英汉习语的文化内涵与翻译方法

英汉两种语言包含着大量的习语。这是两国语言中珍贵的财富,也是两国人民长期以来所建立的文化宝库。不同语种的习语往往带有浓厚的民族色彩和文化特征,在英汉互译中就得注意各自的不同表达方式,本文着重探讨英汉习语的文化内涵与翻译方法。     

浅谈大学英语口语教学现状及策略

随着全球化进程的推进,英语的国际语言性作用日显突出,实施大学英语口语教学改革极其必要,但是在英语口语教学仍然存在一些问题。鉴于此,本文拟就作者自己在大学英语口语教学中发现的问题进行分析,并提出解决的策略。     

企业协同进化的生态机制及其对策研究

企业的进化与生物的进化相类似，但也有区别。在企业与其环境构成的企业生态系统中，一个企业的进化可以影响到其他企业的进化，反过来，其他企业的进化又影响到该企业的进化路径，最终导致整个系统成为一个互相作用、相互促进的整体。企业协同进化的生态特点是不对称性、方向性、适应性、进步性、不可逆性、扩展性。企业协同进化的生态学对策是：（1）正确看待竞争压力；（2）适应环境变化；（3）创建学习型组织；（4）共同进化。     

国际旅游胜地建设背景下的桂林旅游价格调整策略研究

2012年11月，国家发改委正式批复《桂林国际旅游胜地建设发展规划纲要》，标志着桂林国际旅游胜地建设的全面启动。桂林国际旅游胜地建设是一项庞大而复杂的系统工程，投资规模大，建设周期长，需要协调和解决的问题特别多。在这样一种大开发、大建设过程中，发生在旅游行业的各种成本费用将会普遍上升，因而必须通过价格调整进行补偿。在广泛探讨桂林国际旅游胜地建设过程中旅游价格调整必要性的基础上，深入分析了国际化背景下影响桂林旅游价格调整的主要因素，最后提出应对国际旅游胜地建设的桂林旅游价格调整策略，供有关部门决策参考。     

一种基于时标状态的启发式航天器任务规划算法

深空探测领域对实时性要求较高,在较短时间内找到规划解是深空探测自主任务规划中的一个要求,运用启发式规划算法是达到该要求的方法之一。而深空探测自主任务规划的另外一个特点是需要处理持续动作和数值信息。针对深空探测任务特点,采用规划领域定义语言PDDL,建立深空探测领域中知识模型,描述操作中遇到的时间与资源约束;随后应用以条件数为代价的启发式搜索方法对深空探测规划问题进行求解,并将其与TFD规划器中以动作时间为代价的上下文增强累加启发式搜索方法得到的结果进行对比,得出以条件数为代价的启发式搜索方法在搜索速度方面效果更佳,满足深空探测自主规划任务实时性要求。     

深空探测器约束简化与任务规划方法研究

针对深空探测器现有的任务规划方法在处理系统间复杂约束时存在的约束复杂度高、实时响应能力差、计算效率低等问题,提出一种新的约束简化方法和启发式连续任务规划方法。首先,在时间线规划模型中根据两两子系统间的实时状态关系定义启发式因子,并利用该因子在规划周期内的取值建立子系统间时间线临时从属关系,从而合理地降低规划过程中的约束复杂程度;然后,在规划算法中采用时间线状态扩展策略,根据时间线临时从属关系对各子系统间的状态进行横向和纵向扩展,从而实现对目标任务规划进行快速排序。仿真结果表明由启发式因子建立的时间线临时从属关系有效简化了任务规划过程中的时间约束和资源约束、提高了任务规划的效率和灵活性。     

升力体飞行器能量近似最优倾斜转弯飞行策略

升力体飞行器返回地球大气层内时受到热流、动压及过载等约束条件,为使得飞行器在倾斜转弯飞行过程中能量损失最小,需要研究一种能量最优的倾斜转弯机动飞行策略。本文的主要研究内容包括:从再入动力学模型出发,分析了升力体飞行器倾斜转弯的弹道特性,推导了终端速度与倾斜转弯幅度相关的解析解,提出了一种多约束条件下能量近似最优的倾斜转弯飞行策略;为进一步验证飞行策略的能量近似最优性,建立了能量最优的非线性轨迹优化模型,通过高斯伪谱法进行求解,获得能量最优的飞行轨迹。仿真结果表明,该飞行策略与优化方法获得的结果高度一致,并且该方法求解效率更高,工程应用性更强。      

月面巡视机器人快速安全路径规划

为提高月面巡视机器人自主探测任务的效率及安全性,提出了一种基于月面数字高程地图的大范围自主探测快速安全路径规划算法。首先根据获取的月面数字高程地图设计了一种地形可通过性分析方法,并生成了欧几里得距离地图（EDM）为安全路径规划提供参考。然后针对A^*算法解决月面巡视探测问题时搜索速度慢、未考虑路径安全性的问题,提出了FSA^*算法,改进了A^*算法的搜索机制以适用于月面大范围路径的快速搜索,并结合EDM地图设计了一种安全启发式函数,可使生成路径尽量远离危险区域,提高了巡视机器人自主探测过程的安全性。最后选取月球艾特肯盆地区域作为仿真场景,验证了该算法的有效性。     

空域扇区网络级联失效抗毁性及优化策略

应用复杂网络理论,从系统层面研究空域扇区网络的级联失效抗毁性,提出空域扇区网络级联失效抗毁性优化策略,以提升空域扇区网络级联失效抗毁性。首先,定义空域扇区网络节点负载和容量,分析空域扇区网络级联失效过程并建立模型,确立临界阈值和扇区非正常率为级联失效测度指标。然后,根据管制扇区运行特点,提出2种优化策略——基于扇区节点剩余容量的相邻负载再分配策略和局部负载再分配策略。通过仿真,分析了参数变化规律与网络抗毁性的关系,证明局部负载再分配策略可以大幅提升空域扇区网络级联失效抗毁性。     

一种超参数自适应航天器交会变轨策略优化方法

利用强化学习技术,本文提出了一种超参数自适应的燃料最优地球同步轨道（GEO）航天器交会变轨策略优化方法。首先,建立了GEO航天器交会Lambert变轨模型。以变轨时刻为决策变量、燃料消耗为适应度函数,使用改进式综合学习粒子群算法（ICLPSO）作为变轨策略优化的基础方法。其次,考虑到求解的最优性和快速性,重新设计了以粒子群算法（PSO）优化结果为参考基线的奖励函数。使用一族典型GEO航天器交会工况训练深度确定性策略梯度神经网络（DDPG）。将DDPG与ICLPSO组合为强化学习粒子群算法（RLPSO）,从而实现算法超参数根据实时迭代收敛情况的自适应动态调整。最后,仿真结果表明与PSO、综合学习粒子群算法（CLPSO）相比,RLPSO在较少迭代后即可给出适应度较高的规划结果,减轻了迭代过程中的计算资源消耗。