采用ARM云终端 硬件的稳定性高，比传统PC教室故障率低十倍以上 采用模块化服务器数据镜像存储技术 确保运行数据双备份，一旦某服务器模块有故障，8秒内能恢复数据，确保终端的正常运行。 人工智能技术的应用 例如智能故障诊断、教室设备的智能化管理、智能化教学等。 自主研发的同步以太网交换技术 支持ARM架构云网络教室网络教学过程中音、视频的实时传输。例如语言教学、互动式教学、（1080P、4K）高清音视频的同步广播等。 通过一体化、专业化的设计 多个教学场景快速切换，满足教师各种教学需求。例如信息化教学、英语教学、汉语教学、互动式教学、网络化综合考试等。

一种基于协调一致性的配电网络分布式电源控制方法及系统，包括提取需向配电网注入的无功功率， 形成完成向配电网注入无功功率目标的分布式电源的集合，形成协调一致性控制无功功率分解的矩阵， 计算集合中各个分布式电源的无功功率注入设定值，电压监测装置通过双向通信线路向相应分布式电源 传送无功功率注入设定值，各分布式电源根据该值产生相应的无功功率注入至配电网，使得注入无功功 率总和满足需求。该控制方法无需中央控制器，分布式电源能够自发进行输出无功功率的调节

（一）项目背景 空天地一体化信息网络是“科技创新 2030 重大项目”，它将融合多个独立低轨道卫星星座与地面网络，构成综合互联网，提供全球移动通信与互联网业务。其重要特征在于为天基、空基、海基、偏远地域用户提供通信与算力服务，为地面移动通信系统及互联网提供承载服务，为森林、江河、路轨、电力传输的安全运维提供物联网服务。路由器是空天地一体化信息网络的关键部件，为网络资源的高效调度、业务的精准部署提供支撑。 面临的挑战之一是：高资源利用率与高服务质量之间的矛盾。作为网络基础设施，该网络须提供与地面网络相比拟的服务质量，让天基、空基、海基、偏远地域用户愿意使用，提升网络用户量。同时，网络的资源利用率高，降低网络的建造与运维成本，支持网络的自我发展。空天地一体化信息网络与地面网络差异较大，直接应用地面网络路由技术，网络的资源 -15- 利用率与 QoS 保障水平均会下降，基于此，提出了空天地一体化网络时间确定网络路由器解决方案，旨在解决高资源利用率与高服务质量之间的矛盾，在大规模动态网络中保障业务时延，该方案亦适用于断续连通网络，且与 Ipv6 网络兼容。该技术为大规模时间确定网络的构建提供理论与技术支撑。 （二）项目简介 面向空天地一体化网络，针对传统路由技术难以兼顾高资源利用率与高服务质量的问题，探索其背后的科学问题，提出了空天地一体化网络时间确定网络路由器解决方案，研制了星载路由器原理样机。主要部件及性能如下所述。  1）提出具有时间属性的路由算法。在网络表征中引入了时间属性，设计了具有时间属性的路由算法，解决了传统路由算法缺乏时间属性，易造成网络拥塞和分组丢失，时间确定性难保障；  2）提出了基于传输资源与存储资源关联调度方法，适应业务随机性与卫星网络拓扑的时变性出提出了表征网络时变特征； 3）设计了自适应拓扑发现与维护机制，能以较低负荷维护网络时变拓扑信息； 4）提出了低负荷的移动管理机制，避免卫星移动引入的大量移动管理负荷，保障了服务时延； 5）提出了基于时间属性的数据面转发方法，保障敏感业务传输的同时，提升了网络资源利用率； 6）提出 DTN 网络与 IP 网络兼容方案，支持断续连通网络路由构建与分组的托管传输； 7）研制了时间确定网络路由器原理样机，支持相关算法与协议的在线验证； 8）开发了大规模空天地一体化网络链路模拟系统，在线模拟网络时变链路，支持路由器、路由协议在规模化的网络环境中验证。 （三）关键技术 时变网络多维资源的图模型表征与多维资源联合调度技术。课题组拓展了时变图理论，解决了传输资源与存储资源的关联调度问题，提升了传输资源利用率；设计了基于时间属性的路由算法，在时变的天地一体化网络中，构建了具有时间属性的端到端路径，解决了传统路由技术难以保障端到端时延的问题。

（一）项目背景 空天地一体化信息网络是“科技创新 2030 重大项目”，它 将融合多个独立低轨道卫星星座与地面网络，构成综合互联网，提供全球移动通信与互联网业务。其重要特征在于为天基、空基、海基、偏远地域用户提供通信与算力服务，为地面移动通信系统及互联网提供承载服务，为森林、江河、路轨、电力传输的安全运维提供物联网服务。路由器是空天地一体化信息网络的关键部件，为网络资源的高效调度、业务的精准部署提供支撑。 面临的挑战之一是：高资源利用率与高服务质量之间的矛盾。作为网络基础设施，该网络须提供与地面网络相比拟的服务质量，让天基、空基、海基、偏远地域用户愿意使用，提升网络用户量。同时，网络的资源利用率高，降低网络的建造与运维成本，支持网络的自我发展。空天地一体化信息网络与地面网络差异较大，直接应用地面网络路由技术，网络的资源利用率与 QoS 保障水平均会下降，基于此，提出了空天地一体化网络时间确定网络路由器解决方案，旨在解决高资源利用率与高服务质量之间的矛盾，在大规模动态网络中保障业务时延，该方案亦适用于断续连通网络，且与 Ipv6 网络兼容。该技术为大规模时间确定网络的构建提供理论与技术支撑。 （二）项目简介 面向空天地一体化网络，针对传统路由技术难以兼顾高资源利用率与高服务质量的问题，探索其背后的科学问题，提出了空天地一体化网络时间确定网络路由器解决方案，研制了星载路由器原理样机。主要部件及性能如下所述。 1）提出具有时间属性的路由算法。在网络表征中引入了时间属性，设计了具有时间属性的路由算法，解决了传统路由算法缺乏时间属性，易造成网络拥塞和分组丢失，时间确定性难保障； 2）提出了基于传输资源与存储资源关联调度方法，适应业务随机性与卫星网络拓扑的时变性出提出了表征网络时变特征； 3）设计了自适应拓扑发现与维护机制，能以较低负荷维护网络时变拓扑信息； 4）提出了低负荷的移动管理机制，避免卫星移动引入的大量移动管理负荷，保障了服务时延； 5）提出了基于时间属性的数据面转发方法，保障敏感业务传输的同时，提升了网络资源利用率； 6）提出 DTN 网络与 IP 网络兼容方案，支持断续连通网络路由构建与分组的托管传输； 7）研制了时间确定网络路由器原理样机，支持相关算法与协议的在线验证； 8）开发了大规模空天地一体化网络链路模拟系统，在线模拟网络时变链路，支持路由器、路由协议在规模化的网络环境中验证。 路由器、链路模拟器及路由协议验证界面 （三）关键技术 时变网络多维资源的图模型表征与多维资源联合调度技术。课题组拓展了时变图理论，解决了传输资源与存储资源的关联调度问题，提升了传输资源利用率；设计了基于时间属性的路由算法，在时变的天地一体化网络中，构建了具有时间属性的端到端路径，解决了传统路由技术难以保障端到端时延的问题。

本发明公开一种基于鸽群智能反向学习的无人机集群多目标控制优化方法，其实现步骤为：步骤一：搭建无人机动力学模型；步骤二：搭建具有感知能力无人机传感器模型；步骤三：搭建无人机目标搜索图模型；步骤四：建立无人机目标搜索代价函数模型；步骤五：设计多目标鸽群优化算法；步骤六：设计基于鸽群智能反向学习的多目标鸽群优化算法；步骤七：输出无人机目标搜索仿真轨迹图。

一、技术(成果)简介 9ZZ-250ZN型牧草种子加工智能控制成套装备解决了牧草种子加工设备中存在的应用范围小和设置参数多操控复杂的难题。本成果建立了基于虚拟仪器技术的牧草种子加工成套装备的智能控制系统，利用多线程技术实现了多参数同步测试和多点实时控制，性能价格比高，扩展能力强，提升了系统智能化水平；采用模块化设计思想，实现了加工过程中物料和成套装备信息的分类采集与控制，便于系统的优化和扩展；运用关系型数据库方法，建立了典型形态牧草种子加工工艺、测控

由于航空发动机和燃气轮机叶片型面是空间异型曲面，因而其设计、制造及维修都面临巨大挑战。为了在设计加工层面提高叶片加工质量，同时在修复层面提高叶片使用寿命，开展叶片高效高精测量研究至关重要。 本项目面向叶片制造研发了一套基于四轴运动平台与线激光扫描相结合的叶片型面检测装置，并开发了集运动控制、数据采集与处理、精度评估等多功能于一体的软件系统，可实现多类型叶片的二维截面高精度测量与三维型面自动化高效重构,有效克服因叶片复杂结构特征带来的扫描数据密度差异性大、重叠区不足等因素对重构精度的影响。本项目面向叶片3D打印修复，研发了一套高效高精度的叶片检测方法与集成系统，可实现批量化叶片截面轮廓位姿及其轮廓的自动化测量、数据重构和叶片配准，为叶片修复工艺流程中的3D打印和后续机加工等工艺环节提供关键的数字化测量、加工工艺数据，有效提升修复精度与效率，并降低成本。 本项目的开发成果可应用于航空发动机、燃气轮机等叶片制造、修复全生命周期的测评、重构、反求等场景，市场规模大。 图 面向叶片3D打印修复的检测方法与集成系统硬件平台

杭州冠力智能科技有限公司是建筑增材智能制造全方案提供商和建材智能智慧型试验检测设备研发生产的科技型企业，总部位于杭州，在山西设有机加工基地，山东设有建筑3D打印基地。拥有发明专利3项、实用新型专利17项、外观专利9项、软著8项，专著3部，主参编行业内标准31部。   组建了一支由具有多年土工工程行业背景、全球知名高校硕博毕业高级知识分子构成的研发团队，涵盖建筑结构、建筑材料、算法开发、软件开发、机械设计、电控设计等多专业、多学科融合，主要研发人员包括清华大学、浙江大学、澳大利亚斯威本科技大学等知名高校的6名博士、6名硕士，其中6人具有高级职称，6人具有中国建筑科学研究院、中国建筑技术中心等国内建筑领域知名央企高管从业背景。

可以量产/n该项目公开了一种基于共变正交和神经网络的网络流量预测方法，该方法首先确定神经网络参数，再利用神经网络参数进行网络流量计算。基于共变正交原理的流量预测方法可以有效的预测网络中的流量变化趋势，但对流量数值的精度预测上还有较大差距；基于神经网络的流量预测方法由于其无法准确描述网络流量的特性，因此在预测流量的变化趋势上效果一般，但在流量数值的精度预测上比较有效。该发明将这两种流量预测方法有机的结合起来，设计了一种