大语言模型是自然语言处理的核心研究内容之一, 已广泛应用于包括政务在内的诸多领域。首先, 介绍了统计语言模型、神经网络语言模型等早期语言模型的研究进展; 其次, 重点综述了大语言模型研究进展; 最后, 介绍了大语言模型在政务领域的应用情况, 包括政务文本分类、政务问答、政务命名实体识别、舆情风险识别和政务关系抽取, 并提出政务大语言模型研究需要解决的问题, 即数据多模态化、正确面对“模型即服务”趋势、注重数据高安全性、明确责任边界。此外, 还提出了政务大语言模型研究的技术路径。大语言模型正处于蓬勃发展的阶段, 随着中国推动人工智能技术研究及其在政务领域的应用, 大语言模型将在政务领域发挥更大作用。

交通运输网络抵抗韧性是交通安全领域的研究热点, 为有效评估城市群铁路客运网络的抵抗韧性, 并识别关键路段, 该文首先基于复杂网络Space L建模方法, 建立了以实际铁路客运站为网络节点的时空加权城市群铁路客运网络模型; 其次, 采用单路段删除和多路段连续删除的攻击模式模拟路段中断情景, 提出将基于性能响应函数和旅客时空可达性的网络性能保留率作为客运网络动态抵抗韧性评估指标, 利用抵抗韧性评估模型和仿真评估流程评估路段可替代能力和网络抵抗韧性; 最后, 进行了成渝城市群铁路客运网络实例研究。结果表明：靠近铁路枢纽城市的部分关键路段中断, 最高可使铁路客运网络性能损失12.23%, 从灾前仿真角度识别关键路段具有重要意义; 无权、空间加权和时间加权铁路网络抵抗韧性仿真识别出的关键路段存在明显差异, Spearman相关系数验证了无权与加权铁路网络路段可替代能力的排序相关性较差; 3种铁路网络的抵抗韧性指数表明单路段中断对旅客出行时间的影响较大; 关键路段连续中断对网络性能的影响较大, 对时间加权铁路网络性能的影响大于无权和空间加权铁路网络, 仅从网络拓扑结构和空间距离角度进行灾前仿真, 容易低估风险因素的干扰后果。该文所提方法可为交通网络规划和韧性研究提供参考。

基于消费者剩余理论，通过出行选择偏好调查，确定影响货运路径选择的关键因素，提出一种用于确定通行费折扣的双层规划模型。其中，上层模型为考虑费用成本和时间成本的路网经营者盈余最大化模型，采用遗传和模拟退火混合优化算法求解；下层模型为弹性需求下基于Logit的多车型随机用户均衡分配模型，采用Frank-Wolfe算法求解。利用高速公路收费数据、普通国省道断面交通量数据，以3组并行的实例路段验证了模型的可行性。结果表明，该模型可精准确定高速公路货车通行费折扣范围；经43次迭代后，上层模型可达到稳定值，实例路段的小型、中型、大型和特大型货车通行费折扣率范围分别78.68%~86.27%、55.82%~65.82%、47.90%~54.81%和47.52%~48.31%，货车平均流量提高了12.24%。该研究可支撑差异化收费方案制定及优化调整。

煤自燃是煤矿的主要自然灾害之一。煤自燃的物理化学过程十分复杂, 且影响因素众多, 给煤自燃危险性的预测带来很大的挑战。利用深度学习理论与方法加强对煤自燃危险性预测技术的研究, 有助于提升煤矿安全生产智能化管控水平。该研究运用循环神经网络(RNN)、长短期记忆(LSTM)网络和门控循环单元(GRU) 3种算法, 建立了采空区CO动态序列预测模型。对数据集进行特征变量分布检验以及数据归一化处理, 降低了变量依赖性。在模型构建过程中, 添加了全连接层和Dropout类以避免模型出现过拟合, 通过均方误差确定模型的选代次数, 引入了平均绝对误差、均方根误差和确定系数3个模型性能检验指标, 分析优化了模型的参数, 检验了模型性能。研究结果表明: RNN、LSTM和GRU模型均能实现对CO体积分数的动态预测, 且误差小于1 %; 在同一序列数据下, LSTM模型预测精度最高, 其次是RNN模型和GRU模型。

为保障固定翼无人机编队在未知障碍环境下的安全飞行，该文针对固定翼无人机编队飞行控制方法展开研究。在深度确定性策略梯度（deep deterministic policy gradient，DDPG）的基础上，引入贪婪选择构建了Greedy-DDPG算法，训练长机模型实现避障控制；并结合人工势场的方法和领从一致性设计了僚机群避障避碰控制策略，确保僚机能够规避障碍，跟随长机执行飞行任务。数值仿真实验结果显示，Greedy-DDPG算法的训练时长比DDPG算法的缩短了5.9%，避障的泛化能力得到提升；Monte Carlo仿真实验验证结果显示，该方法具有良好的鲁棒性。采用该方法可实现无人机编队协同飞行，对于保障无人机编队在未知环境中的飞行安全具有重要意义。

基于incoPat专利数据库对2003—2022年利用脱硫石膏改良剂治理盐碱地技术领域的520件专利进行计量学统计。结果表明：利用脱硫石膏改良剂治理盐碱地的专利年申请量呈先上升后下降的趋势, 高峰时(2016年)年申请量为115件。高校和科研院所的专利授权数量高于企业, 但高校与企业联合授权的专利数量占总数的15.6%。共有37件专利获得转化且其中有7件发生质押, 占授权总数的33.3%, 均为高校转让给企业、企业质押融资。70%以上专利的配方都由3种或以上的物料组成, 主要成分包括有机物料、无机矿物、微生物菌剂和养分补充剂等。与不施用或施用其他类型改良剂的土壤相比, 施用脱硫石膏改良剂的功效主要是降低土壤pH值、碱化度及减少对作物生长有害的盐分离子, 提高土壤Ca²⁺、SO₄^2-、全量和速效氮磷含量, 从而改良了盐碱地。整体而言, 脱硫石膏改良剂研发日趋成熟, 部分创新成果已经转化为现实生产力, 相关专利的价值也日益凸显。

针对上层大气层吸气式电推进系统进气道设计问题, 采用直接模拟Monte Carlo (DSMC)方法对吸气式电推进系统的进气道内流问题进行系统的数值模拟, 考虑气固相互作用(GSI) 模型对进气道内流特征、进气道收集和压缩性能的影响, 并从气体动理论的角度阐明了其作用机理。结果表明：GSI模型对进气道的压缩和收集性能具有巨大的影响, 适应系数的降低即GSI中镜面反射比例的升高, 能显著提高压缩因子和收集效率, 适应系数从1.0降低到0.2使得压缩因子增大7倍多, 收集效率增大将近4倍。适应系数的降低能有效增大进气道压缩因子和收集效率的机制是气体分子在内凹型压缩段壁面发生镜面反射之后汇聚通过焦点, 进入电离加速段。上层大气层吸气式电推进系统的进气道应该采取几何外形/表面材料相互耦合的设计思路：既采用内凹型压缩段的进气道, 更需要通过材料选取或表面加工降低GSI适应系数, 使得GSI尽量接近镜面反射。

土壤盐渍化研究纷繁复杂，传统的文献综述方法因主观性强较难全面准确把握学科动态。该文引入文献计量学，提出了一种学科方向研究动态的定量综述方法；基于WoS (Web of Science)和中国知网(China National Knowledge Infrastructure，CNKI)数据库近30 a土壤盐渍化及盐碱地治理与利用的相关文献，定量综述了该学科领域研究动态和发展趋势。结果表明，国内外土壤盐渍化研究呈上升趋势，但总体上处于研究的初始阶段，仍有很大发展空间；中国、美国、印度、澳大利亚等国在土壤盐渍化及盐碱地改良与利用研究上贡献突出，中国学者发表论文数量最多，是土壤盐渍化研究的主力；核心作者间合作密切，但跨背景、跨机构、跨国家的合作仍然较少；研究热点已从上世纪90年代的灌溉排水与盐碱地改良，转移到当前的土壤植物盐分互作机制及耐盐植物培育、土壤水盐调控机制与优化控制技术、盐渍土改良剂研发技术及其规模化应用、盐碱地遥感监测与盐渍化影响评价等方向，代表着土壤盐渍化及盐碱地治理与利用研究从排水改良为主向综合利用延伸的发展趋势。

该文基于震后轨道交通网络主体结构的破坏场景, 以恢复震后通行能力为目标, 分析了地震灾害作用下城市轨道交通网络的韧性。采用Space L方法构建轨道交通网络模型, 选用客流加权的网络平均效率表示网络连通性能。采用地震易损性模型计算网络主要结构单元(车站、隧道和桥梁)的破坏概率, 采用Monte Carlo方法模拟网络主体结构单元的震后状态; 考虑破坏单元修复时间存在不确定性, 模拟了破坏单元的震后修复过程; 根据震后不同时刻网络性能曲线和韧性三角形, 定量化评估轨道交通网络抗震韧性指数和韧性损失。以北京地区城市轨道交通网络为例, 分析了地震烈度、恢复策略和修复队伍数量对网络连通性能、恢复过程和韧性指标的影响。结果表明：轨道交通网络在遭受地震破坏、蓄意攻击和随机破坏后的韧性特征存在差异; 震前提升少量重要单元的可靠度可提升网络灾前抵抗能力, 但对网络灾后恢复能力和韧性指数的提升效果不明显。该研究可为城市轨道交通系统抗震安全性评估提供理论支撑和参考。

尽管大语言模型在新闻、艺术等领域的文本摘要任务上取得了良好的效果, 但由于大语言模型缺乏对司法领域知识的学习, 同时难以理解裁判文书的结构特征和逻辑关系, 导致生成的裁判文书摘要质量不佳。该文提出结合提示学习和Qwen大语言模型的裁判文书摘要方法, 将裁判文书数据作为SFT (supervised fine-tuning)技术对大语言模型微调的输入, 增强其法律领域适用性; 同时设计融入结构信息与角色指令的提示模板, 以优化摘要生成, 使其更精准地反映文书结构特征与逻辑关系。实验结果表明, 该方法在ROUGE-1、ROUGE-2和ROUGE-L的F1值上比基线模型分别提升了21.44%、28.50%和28.97%, 说明大语言模型经裁判文书数据微调并引入结构信息后, 在裁判文书摘要任务中展现了卓越的性能与巨大的应用潜力。

针对工程安全管理中普遍存在的知识缺口问题，提出一套基于本体技术实现领域知识建模和更新的方法。以公路工程领域为范例，从行业标准规范的文本数据中自动提取安全知识，构建领域知识图谱；通过知识模型与建筑信息模型（BIM）的结合，开发安全管理应用场景，展示本体引导的知识图谱对工程安全管理的辅助作用。领域本体在知识图谱中作为本体层结构，表示为一个包含7个层级、390个有效节点的多维度层状结构；基于本体层的引导开发知识提取算法，从海量文本中提取网状知识结构，形成知识图谱的数据层。知识模型的更新采用由数据层到本体层的知识流动方式；提出基于类属关系、构成关系和实体核心词聚类的3类方法，实现本体层的更新。将知识模型关联实际项目的BIM，从安全管理的应用层面出发，验证了本体的引入在知识的组织和扩展中起到良好效果，展现了知识模型与BIM的结合呈现出的智能化应用前景。该研究为领域知识图谱的构建、更新、应用全过程提供了一个完整的范例，对于本体更新过程实现了方法创新，拓展了知识图谱的应用领域和技术思路，有助于提升工程安全管理的信息化水平。

未来战争的形态正随着人工智能技术的迅猛发展而加速演变, 针对当前目标威胁评估研究中存在的作战场景单域化、研究对象单一化、研究分析过于侧重蓝方态势等问题, 该文围绕陆战场低空多域的作战场景, 提出一种基于犹豫模糊集的集群目标威胁动态评估方法。首先研究了陆战场低空多域作战规律、有人或无人空地混合集群装备的作战特点, 以此建立了集群目标威胁的评估指标体系; 然后根据红方态势变化对指挥员心理压力的影响规律, 提出了基于Weber-Fechner感知定律的动态权重策略; 最后结合犹豫模糊环境下的变权方法, 构建了陆战场低空多域场景下的集群目标威胁动态评估模型。案例分析结果表明, 该模型的权值确定更加合理, 能充分体现指挥员面对战场态势刺激时心理压力的动态变化, 提供更加及时准确的威胁评估结果。

为了实现科学、高效的灾后应急响应, 针对传统路径规划中单目标、单车场、单次配送、无差别化供给、闭合式调度等多方面限制, 开展基于需求紧迫度的约束性应急物资车辆路径研究。运用层次分析法对需求紧迫度进行赋权分级, 以应急救援过程的响应时间、配送延误惩罚与需求未满意率最小化为目标, 构建约束性应急物资车辆路径模型, 并设计两阶段遗传算法。通过算例检验算法与模型的有效性和适用性。结果表明: 该模型可有效解决资源紧缺、受灾程度异化情况下的物资配送问题, 形成适用于突发自然灾害事件的动态应急物资车辆路径规划方案, 实现突发路况处理与资源效能最大化, 并为应急物资的车辆路径规划提供理论依据与决策参考。

并联机器人运动学误差模型的准确性对提高机器人定位精度至关重要。该文针对Delta并联机器人现有误差建模方法存在奇异性及完整性不足等问题，基于旋量理论结合局部POE(product of exponentials)公式，建立了Delta机器人的误差分析模型，将误差源细分为结构误差、驱动角度误差以及球面副间隙误差三大类，深入分析了各类误差对机器人末端定位精度的影响规律。选取主动臂长400 mm，从动臂长950 mm的Delta机器人为研究对象。通过MATLAB仿真分析，当误差源大小均为0.100个单位(长度单位为mm；角度单位为(°))时，驱动角度误差对Delta并联机器人末端定位精度影响最为显著，其引起的综合误差可达1.500~2.000 mm；球面副间隙误差引起的机器人综合误差为0.340 mm；由结构误差引起的综合误差具有一定的稳定性，其值在0.100 mm左右波动，波动范围约为0.010 mm，可约等于定值。综合分析得到，主动臂与从动臂的长度误差对末端定位精度影响更为突出，其引起的误差波动明显大于其他误差。基于旋量理论的误差分析模型较传统的误差建模方法能够更直观且全面地分析主要影响误差源，避免了奇异性问题，可为Delta机器人或其他并联机构误差建模分析提供理论参考。

有效的事故致因分析是预防煤矿事故发生的有效途径, 由于人工分析事故时受人员主观影响较强, 且面对海量的事故和风险文本数据, 人工分析存在局限, 因此该文针对煤矿领域, 基于集成命名实体识别(named entity recognition, NER)、 语义依存分析(semantic dependency parsing, SDP)、 文本分类(text classification, TC)和事故致因“2-4”模型(24Model), 提出了一种煤矿事故原因智能分析方法。该文首先利用NER识别事故文本中的主要实体信息, 结合SDP识别实体信息之间的语义关系, 提取个体不安全动作和组织原因的文本表示模式; 其次, 利用TC构建了个体能力原因分类模型, 用于识别个体能力方面的因素; 最后, 开发了相关应用程序, 将所提方法应用于现场事故案例分析和学习。研究结果表明： 该文构建的NER和TC模型精确率均较高, 结合SDP能自动根据24Model分析和梳理事故原因, 并识别动作的发出者、 作业工序和物资设备等信息。该文所提方法可促进事故致因理论在煤矿企业的应用, 提升事故案例分析和学习的有效性, 从而预防相关事故发生。

随着中国桥梁大规模进入运维阶段，传统的桥梁检测方法通常依赖人工巡检和目视检查，无人机的桥梁表观图像数据采集能力较强，因此被逐步应用于桥梁表观病害检测。针对交通管控下无人机拍摄桥梁图像尺寸较大和小目标裂缝较多，目前检测算法提取小目标裂缝特征信息困难且存在识别漏检、误检等问题，该文提出了一种基于改进YOLOv8的桥梁小目标裂缝检测算法。首先，用高效视觉变换器(efficient vision transformer，EfficientViT)替换YOLOv8的主干网络，以减少大量冗余参数，增强图像的局部特征提取能力；其次，引入大型选择性核网络(large selective kernel network，LSKNet)，融合C2f模块注意力机制，选择性调整卷积核尺寸，降低运行参数，减少计算复杂度；最后，增加双向特征金字塔网络(bidirectional feature pyramid network，BiFPN)，融合P2小目标检测头，增加不同尺度特征图之间的信息耦合和小目标裂缝检测框，实现小目标裂缝精准识别与提取。依托无人机采集的某桥梁裂缝数据集进行小目标裂缝检测验证，与YOLOv8模型相比，该算法模型的图像识别准确率提高了3.7%，召回率提高了3.5%，F1分数提高了3.5%，平均精度均值50(mAP50)提高了3.9%，平均精度均值50到95(mAP50-95)提高了7.4%。该文所提的基于改进YOLOv8的桥梁小目标裂缝检测算法提高了桥梁结构小目标裂缝的识别准确率，为广泛应用于桥梁结构的表观健康监测提供了可行的解决方案。

二维水动力模型能够模拟洪涝在地表的淹没及演进过程, 是城市洪涝防御的关键工具, 已得到越来越多的研究与应用。在精细化洪涝过程模拟中, 细小的网格单元会显著增加网格数量、减小时间步长, 大大降低模型计算效率。使用动态网格控制策略可减少实际参与计算的网格单元数量, 使用局部时间步长技术可提高模型计算的平均计算步长。融合动态网格控制策略和局部时间步长技术, 在有效单元上采用分级时间步长, 可进一步结合两种策略的优势, 减少模型计算量, 提升二维水动力模型的计算效率。理想溃坝算例测试结果表明：动态网格控制策略在干网格数量多时效果明显, 局部时间步长技术在网格尺度差异较大时效果显著。在南岗河流域洪涝模拟算例中, 两种算法融合使用, 最大可节省计算耗时约60%, 能有效应对城市洪涝模拟过程中无效网格单元多、无效计算量大的问题。

岩石中普遍存在各向异性裂隙, 其中单节理作为一种简单基础的裂隙结构, 其力学行为研究可为评价和预测更复杂岩石体系的力学性能奠定基础。为研究单节理岩石的微观裂缝演化机制与规律, 探究其对宏观力学参数和破坏特征的影响, 该文以滇中引水工程大理段香炉山隧洞的节理岩体为研究对象, 采用二维颗粒流数值程序对完整岩石和单节理岩石进行单轴压缩模拟试验, 分析节理长度及倾角的变化对宏观力学参数和破坏特征的影响。结果表明：单节理岩石的节理越长、倾角越小, 单轴抗压强度、峰值应变和弹性模量越小; 节理越长, 节理倾角对峰值应力、峰值应变和弹性模量的敏感性越高; 试样大多呈张拉破坏, 裂纹萌生顺序为翼裂纹、剪切裂纹、次生剪切裂纹和远场裂纹; 随着节理倾角增大, 起裂位置由节理中部向尖端转移, 起裂方向由垂直于节理倾向转为平行于节理倾向; 节理长度越长, 破坏形成的主拉裂纹越少, 裂纹类型越简单, 翼裂纹起裂越早, 剪切裂纹起裂越晚。

随着高焓、长时间热环境下飞行器热防护技术需求提升，新型空天飞行器亟待发展更高效的热防护技术。发汗冷却技术具有防热效率高、不改变结构雏形等优点，应用前景广阔。该文探讨了发汗冷却技术应用于飞行器热防护的优势和挑战，从性能评估快速计算、流动传热数值仿真、冷却机理与性能考核实验、效能最优控制算法和应用结构型式优化等方面进行了综述，总结了发汗冷却技术的研究现状和最新进展，分析了当前研究存在的问题，并给出了建议。系统复杂、冷却剂输运不均、工作过程不易稳定控制和建立高精度预测模型难度大是发汗冷却技术用于飞行器热防护时存在的难点。现有研究存在预测模型适用范围有限与准确度较低、实验测量手段单一、控制策略难以实现系统最优和新型结构方法缺乏工程细化方案等不足。微/介观尺度精细化数值计算模型、先进可视化实验测试手段、快速响应精确控制策略、自驱动与自适应结构工程化方案和主被动组合式热防护是后续研究的重点方向。

通过与国际先进的单光子发射计算机断层扫描/电子计算机断层扫描(single-photon emission computed tomography/computed tomography, SPECT/CT)成像系统GE Discovery NM/CT 670对比, 评估了国产SPECT/CT成像系统Insight NM/CT Pro定量精度, 以实现定量成像。该国产成像系统由北京永新医疗设备有限公司研制。该文通过精确定量标定Insight NM/CT Pro, 结合中国医药行业推荐标准YY/T 1546—2017《用于SPECT成像CT衰减校正的试验方法》和美国电气制造商协会(National Electrical Manufactures Association, NEMA)标准NEMA NU 1—2018《Gamma相机的性能测量》的相关要求, 采用低能高分(low energy high resolution, LEHR)准直器评估放射性核素锝-99 m(^99mTc)成像的主要性能指标, 并与GE Discovery NM/CT 670进行对比。首先, 使用衰减精度模型测试空气、水和骨3种不同插件的衰减误差; 其次, 使用NEMA NU 1—2018体模测试2个成像系统的定量精度。结果表明：Insight NM/CT Pro获得的重建图像中空气、水和骨的衰减误差依次为7.84%、8.38%和4.66%; 直径为13、17、22和28 mm的“热区”小球的定量恢复系数分别为38.22%、50.98%、66.55%和71.32%, 背景浓度偏差为7.95%。国产Insight NM/CT Pro成像系统获得的重建图像质量和定量精度与GE Discovery NM/CT 670成像系统效果相当, 证实了该系统定量可靠。

为实现电气火灾风险提前动态感知, 该文以渐变态电气火灾为例, 研究了基于循环神经网络(recurrent neural network, RNN)模型的电气线路超温故障火灾风险预警方法, 采用真实电气火灾案例数据对模型进行训练, 通过挖掘电气线路温度变化的周期特性和瞬时温升故障特征对线路温度进行预测。采用温度二阶残差正态分布模型对温度预测结果进行概率分布范围修正。基于温度预测的累积概率分布提出预警分位, 通过比较实际温度与预警分位的关系发现电气线路火灾风险定量表征的依据, 实现电气线路火灾风险提前动态感知, 最后提出采用“前端探测+算法牵引”的模式解决当前电气火灾防控技术难题。

针对帝王蝶优化算法存在的收敛速度慢、寻优精度低和易陷入局部极值等缺陷, 提出了一种多策略改进的帝王蝶优化算法。首先, 采用正向正态云发生器对父代帝王蝶个体执行非线性云化操作, 增加候选解数量, 提高算法的局部开发能力; 之后, 引入基于凸透镜成像的反向学习策略, 应用到当前最优个体上产生新的个体, 提高算法收敛速度和寻优精度; 最后, 在调整算子中融入自适应策略, 增加种群的多样性, 避免算法陷入局部最优。通过对8个基准测试函数的寻优对比, 以及Wilcoxon秩和检验结果的对比, 发现改进算法具有更好的收敛性能、寻优性能和鲁棒性。与此同时, 通过工程应用中压力容器设计和焊接梁设计的优化对比, 进一步验证了改进算法处理实际工程问题时的优越性。

为克服传统计算流体动力学-离散元法(CFD-DEM)中流体网格需为颗粒尺寸数倍的限制, 该文综合考虑相间作用力和颗粒-湍流相互作用, 建立了基于扩散平均算法的全耦合CFD-DEM密集颗粒水力输送模型。经实验验证, 全耦合模型能很好地预测管内两相流动特性。研究了管道倾角对2 mm粗颗粒水力输送特性包括颗粒空间分布、两相轴向速度、流体湍动能和压降等的影响。结果表明：随着倾角增加, 颗粒由偏向管道底部堆积的分布逐渐向近乎均匀的分布转变, 流体轴向速度和湍动能分布先逐渐不对称后恢复对称, 在60°时不对称程度最大; 颗粒-颗粒和颗粒-壁面间碰撞次数均随倾角增加先略微增加后迅速减小; 两相流压降随倾角增加先增加后减小, 在60°时最大。为降低能耗, 输送颗粒应避免使用60°倾斜管, 尽量使用小角度或大角度倾斜管。

疏散仿真模拟是研究隧道安全的重要方式。现有公路隧道疏散仿真模拟研究均假定不同车型在各车道分布比例是均匀的, 忽视了各车道车型分布差异及车辆随机分布对疏散时间的影响。该文提出了基于车道车型分布差异的隧道车辆随机布置算法, 并开发了对应的公路隧道火灾及疏散模拟车辆随机布置(RAVT)系统。综合运用RAVT及疏散仿真模拟软件Pathfinder, 以两车道隧道和三车道隧道为研究对象, 共设置12种场景, 进行240次模拟, 分析了车辆极度拥堵(车距1.5 m)、拥堵(车距5 m)、非拥堵(车距60 m)情形下车道车型分布差异及车辆随机分布对疏散时间的影响。研究结果表明: 车辆极度拥堵和拥堵时, 车道车型分布差异及车辆随机分布对疏散时间的影响很大。在车辆数量及车型比例均相同的情况下, 不同的车辆分布方式可对疏散时间造成较大的差异, 疏散时间最大值和最小值相差百分比最大达59.76 %。建议学者或工程师开展隧道疏散仿真模拟时须考虑车道车型分布差异及车辆停靠随机性的影响。该文研发的算法及系统、采用的疏散仿真模拟方法提升了隧道疏散仿真模拟的准确性和可靠性。

围岩位移监测值具有复杂性和非线性动态变化特征, 且以往优化算法结合单一回归模型的静态一次学习无法表现真实场景下的实际应用, 而自相关性使围岩位移预测作为时序问题更具现实意义, 但单一模型的泛化性能易受历史监测数据的干扰, 导致测试应用预测不准确。该文提出一种结合监测时序数据预处理的围岩位移时序动态预测方法, 首先, 将截取后的稳定监测数据利用3次样条插值等距化, 并通过变分模态分解(variational mode decomposition, VMD)信号处理, 将监测数据分解为趋势项与随机项位移分量; 其次, Adaboost集成多个长短期记忆神经网络(long short-term memory network, LSTM)构建时序预测集成优化模型, 并在一次训练学习后单步动态预测; 再次, 分别对滇中引水工程段围岩位移分量进行预测, 并与传统时序预测模型进行对比; 最后, 通过FLAC 3D数值模拟工程段得到围岩位移时序完整数据, 验证集成优化模型的应用表现。结果表明：集成优化模型在各分量与累计位移均有良好表现, 且与传统模型相比, 受变形速率波动影响较小。

传统线激光视觉传感器受到相机景深的限制，高精度测量范围有限。通过倾斜镜头以满足Scheimpflug定律，能在视觉传感器内建立恒聚焦光路，使可见范围均清晰成像。该文针对改进后的线激光视觉传感器，提出了一套完整且有效的标定方案。相机内参标定方面，建立了倾斜相机成像模型，并提出了新的参数初值获取方法和非线性优化流程。光平面标定方面，设计了双台阶形状的新标定靶物，只需要采集一次标志物轮廓信息就能通过最优化求解快速完成光平面标定。实际测量结果显示，完成标定的传感器对标准陶瓷量块尺寸的检测偏差均值约为0.028 0 mm，表明该文提出的标定方案可靠有效，符合实际应用需求。

缆机是拱坝施工中主要的混凝土入仓设备。监测缆机吊运过程并分析其施工效率, 对于支撑工程现场调度优化、资源配置和指导施工至关重要。该文提出一种基于视觉跟踪和模式识别的缆机吊运混凝土效率智能分析方法, 首先训练YOLO模型作为目标检测器, 并引入轨迹片段特征改进DeepSORT算法, 实现对缆机吊罐移动轨迹的多目标跟踪; 然后基于轨迹数据的时序特征建立缆机吊运混凝土工作状态识别模型, 实现从海量轨迹数据中快速准确识别缆机工作状态和计算吊运效率。拱坝工程的实例分析结果表明：该方法实现了高精度完整跟踪吊罐的移动轨迹, MOTA指标和IDF1指标分别高达90.0%和94.8%, 准确识别出了缆机的6种工作状态, 精准计算出了缆机的浇筑强度等效率指标, 具备可靠性和准确性。

基于钻孔电视图像的结构面调查是一种应用广泛的勘测方法，可为岩体质量评价和工程设计提供基础数据支撑。然而，复杂地层中结构面形态各异，宽度差异大且对比度低，传统算法难以准确完整地识别。为此，该文提出一种基于改进的U-Net网络模型的钻孔电视图像结构面识别方法。首先，采用更深层次的编码-解码网络结构，处理对比度低导致的结构面局部断裂问题，并结合通道注意力机制和残差模块提高编码阶段各层级对结构面特征的提取能力。其次，在较低层级跳跃连接中引入多尺度空间注意力模块，提高对复杂形态结构面处理能力，丰富编码层结构面语义特征；同时，通道注意力也被用于充分融合来自编码层和解码层的多通道结构面信息。然后，通过利用与地质作用下地层变形类似的透视变形等方式扩增钻孔图像数据，并结合焦点损失和Dice损失进行联合训练，以减轻图像数据不平衡问题，增强网络泛化能力。最后，将同一钻孔图像作为训练集，邻近钻孔图像作为测试集进行消融和对比实验。结果表明，相比于已有相关网络模型，该文所提方法能更有效地针对复杂地层钻孔图像，较准确、完整地识别各类岩体结构面，精确率和召回率均超过77.00%，比改进前的U-Net网络分割效果分别提高了7.96%和14.99%。该文方法可为现场结构面钻孔调查以及岩体质量评价提供技术支撑。

建筑业是中国碳排放的主要来源之一，且减碳步伐正在加快。建筑信息模型(building information modeling，BIM)作为一种数字化技术，对建筑业碳排放控制意义重大，但如何应用BIM技术控制建筑业碳排放还缺乏相关梳理和总结，后续研究方向和应用场景也缺少相关分析。该文以BIM在建筑全生命周期的设计、生产和运营阶段的减碳应用为研究重点，采用文献计量学方法分析了相关领域的研究成果，以确定该研究领域的重要技术和潜在发展方向。该文首先通过文献比较和市场回顾，探讨了基于BIM的建筑全生命周期碳排放研究进展；然后，结合建筑设计、生产和运营等影响碳排放生成的重点阶段进行分析，明确研究和实践的主要进展和问题，以及后续的发展方向。研究结果表明：现有BIM技术在建筑全生命周期的减碳研究中，评估阶段已形成成熟的工作框架，建筑设计阶段次之，但建筑生产和运营阶段相关研究与实际项目的碳排放量仍存在差距，原因主要是BIM在建筑生产和运营阶段的研究应用场景有待拓展。该文研究结果可为BIM在不同领域的减碳理论研究和实践应用提供参考。

法律文书命名实体识别是智慧司法的关键任务。现有的序列标注模型仅关注字符信息，导致在法律文书命名实体识别任务中无法获得语义和词语的上下文信息，且无法对实体的边界进行限制。因此，该文提出了一个融合外部信息并对边界限制的司法命名实体识别模型(semantic and boundary enhance named entity recognition，SBENER)。该模型收集了40万条盗窃罪法律文书，首先，预训练模型，将获得的司法盗窃罪词向量作为输入模型的外部信息；其次，设计Adapter，将司法盗窃罪的信息融入字符序列以增强语义特征；最后，使用边界指针网络对实体边界进行限制，解决了序列标注模型丢失词语信息及缺少边界限制的问题。该模型在CAILIE 1.0数据集和LegalCorpus数据集上进行实验，结果表明，SBENER模型在2个数据集上的F₁值(F₁-score)分别达88.70%和87.67%，比其他基线模型取得了更好的效果。SBENER模型能够提升司法领域命名实体识别的效果。

火源热释放速率的准确测量对深入理解火灾演变过程至关重要, 然而目前被广泛使用的氧耗法所需设备造价昂贵, 成本较高。该文提出了一种基于机器学习的综合性框架, 用于输入温度数据预测火源热释放速率。基于火灾动力学模拟(FDS)软件模拟ISO 9705房间内不同参数的火灾场景, 获取不同位置的温度数据, 并建立火灾数据库。分别基于最小绝对收缩和选择(Lasso)、随机森林(RF)两种模型的递归特征消除(RFE)算法进行特征筛选, 得到两个不同的低维特征子集, 并设置对照组。基于不同的特征子集, 分析比较了线性回归(LR)、K最近邻(KNN)和轻量级梯度提升机(LightGBM) 3种典型模型对热释放速率的预测性能。结果表明：基于随机森林模型的递归特征消除算法筛选所得的特征子集训练的LightGBM模型预测效果最佳, 预测结果的根均方误差(RMSE)和均绝对误差(MAE)分别为23.89 kW和15.49 kW, 决定系数为0.991 6。该基于机器学习的综合性框架预测效果优异且实施成本较低, 为预测火源热释放速率提供了有效途径。

机器学习算法模型为住宅低碳设计与优化提供了数据支持。然而, 在碳排放预测与分析时, 算法模型常被直接使用, 而未考虑调参与寻优, 且不同自变量数据集对模型预测效果的影响差异也有待明确。为揭示不同算法模型对寒冷地区住宅低碳设计的指导效果、向建筑师提供算法模型的选择依据, 针对多元线性回归、分类回归树、随机森林、自适应增强算法、梯度提升回归树和多层感知机等在低碳设计中常用的算法模型进行寻优, 对比分析不同算法和自变量数据集的适用性与预测性能。该文说明了算法模型寻优的目标边界、参数取值范围、寻优过程和论证方法。在37栋寒冷地区钢筋混凝土剪力墙结构住宅及其衍生方案的基础上, 采用交叉验证和网格搜索, 建立了120个建材碳排放预测模型和60个将稳态耗热量转换为动态耗热量的转化系数预测模型。对比结果表明：总体上, 多元线性回归、随机森林和梯度提升回归树算法的碳排放预测性能更好。其中, 随机森林和梯度提升回归树算法在误差控制方面表现更佳, 但预测优度与多元线性回归算法相近, 且可解释性较差。采用恰当的自变量数据集, 如建筑总层数、建筑层高、建筑面宽与进深等形体尺度参数, 标准层户数与卧室数等功能配置参数, 以及采暖期室外平均温度、实际供暖天数、屋面和墙面传热系数的修正系数等城市气象参数, 多元线性回归算法能够为寒冷地区住宅低碳设计与优化提供更直观、有效的指导。

为提高城市大尺度转移效率, 基于城市兴趣点(points of interest, POI)功能区分布情况, 考虑城市人口在昼夜时段的分布热点及灾害对路网的破坏作用, 对洪涝灾害影响边界内城市灾民进行科学分区分配, 建立双层规划优化模型。上层模型利用遗传算法求解系统总成本最小问题, 下层模型应用用户均衡方式求解疏散人员分配问题, 形成一整套综合考虑人口热点分布和洪涝灾害风险对路网影响的疏散分区和路网规划方法, 并以武汉市武昌区为研究对象, 验证疏散分区规划方法的可行性。结果表明：该文所提出的疏散分区规划方法可行, 考虑城市人口在昼夜时段的分布热点和灾害风险对路网影响的疏散方法更合理。研究结果可为组织管理部门应急疏散规划工作提供参考。

雅鲁藏布江下游蕴藏着丰富的水电资源, 具有高水头、大容量等特点, 冲击式水轮机是优选机型。转轮是冲击式水轮机的核心过流部件和做功部件, 水斗形状对转轮性能至关重要。该文将水斗三维几何形状的构造线划分为轮廓线、过流剖面线和引导线3类, 给定若干特征参数, 提出了一种可控参数的冲击式水轮机水斗三维设计方法。选择水斗深度、宽度增量、出水边角度、分水刃角度和缺口圆直径等参数对冲击式水轮机水斗开展正交优化。由极差分析可知, 宽度增量对转轮效率的影响最大, 对出水边角度、缺口圆直径和水斗深度的影响较小, 对分水刃角度的影响最小。优化后, 冲击式水轮机的水力效率增加了6.71%。相比于原型水斗, 优化水斗的总扭矩更大, 在扭矩减少至0的过程中平缓过渡, 有利于提高机组的水力效率和运行稳定性。

建筑行业的大多数事故是由未被识别的安全隐患引起的。该研究将专家危险识别眼动模型示例（EMMEs）引入建筑工人安全教育过程，并探究它对不同经验程度工人的安全教育效果。根据是否进行EMMEs干预划分实验组及对照组，并搭建8个虚拟的施工现场危险场景作为实验刺激素材，使用眼动仪分别记录高、低经验组建筑工人对不同场景下危险识别过程中的眼动数据，并从识别准确率、识别完成时间和识别顺序规范性3个维度探究危险识别绩效的变化。结果表明：EMMEs干预组的危险识别绩效显著高于无干预组；在危险识别前测实验中，高经验组的识别绩效远好于低经验组；EMMEs的干预效果具有专业知识逆转效应，低经验组识别绩效在干预后的提升程度远好于高经验组。该研究证实了EMMEs对施工安全教育的影响效果。