层层加码   政策执行  

摘要： 在应然层面,政策细化能够消解政策模糊,中间层政府通过嵌入地方情境,分解政策任务,从而实现政策目标的逐层清晰、政策工具的逐层适配、技术标准的逐层精细、考核要求的逐层明确。但是,在复杂情境中,政策模糊为中间层政府预留了自主性的行动空间,中间层政府在政策细化时便可能偏离应然轨道,造成细化的偏差,表现为因细化不足而导致的模糊延续和因细化过载而造成的层层加码。政策细化偏差的形成具有四重机制:多任务情境中的边界超越、权责错位情境中的责任转移、不确定性情境中的风险规避、地方竞争情境中的绩效竞逐,致使中间层政府在政策细化中选择不同的方式,最后导致政策细化难以实现应然功能。模糊延续和层层加码虽然有利于增强中间层政府应对不确定性风险的灵活度,防止科层执行力的衰减,但也存在阻滞政策行动和加重基层负担的负效应。对此,需要促进任务与资源的平衡协调,根据政策权力建立和完善责任清单,增强中间层政府应对不确定性风险的能力,完善政策细化的绩效考核方式。对政策细化消解政策模糊功能的分析,证明了政策细化与政策清晰之间并非线性关系,这有利于更加理性、全面地把握政策细化的角色定位。

关键词： 微波消解   小米   电感耦合等离子体质谱法   钠   镁   钾   钙  

摘要： 小米富含多种营养元素,能够分析测定小米中的矿物元素对提高食品质量和控制食品安全都有着极其重要的意义。本文采用微波消解法处理小米样品,选择^(23)Na、^(24)Mg、^(43)Ca、^(39)K为测量同位素,使用微波消解法处理,电感耦合等离子体质谱技术分析测定小米样品中Na、Mg、K、Ca的方法。优化了前处理实验条件,校准曲线的相关系数不小于0.9995,通过对小米成分的标准物质中Na、Mg、K、Ca进行12次平行分析测定,相对标准偏均在7.54%以内。该方法测定结果准确可靠,适用于大批量小米样品中Na、Mg、K、Ca的分析测定。

关键词： 神经网络算法   遗传算法   大规模路网   交通流短时预测   特征提取   EM算法  

摘要： 针对大规模路网交通流在短时间内具有高度复杂性以及非线性特征,对交通流短时预测精度有一定影响的问题,提出了基于改进神经网络算法的大规模路网交通流短时预测方法。利用构建大规模路网函数,通过将路段视为路网核心,将道路节点视为相应的连接元素实现路网函数优化。以优化后的路网函数为基础,通过K均值算法与EM(Expectation-Maximization)算法结合的方式提取交通流特征。通过遗传算法与Elman神经网络算法相结合的改进方式,对该路网的交通流进行短时预测,得到相关的预测结果。经实验证明,改进的方法单点平均速度预测结果与实际值更为接近,大规模路网交通流短时预测误差较低,预测结果可靠性更高。

关键词： 初中生   创新能力   垃圾分类与回收   计算思维素养  

摘要： 《义务教育信息科技课程标准(2022年版)》(以下简称“新课标”)强调,学生应创新学习方式,积极融入真实的实践活动情境,通过特定的学习项目驱动开展科学创造活动,经历计算思维素养的启发、形成和发展过程,进而培养学生创新解决实际问题的能力。同时,《义务教育课程方案和课程标准(2022年版)》强调,要大力倡导学生在各类课程学习过程中养成乐于探索、勤于动手实践的良好习惯,形成有效获取和处理信息资源、解决各种现实问题的优良素质。

关键词： 船体分段   小组立工位   计划工时   部件流向   部件批次   工作包   遗传算法  

摘要： 针对传统的船体分段小组立工位计划工时编制存在的问题,进行基于部件流向批次的计划工时优化研究。以船体分段制造任务工作包在约束范围内的提前制造天数为优化变量,以计划周期内的小组立工位日计划工时与日平均工时的方差最小化为优化目标,建立非线性数学模型,设计遗传算法,采用造船企业的实际数据进行数值试验。结果表明所提出的遗传算法可辅助编制更加均衡的船体分段小组立工位计划工时,并提高计划工时的编制效率。

关键词： 液位监测   遗传算法   LSTM神经网络   边缘计算  

摘要： 针对城市排水体系建设的需求,构建了一种基于GA-LSTM模型的雨水管道液位监测系统,实时采集液位数据,通过物联网设备上传到云端,并采用遗传算法对超参数进行优化调整实现液位预测的边缘计算,避免在采用LSTM模型预测液位高度时因主观选择超参而陷入局部最优,实现精准预测雨水管道未来液位。结合对比BP神经网络模型和LSTM模型,结果表明,GA-LSTM模型是一种预测精度较高的模型,在雨水管道液位预测时误差为±0.2 cm,且当其装载在边缘设备前端时,也具备高精度预测的能力。

关键词： 理论解释范式   预测范式   计算社会科学   人工智能  

摘要： 计算社会科学是计算机科学和社会科学交叉融合的产物。计算社会科学在从商业领域向社会科学领域转向的过程中,必须直面社会科学的本质,即对人类社会现象和规律的理解、解释和预测,因此必然面临如何弥合预测范式与理论解释范式之间的张力问题。计算社会科学弥合预测与解释之间的张力,需要通过融合数据驱动与理论驱动两种研究范式来实现。

关键词： SISSO算法   智能计算   主动学习   钙钛矿材料  

摘要： 钙钛矿材料因其复杂的化学成分、多样的晶体结构和丰富的物理特性,成为现代材料科学研究热点之一。结合模型驱动方法和数据驱动方法,构建特征工程融合主动学习的材料智能计算框架,提高模型精度和系统性能。通过数据布局和动态调度协同优化,提出针对材料特征的确定独立筛选和稀疏算子(SISSO)并行计算方法,缓解SISSO算法在建立特征工程模型时面临的精度较低与计算成本较高的问题,降低数据质量对模型的影响。构建面向材料数据的主动学习方法,以处理材料数据标记的复杂性,剔除噪声数据。

关键词： 快速消解   动态反应池(DRC)   电感耦合等离子体质谱   富硒微生物   硒  

摘要： 文章采用动态反应池技术,以甲烷为反应气,通过优化甲烷气体流量及剔除参数(RPq)来消除~(80)Ar_2对~(80)Se测定的干扰,成功建立了快速消解-动态反应池电感耦合等离子体质谱技术测定富硒微生物中硒含量的方法。实验结果表明,在甲烷气流速为0.6 m L/min、RPq为0.65时,有证标准物质的检出限、准确度、精密度及加标回收率等指标均能满足要求。本方法的样品处理耗时短、操作简单,检出限低,可满足大批量富硒微生物中硒含量的测定需求。

关键词： 无人机   航迹规划   动态环境   启发式增量搜索   稀疏A^(*)算法  

摘要： 面向动态环境下无人机航迹规划的高时效性和动态环境适应性需求,开展基于启发式增量搜索的航迹规划方法研究.将稀疏A^(*)(Sparse A^(*),SA^(*))与增量式搜索结合:通过改进节点扩展规则、定制节点简并策略,实现对SA^(*)历史规划的节点图和代价信息的复用,避免计算资源的浪费;通过定制启发式增量搜索框架,在历史规划信息的基础上进行局部增量式更新,提出了增量式动态稀疏A^(*)算法(incremental dynamic sparse A^(*),ID-SA^(*)),提升航迹规划的动态环境适应性.数值仿真与飞行试验结果表明,ID-SA^(*)能够利用历史规划信息加速动态环境下的航迹重规划,效率远高于SA^(*)、即时修复式稀疏A^(*)(anytime repairing sparse A^(*),AR-SA^(*)),耗时降至10^(-1)s量级,满足有限机载运算资源下的高效动态航迹规划需求.