本发明公开了一种基于深度回声状态网络的目的地预测方法，属于轨迹目的地预测技术领域。

本技术提出了基于多尺度理论模拟结合深度机器学习的一整套解决方案，即利用先进多尺度模拟方法精准解析SEI原子结构，建立新一代SEI模型，阐明SEI结构和形成机制，完整构建SEI与电池性能之间的内在联系，定向设计符合不同商用条件的新型电解液配方，为开发新一代高能量密度电池提供可能。 一、项目分类 显著效益成果转化 二、技术分析 随着智能手机、笔记本电脑等消费电子产品的快速发展，锂离子电池（Lithium Ion Battery, 简写为LIB）已经成为最成功的电化学储能设备之一，并从根本上影响并改变了人们的日常生活方式。随着制造工艺的逐步成熟，LIB的能量密度已经接近其理论极限。另一方面，可移动电子设备的快速普及和汽车电动化的蓬勃发展也不断要求开发具有更高能量密度的充电电池以满足实际使用的需求，而最先进的LIB依然无法完全满足上述需求。因此，寻找更高能量比的锂电池电极材料，加快下一代新型锂电池关键技术的相关研究，已成为制约锂电池技术产业发展进步的关键问题。锂金属电池的能量密度虽足以达到下一代电动车的要求，但其自身的稳定性仍令人担忧，这主要是因为Li金属的反应活性过高，其几乎可与所有的电解液均能自发地发生化学反应。在电池的运行过程中，Li电极和电解液之间通过自发化学反应和电化学反应导致了固体电解质界面（solid electrolyte interphase，SEI）的形成。当所形成的SEI结构不均匀时会诱发电池体积膨胀，此外，充放电过程中锂的不均匀沉积会导致锂枝晶的形成，锂枝晶的不规则生长会刺穿SEI，导致SEI膜发生破裂，并产生死锂，降低锂金属电池库伦效率；更严重的是，锂枝晶的不断生长会刺穿隔膜，造成电池内部的短路，导致火灾和爆炸等安全事故，大大缩短了电池的使用寿命，严重阻碍了其大规模商业化发展。因此，SEI对LMB的性能具有至关重要的影响。良好且稳定的SEI可以阻止（或者大幅度减缓）负极界面上反应的持续发生，起到保护Li电极的作用。针对下一代高稳定性锂金属电池设计中存在的关键问题，结合国际研究进展与本团队前期研究基础，我们提出了基于多尺度理论模拟结合深度机器学习的一整套解决方案，即利用先进多尺度模拟方法精准解析SEI原子结构，建立新一代SEI模型，阐明SEI结构和形成机制，完整构建SEI与电池性能之间的内在联系，定向设计符合不同商用条件的新型电解液配方，为开发新一代高能量密度电池提供可能。本方案已形成完整的工作流，相关自动化软件已开发完成并交付使用，且具有完全的自主知识产权，可用于国内外上游电池生产研发企业积累原始电池性能数据，大范围筛选有效电解液组分，指导下一代高能量密度锂电池研制。 我们的技术优势与创新主要表现在： 1）首次在电池体系中实现了QM与MM的混合模拟与混合加速； 2）在电池体系模拟中实现了开放电子体系对电化学反应的热力学和动力学预测； 3）在保证精度的前提下，实现了在纳米尺度上对真实的实验SEI结构直接模拟； 4）通过耦合深度机器学习，实现了电解液组分大范围筛选与性能优化。

南方科技大学科研部、工学院、计算机科学与工程系（下简称“计算机系”）和南方科技大学-东京大学超智慧城市联合研究中心紧急组织科研力量，成立“新型冠状病毒传播建模预测项目组”，由计算机系副教授宋轩担任负责人，迅速启动针对新型冠状病毒传播感染的“大数据分析和AI建模推演平台”研发工作。该平台是一个针对新型冠状病毒传播的大数据分析和AI建模平台（如图1），

以肉类食品为主要基质，构建了单增李斯特菌、肠炎沙门氏菌、副溶血性弧菌、金黄色葡萄球菌、气单胞菌、生孢梭菌等主要致病菌或条件致病菌或研究替代菌的生长、残存、失活、损伤、修复等状态以及低温、酸化、渗透压、气调包装等环境条件下的动力学和概率模型，特别是通过生长模型探讨了在货架期预测方面的应用可能性，设计了电子 TTI 结构模式，并对冷冻损伤型的气单胞菌建立了适用的失活模型，初步探讨其冷冻损伤和修复机制，另外完善了两菌竞争拮抗建模理论（单增李斯特菌与植物乳杆菌、肠炎沙门氏菌与铜绿假单胞菌），构建了新型防腐剂

本技术是一种构件级别的建筑地震经济损失精细化评估方法，具体包括 3 个模块：构件震害评估模块、损失评估模块和可视化模块，构件震害评估模块用于根据建筑信息模型（building information model，BIM）和易损性数据库评估每个构件的震害；损失评估模块用于根据 BIM、易损性数据库和修复标准库计算每个构件及建筑整体的地震经济损失；可视化模块用于建筑震害和损失的三维可视化展示。本技术可以将损失评估精确到构件，而且提供具体的构件损失分布，为建筑投保、地震修复策略、防灾设计等提供重要参考。

本发明提出一种智能物流系统预测性调度优化方法及系统，具体包括：实时采集智能物流系统内设备的运行状态数据，对运行状态数据进行预处理，并划分训练集和测试集；对预处理后的运行状态数据进行时域分析，从中提取关键故障特征，对设备进行健康状态评估；建立预测性调度模型，基于得到的健康状态评估结果进行调度策略切换，并对生产物流调度方案进行多目标优化；采用三维建模技术进行可视化管理，并结合虚拟仿真进行调度优化验证。本发明所提出的方法，能够有效应对动态物流环境中的设备故障等问题，优化物流调度性能，减少配送延误，并提高物流系统的整体效率与资源利用率，实现高智能化、高效生产物流调度。

本发明提供了一种用于模拟抽油杆柱扭转变形及弹性恢复的模拟器,包括头部构件,中间连接构件以及尾部构件,头部构件的一端具有方形凸部,头部构件的另一端具有第一内凹套筒,中间连接构件的一端具有用于与第一内凹套筒配合的第一圆柱形部,中间连接构件的另一端具有第二内凹套筒,尾部构件具有与第二内凹套筒配合的第二圆柱形部,第一,二内凹套筒的底部的径向内侧设有第一,二环形滑槽,在第一,二圆柱形部的端部上沿周向方向一体地设有分别连接于第一,二弹性元件的一端的多个第一,二圆柱体,第一,二弹性元件的另一端固定连接于第一,二内凹套筒的底部的螺纹孔中,多个第一,二圆柱体能够在第一,二弹性元件的作用下沿第一,二环形滑槽滑动.

本发明涉及一种分布式能量收集与智能变形的多功能机翼。该多功能机翼的柔性后缘通过拓扑优化进行设计，并由介电弹性体材料维持其表面形状，能在变形过程中保持连续光滑，避免传统操纵面与机翼之间的缝隙导致的气流分离，提高气动效率。同时，由于机翼表面连续，还能够减少气动噪声，提高飞行品质。

本发明公开了一种热环境下考虑预变形的板结构动特性分析方法，包括如下步骤：根据初始力载荷和热环境下的结构材料参数，计算结构线性刚度矩阵、热应力刚度矩阵和考虑预变形的非线性刚度矩阵，将线性刚度矩阵、热应力刚度矩阵和非线性刚度矩阵三者整合为结构总刚度矩阵；建立热环境下考虑预变形的板结构动力学方程，根据结构动力学方程建立广义特征问题控制方程，再通过模态分析得到热环境下考虑预变形的板结构动特性分析结果。本发明的动特性分析方法综合考虑了预变形导致的几何非线性和热环境对结构刚度的影响，使得其能够运用于复杂载荷环境下的结构动特性分析，本发明能够有效提高复杂环境下板结构动特性分析精度，指导工程结构设计。

本发明公开了一种动态变形下传递对准过程中角速度解耦合方法。本发明的方法包括如下步骤：(1)轨迹发生器产生主惯导系统的姿态、速度和位置信息以及惯性器件的输出，用二阶马尔科夫模拟主惯导系统与子惯导系统之间的弯曲变形角和弯曲变形角速度(2)将动态变形分解为高频率、低幅值的振动变形和低频率、高幅值的弯曲变形，建立机翼动态变形下角速度模型；(3)推导出由主惯导系统与子惯导系统之间动态变形所引起的主惯导系统与子惯导系统之间的误差角度(4)推导出耦合误差角速度表达式并应用于传递对准角速度匹配过程中，提高传递对准的精度。本发明用于传递对准角速度匹配过程。