长洲枢纽一、二线船闸通过能力变化及航运潜能释放*

长洲水利枢纽过闸货运量已跃居世界天然航道首位。然而坝下枯水位持续降落引起一、二线船闸通航保证率大幅下降，制约枢纽的整体通过能力。基于实测水文资料和模型试验成果，分析一、二线船闸通过能力变化。结果表明：枢纽运行以来，水位降落引起一、二线船闸可通航船舶吨级总体呈下降趋势，原设计船型分别为2 000、1 000吨级，至2019年一、二线船闸在设计流量（外江1 090 m3/s）下仅能通过500、100吨级；贵梧3 000吨级航道整治工程实施后，西江运行中的国标船型和西江船型得以顺利过闸（一、二线船闸）所需的外江最小下泄流量分别为1 875、2 470 m3/s。优化上游库群联合调度提升枯季下泄流量，优化不同泄流条件下一、二线船闸的组合调度，深度释放船闸的利用率，是现状全面提升长洲枢纽整体通过能力的重要途径。     

跨境供应链网络海外仓的鲁棒性选址模型及算法

新经济形态下，全球政治、经济形势瞬息万变，多种人为和自然因素导致商业供应链的生存环境日益严峻. 跨境供应链网络作为典型的时效性和运营环境等都具有极大不确定性的复杂网络，研究其鲁棒性问题具有一定的理论意义和实际应用场景. 首先阐明了跨境供应链网络的内涵，认为海外仓的选址优化是控制网络鲁棒性的重要手段；随后基于最小最大后悔值构建了海外仓的鲁棒性选址模型，利用情景松弛算法对模型进行求解. 算例分析结果证明，所构建的海外仓鲁棒性选址模型及算法适用于跨境供应链网络情景.     

基于改进低秩矩阵补全的交通量数据缺失值插补方法

提出了一种低秩矩阵补全的改进方法以研究道路交通量数据缺失值插补问题。应用基于核范数的低秩矩阵补全对交通量数据矩阵中的缺失值进行第1轮插补; 通过层次聚类算法将交通量数据划分为不同类别, 使得同类中的数据具有较强相关性, 异类中的数据具有较弱的相关性; 在每类样本上应用低秩矩阵补全得到缺失值的第2轮插补; 为了减少聚类数的影响, 提出最小二乘回归集成学习方法将不同聚类数下的插补结果进行融合, 得到最终的交通量数据插补结果; 用美国俄勒冈州波特兰市的交通量数据比较了5种方法的插补误差, 并分析了不同聚类数和距离度量方法的影响。研究结果表明: 在完全随机缺失模式下, 缺失率为10%~60%时, 其相对于传统的低秩矩阵补全模型的插补误差降低了5.93%~9.11%;在随机缺失和混合缺失模式下, 插补误差也分别降低了8.32%~9.55%和8.14%~9.20%;集成不同聚类数下的多个插补结果比单一聚类数下的插补误差降低2.62%~4.76%。可见, 在3种数据缺失模式下, 改进低秩矩阵补全方法降低了交通量数据的插补误差, 能有效提高插补后交通量数据的有效性。      

多尺度稀疏电能质量扰动识别方法

针对传统电能质量扰动识别中存在数据量大、扰动特征依赖主观选择的问题，提出一种多尺度稀疏电能质量扰动深度识别方法. 首先，构建电能质量的多尺度稀疏模型，通过对扰动信号平稳小波多尺度变换获得扰动的低高频信息；然后，对其压缩采样获得降维的测量数据，并在此基础之上，应用正交匹配追踪算法求取各层稀疏系数组成稀疏向量，将稀疏向量输入深度置信网络，实现扰动的智能识别；同时，为进一步提高网络识别的准确性，采用交叉熵算法完成对网络隐含层数、学习率等参数寻优；最后，为验证所述方法的有效性，针对几类典型的单一扰动和复合扰动信号进行大量仿真试验. 结果表明:在理想环境和噪声环境下，针对七类典型单一扰动，平均识别率达到99.0%和96.71%以上；针对13类多重扰动，平均识别到达97.69%和94.62%以上.      

低耗散E-CUSP格式性能分析及大攻角分离流数值模拟

为了降低舰艇在高速航行时受到的空气和海浪阻力,船型的设计必须要符合流体动力学特性。由于舰艇的几何外型越来越复杂,促使研究人员寻找精度更高、收敛速度更快的CFD计算方法。经过几十年的发展,CFD计算方程和计算格式发展迅速,产生了拉普拉斯方程、欧拉方程、小扰动速势方程、通量差分分裂迎风格式等,在航空航天、船舶工业、飞行器设计等领域获得了广泛的应用。本文针对高速舰艇在大攻角条件下的航行状态,利用基于Roe格式的低耗散E-CUSP迎风格式算法,对舰艇细长旋成体的流体动力学特性进行了分析和大攻角分离流数值模拟。