本技术提供一种基于建筑与绿化布局的双阶段城市热舒适性快速预测方法，涉及城市热舒适性评估与优化技术领域。传统的热舒适性评估方法由于依赖高精度求解器进行流体力学计算，仿真周期长且对计算资源要求高，难以适应高强度城市更新的需求。本方案采用深度学习进行模拟预测，分阶段预测建筑布局和绿化布局对城市热环境的影响，先从宏观建筑布局出发，获取整体热环境分布，再结合微观的绿化配置，细化热舒适性预测，实现宏观建筑布局与微观绿化布局的协同分析与预测，这种协同优化的方法确保了建筑与绿化配置之间的互补与配合，有效提升了UTCI分布预测的精度。

 本技术公开了一种贮箱箱底薄壁构件蠕变时效成形起皱抑制方法。方法包括获取原始板材参数和目标构件参数；进行有限元仿真，获取原始板材高起皱风险区；根据高起皱风险区的应力应变状态变化确定压边装置相关信息；将原始板材整体包裹一层透气毡，放置于成形模具上，使用第一层真空袋进行密封，并于热压罐外抽真空；在第一层真空袋上表面覆盖一层透气毡，并将压边装置放置到对应放置区域对应的第二层透气毡上，使用第二层真空袋进行密封，并在热压罐外抽真空；控制热压罐内进行蠕变时效成形过程，保温保载后，获得目标构件。本发明方案通过真空袋密封，借助袋内外压差对高起皱风险区按需施加一定压力，实现贮箱箱底蠕变时效精确成形。

 本技术涉及智能制造系统技术领域，公开了一种多机器人协调合作系统的最优调度搜索方法，包括:根据多机器人协调合作系统的机器人资源使用情况和生产工艺工序构建多机器人协调合作系统的库所赋时Petri网模型；基于库所赋时Petri网模型构建最速激发策略下的状态图，该状态图保留了对应加工耗时最短的最优状态序列；结合Petri网的结构信息设计状态合并规则，将不属于最优状态序列的冗余状态剔除，缩减状态图的规模；通过全局搜索对状态图进行搜索可得到系统的最优调度方案。本发明构建了有效表征多机器人资源冲突关系及加工事件逻辑及时间关系的赋时Petri网模型，在此基础上构建并搜索含有最优加工事件序列的状态空间，从而求取最优调度策略。

 本技术公开了一种卫星任务分配技术领域的大规模卫星任务调度方法、存储介质及设备，以有限点任务集合的观测情况近似区域任务的观测情况；采用不同的步长执行时间窗初筛和细筛过程，得到卫星执行任务的可用时间窗；对时间窗集合进行编码，初始化算法种群和参考点集；对染色体执行交叉、变异操作，通过对染色体进行无冲突化投影变换，计算每个染色体对应的两个适应度指标；对算法种群执行执行多层级分层非支配排序操作、自适应归一化操作、参考点关联操作、小生境保留操作，重复迭代后输出最优时间窗。本发明针对大规模卫星任务调度场景具有快速响应能力，针对极端卫星任务调度场景具有强大自适应能力，最终可实现卫星任务调度场景的局部最优匹配。

 本技术公开了一种基于温度不均匀性和摩擦‑膨胀耦合的蠕变时效全流程仿真方法及应用。方法包括对热压罐中的热学行为进行仿真，获得构件和模具各个点分别对应的对流换热系数以及环境温度；将各个点分别对应的对流换热系数映射至构件和模具上，将各个点处的环境温度设为工艺温度后进行热仿真，得到温度场分布；将温度场分布作为初始条件，输入摩擦系数和热膨胀系数进行蠕变时效仿真，获得蠕变时效成型结果；将结果中的构件型面作为输入进行回弹分析，确定回弹后的构件型面。本发明方案利用仿真软件实现了构件在温度不均匀的条件下蠕变时效仿真，并在此基础上考虑了蠕变、膨胀和摩擦的耦合作用，精确地描述出了蠕变时效过程中构件上应力的变化情况。

 本技术涉及一种电加热服传热模拟方法、设备和介质，其中，方法包括:建立关于电加热服的电加热着装传热模型及电加热织物系统传热模型；建立两个模型的结合应用方法；对两个模型的结合应用方法进行验证实验，得到通过验证实验的电加热着装传热模型、电加热织物系统传热模型、以及结合应用方法；基于通过验证实验的两个模型、以及结合应用方法，建立用于指导电加热着装传热模型加热部位温度设置的温度预测模型；或者，改变通过验证实验的电加热着装传热模型中加热片的参数进行模拟实验，并建立用于指导电加热服的设计的皮肤温度预测模型。本发明构建了电加热织物系统模型与电加热服着装模型相结合的应用方法，使电加热服的模拟结果更真实。

 本技术提供了一种多地形土壤侵蚀时空驱动力的分析系统，包括以下步骤:收集土壤侵蚀相关数据；对研究区地形进行划分；利用RUSLE模型计算研究区土壤侵蚀模数，并根据土壤侵蚀分类标准对侵蚀模数进行等级划分；对比不同地形区土壤侵蚀模数、侵蚀等级的差异，RUSLE模型驱动因子空间分布、时间变化的差异；在空间上通过地理探测器分析不同地形土壤侵蚀RUSLE模型驱动因子的空间分异特征；在时间上通过随机森林回归分析自然和人为因子的时间分异特征，并通过结构方程模型分析自然和人为因子的驱动强度；该系统综合空间与时间维度，针对多地形条件下的土壤侵蚀差异进行归因分析，有助于增强对不同地形侵蚀差异及其机制的理解。

 本技术公开了基于学习算法分析的支撑钢架易损性分析方法及系统，涉及支撑钢架分析技术领域，通过获取并分析具有历史检测记录的支撑钢架设计图纸，构建结构表达模型，并划分易损区块及配置结构参量；分析支撑钢架的损伤特征与时间、地震程度的关联关系，建立损伤动态表现模型；对所有支撑钢架结构表达模型进行相似性分析，归类得到模型集，并提取标志特征因子组；在实际易损性分析中，根据支撑钢架与标志特征因子组的吻合情况，确定其对应的支撑钢结构表达模型集，并利用该模型集中的损伤动态表现模型进行易损性评估。本发明上述技术方案提高了易损性评估的准确性和效率，为支撑钢架的设计、评估与维护提供了科学有效的技术手段。

 本技术涉及一种用于可信平台支持区块链的身份验证方法，首先每个参与者通过区块链的节点在区块链网络上注册，然后管理节点预先设置共识委员会的数量为A，并将训练程序和全局模型参数广播给所有节点，再在本地构建初始模型、训练，获得局部模型参数，将获得的局部模型参数独立使用MAE进行本地模型验证，然后广播给管理节点，管理节点对局部模型参数进行公共模型验证后，再进行混合验证，通过混合验证要求的局部模型参数再次打包成区块B’并进行储存，管理节点下载区块B’，并对区块B’中的局部模型参数进行聚合，并将聚合结果作为新的全局模型参数，最后进行A次通信，选拔出A个共识委员会。本发明在实现数据追溯的同时，安全性高。

 本文属于数据处理领域，提供了一种砂岩型铀矿含矿层岩石岩性的智能识别方法，包括:建立随机森林回归模型和XGBoost模型；获取测井曲线样本集和岩性数据，将所述测井曲线样本集分为原始数据和验证集，生成第一训练集和第一测试集；训练得到验证合格的随机森林回归模型；基于验证合格的随机森林回归模型，得到填充数据；基于所述原始数据、填充数据和岩性数据，训练得到测试合格的第二XGBoost模型和第三XGBoost模型；基于测试合格的第二XGBoost模型和第三XGBoost模型，获得识别后铀矿床含矿层岩性。本申请识别的岩性更符合实质地质情况，精度更高，减少了因GR测井数据异常而导致的岩性误判。