SPACE-R是设计目标为40 k We、10年寿命的空间发电用反应堆。SPACE-R反应堆的径向功率分布很不均匀,应该采取一定的功率分布优化方案,使堆芯在整个运行期内具有平坦的功率分布。适合SPACE-R反应堆的径向功率分布优化方案有:在慢化剂中...SPACE-R是设计目标为40 k We、10年寿命的空间发电用反应堆。SPACE-R反应堆的径向功率分布很不均匀,应该采取一定的功率分布优化方案,使堆芯在整个运行期内具有平坦的功率分布。适合SPACE-R反应堆的径向功率分布优化方案有:在慢化剂中布置可燃毒物棒以及分区使用不同含氢量的慢化剂。利用MCNP程序分别对两种方案下反应堆的径向功率因子进行计算,可知通过在合理位置布置可燃毒物棒或降低内围慢化剂的含氢量可有效优化功率分布。两种方案均会使反应堆损失一定的反应性,设计时应考虑这一因素。经综合考虑得出两个最终设计方案,均能满足径向功率因子不超过1.20的设计目标。展开更多
间隔重复学习方法在辅助学生自主学习方面发挥了重要的作用;然而传统的间隔重复算法在间隔控制上过于僵化,导致学生每日的学习任务量差异明显,进而影响学习效率。为了提升自主学习效率,提出了一种基于ACT-R(Adaptive Control of Thought...间隔重复学习方法在辅助学生自主学习方面发挥了重要的作用;然而传统的间隔重复算法在间隔控制上过于僵化,导致学生每日的学习任务量差异明显,进而影响学习效率。为了提升自主学习效率,提出了一种基于ACT-R(Adaptive Control of Thought-Rational)的认知间隔重复学习方法。首先,基于ACT-R规划学习过程,模拟学生学习行为并提取主导模型记忆变化的激活参数;其次,提出了遗忘曲线切割算法,将遗忘特性反映到学习规划之中,并提取记忆留存率与推荐复习间隔等参数;最后,基于二者所得学习参数,针对特定的学习任务动态地生成间隔重复学习规划。实验结果表明,相较于传统的间隔重复学习算法,基于ACT-R的认知间隔重复学习方法可以合理有效地安排自主学习任务,每日学习任务量更加均衡,每个任务的学习时间分布也更加合理。展开更多
大数据时代的到来使得时空轨迹数据的规模和复杂度迅速增长,这对如何高效管理和查询时空轨迹数据提出了新的需求和挑战。图数据库在处理时空轨迹数据的建模、存储和管理方面具有独特优势。然而,随着路网时空轨迹数据规模的不断扩大,图...大数据时代的到来使得时空轨迹数据的规模和复杂度迅速增长,这对如何高效管理和查询时空轨迹数据提出了新的需求和挑战。图数据库在处理时空轨迹数据的建模、存储和管理方面具有独特优势。然而,随着路网时空轨迹数据规模的不断扩大,图数据库的查询性能也会随之下降。为应对这一挑战,本文提出了一种基于图数据库的路网时空轨迹建模与高效索引方法。该方法采用压缩线性参考(Compressed Linear Reference,CLR)模型对路网时空轨迹进行建模,并将其存储于图数据库中,在此基础上,进一步构建了一种高效的路网时空轨迹索引机制。该索引体系采用了三层时空索引结构,包括路网空间索引、时间索引和时空路径段索引。路网空间索引主要负责底层路段的高效检索,而时间索引与时空路径段索引则针对轨迹数据的时空特征进行精确定位和高效查询。该结构能够有效减少图数据库查询中节点的遍历,提高查询效率。此外,基于该索引结构的2种时空查询方法被开发以满足不同应用场景的需求。为验证所提出时空索引的有效性,本文基于人工合成的不同数量级路网时空轨迹数据进行了2种时空查询效率的对比。实验结果显示,本文提出的高效时空索引相比Nebula Graph原生图数据库索引,在时空窗口-时空路径相交查询中效率提升至少16.59倍,在时空路径-时空路径相交查询中效率提升至少2.74倍。这项研究为路网时空轨迹数据的高效管理和实时查询提供了新的解决方案,具有重要的理论和实际意义。展开更多
文摘SPACE-R是设计目标为40 k We、10年寿命的空间发电用反应堆。SPACE-R反应堆的径向功率分布很不均匀,应该采取一定的功率分布优化方案,使堆芯在整个运行期内具有平坦的功率分布。适合SPACE-R反应堆的径向功率分布优化方案有:在慢化剂中布置可燃毒物棒以及分区使用不同含氢量的慢化剂。利用MCNP程序分别对两种方案下反应堆的径向功率因子进行计算,可知通过在合理位置布置可燃毒物棒或降低内围慢化剂的含氢量可有效优化功率分布。两种方案均会使反应堆损失一定的反应性,设计时应考虑这一因素。经综合考虑得出两个最终设计方案,均能满足径向功率因子不超过1.20的设计目标。
文摘间隔重复学习方法在辅助学生自主学习方面发挥了重要的作用;然而传统的间隔重复算法在间隔控制上过于僵化,导致学生每日的学习任务量差异明显,进而影响学习效率。为了提升自主学习效率,提出了一种基于ACT-R(Adaptive Control of Thought-Rational)的认知间隔重复学习方法。首先,基于ACT-R规划学习过程,模拟学生学习行为并提取主导模型记忆变化的激活参数;其次,提出了遗忘曲线切割算法,将遗忘特性反映到学习规划之中,并提取记忆留存率与推荐复习间隔等参数;最后,基于二者所得学习参数,针对特定的学习任务动态地生成间隔重复学习规划。实验结果表明,相较于传统的间隔重复学习算法,基于ACT-R的认知间隔重复学习方法可以合理有效地安排自主学习任务,每日学习任务量更加均衡,每个任务的学习时间分布也更加合理。
文摘大数据时代的到来使得时空轨迹数据的规模和复杂度迅速增长,这对如何高效管理和查询时空轨迹数据提出了新的需求和挑战。图数据库在处理时空轨迹数据的建模、存储和管理方面具有独特优势。然而,随着路网时空轨迹数据规模的不断扩大,图数据库的查询性能也会随之下降。为应对这一挑战,本文提出了一种基于图数据库的路网时空轨迹建模与高效索引方法。该方法采用压缩线性参考(Compressed Linear Reference,CLR)模型对路网时空轨迹进行建模,并将其存储于图数据库中,在此基础上,进一步构建了一种高效的路网时空轨迹索引机制。该索引体系采用了三层时空索引结构,包括路网空间索引、时间索引和时空路径段索引。路网空间索引主要负责底层路段的高效检索,而时间索引与时空路径段索引则针对轨迹数据的时空特征进行精确定位和高效查询。该结构能够有效减少图数据库查询中节点的遍历,提高查询效率。此外,基于该索引结构的2种时空查询方法被开发以满足不同应用场景的需求。为验证所提出时空索引的有效性,本文基于人工合成的不同数量级路网时空轨迹数据进行了2种时空查询效率的对比。实验结果显示,本文提出的高效时空索引相比Nebula Graph原生图数据库索引,在时空窗口-时空路径相交查询中效率提升至少16.59倍,在时空路径-时空路径相交查询中效率提升至少2.74倍。这项研究为路网时空轨迹数据的高效管理和实时查询提供了新的解决方案,具有重要的理论和实际意义。
