本项目立足行政管理部门视角，设计平台在乡村振兴过程中提供优质住宅方案，改善村容村貌，提升居民生活质量，减少住宅全生命周期过程中可能产生的碳排放，助力双碳目标的实现。 一、项目分类 显著效益成果转化 二、成果简介 “三赢”模式领跑产业革新（图 1）立足乡村住宅业主视角，设计平台从实际生活需求着手，基于大量乡村住宅案例研究，提供兼顾功能与造价的户型方案。立足装配式部品企业视角，设计平台整合市场优质建筑部品信息，向厂家提供部品直销平台，促进市场发展，同时建立企业间信息交换渠道，促进产业良性竞争和技术更迭。立足行政管理部门视角，设计平台在乡村振兴过程中提供优质住宅方案，改善村容村貌，提升居民生活质量，减少住宅全生命周期过程中可能产生的碳排放，助力双碳目标的实现。

本软件主要应用于螺杆压缩机（又称为双螺杆压缩机）的科学研究和产品设计。利用本软件，可快速准确地完成转子型线设计、吸排气孔口布置、热力性能预测、动力特性分析以及刀具刃形计算等设计计算内容。还能对这些相互关联的设计内容，进行全面系统的综合处理，使螺杆压缩机的设计方法更加科学，设计结果更加合理。另外，软件在 windows环境中运行，界面友好，操作方便

01. 成果简介 随着国民经济的快速发展，机动车辆增长迅速、路面交通任务日益繁忙，国内交通安全形势面临日益严峻的考验。虽然基础应用系统已经达到了较高的技术和应用水平，但也存在着一些问题和不足：各应用系统只针对本系统的数据处理；局限于简单的统计，统计信息都有其局限性，出现“信息孤岛”现象；无法实现数据融合、信息共享，不能为交通运行评估和辅助决策提供依据；不能进行相关系统的协同联动，使之使用在日常工作中；工作效率仍没有显著提高；由于缺少科学管理手段，各交通管理部门，越来越难以适应当前形势的要求。主要表现在：1）信息孤岛问题；2）缺少跨系统信息融合分析及挖掘；3）信息服务、协同指挥及公共服务功能不足；4）公路交通状况管控困难。 本成果团队自主研发的广度学习基础计算系统集成平台提供了一个基于全量多模态数据融合和协同挖掘分析的大数据智能系统支撑框架，可以对在地理、空间上分散的人、设备、环境、事件等进行大规模实时关联和因果分析，以指导复杂态势环境下的指挥行动。这些大数据技术已被运用于交通态势分析和预测，如实时分析城市交通流量与预测等。基于通用的大数据融合智能分析平台，使指挥人员和调度人员能在单一系统内解决所有问题，包括各类交通情报分析（情报报告，事件行为等），关联分析（背景、跟踪、时空、反应等）和预判决策等功能。系统利用统一数据融合服务（UDFS）和统一视频融合服务（MVFS）等技术手段，将跨界多源动静态交通数据进行融合利用，并产生统一的道路交通基础知识图谱（DKG），然后统一提供给拥有计算能力的融合计算引擎基础算力平台（TAIOS），训练和调度各类模型算法（TAIMODEL），生成基础应用工具和基础应用指标，最后通过组合统一用户管理（４A）和统一指挥调度（TBOCC）到具体的业务流程中，构成各类闭环场景应用，从而产生智能、精准的道路交通治理优化方案，提升道路的畅通程度和安全水平。 图1. 数据融合图2. 态势感知02. 应用前景 广度学习基础计算系统集成平台应用于智慧交通领域，其创新成果已在贵州省交通管理局复合型大数据交通态势感知指挥云平台工程建设中得到应用，创造了良好的经济和社会效益。填补了国内在交通管理领域大数据融合应用空白。是提升交通管理的跨界数据融合、功能融合、管理融合、指挥融合的创新型技术。促进了我国交通大数据智能管理建设技术水平的提高，促进了交通管理行业的技术进步。该项目具有广阔的市场前景。03. 知识产权 已申请发明专利9项。04. 团队介绍 本项目以清华-青岛数据科学研究院（挂靠软件学院，以下简称数据院）韩亦舜执行副院长团队为核心。数据院于2017年8月下设交通大数据研究中心，该中心面向国家重大战略需求，专注跨界融合大数据、机器学习、人工智能技术在交通行业全流程数据科学和数据工程的核心技术创新应用研究，在交通管理、交通运输规划与管理、公共交通、物流运输等领域开展跨界大数据融合智能交通应用示范。05. 合作方式 投融资 / 专利许可。06. 联系方式 邮箱：liuc1988@tsinghua.edu.cn、liuyi2017@tsinghua.edu.cn

云计算是由网格计算、虚拟化技术、普适计算、平台级服务、软件级服务等概念的混合演进而来的新兴计算机科学概念。它将计算任务分布在大量计算机、存储设备等构成的资源池上，使云用户能够根据需要获取计算能力、存储空间和各种软件服务等，是一种通过互联网将各种资源通过一定的方法整合在一起，以服务的形式向外提供的商业模式，有着良好的发展前景。 本课题针对云计算的调度和评估进行了研究，结合现有的协商调度算法和多Agent等技术，研究和设计一个高效可靠的面向服务的调度和评估模型。本调度和评估模型具有以下特点： 1、 完全采用分布式调度，不存在中央调度器，任务的调度由各个节点的调度器通过协作共同完成，有效避免了单点失效问题，提高了系统的安全性和可靠性。 2、 根据不同的服务质量需求，提供灵活的多目标调度机制和多指标评价策略。模型综合衡量了完成时间、费用、负载均衡、可信度等指标，根据服务的特性以及系统的运行状态特征动态地制定评价指标的优先权。 3、 采用多Agent技术，通过自主的Agent的协作完成任务。每个节点都有自己的资源管理Agent、服务调度Agent等，不受其他节点加入和退出的影响，具有良好的系统扩展性，满足了大规模的应用请求。本模型通过对云计算环境中各类虚拟资源的合理调度和评价，提高资源的利用率，并满足用户的QoS需求。因此，并为云计算产业的发展提供了很好的技术支撑。

产品详细介绍 产品性能 适用人群 高中、国际课程/考试 

本发明公开了一种计算球头铣刀铣削负载的方法，包括如下步骤：获得刀具与工件的相对位置参数模型，根据刀具与工件的相对位置参数模型确定参与切削的全部刀具微元，计算每个参与切削的侧倾铣削微元的切入角、切出角以及瞬时切削厚度，计算每个参与切削的前倾铣削微元的切入角、切出角以及瞬时切削厚度，将每个侧倾铣削微元的瞬时切削厚度和每个参与切削的前倾铣削微元的瞬时切削厚度进行叠加，以获得刀具微元的瞬时切削厚度，将参与切削的所有刀具微元的瞬时切削厚度进行求和，以获取球头铣刀的瞬时铣削负载。本发明能在刀具侧倾和前倾铣削时获得刀具的切削刃与工件的瞬时切削状态以及切削厚度，从而实现五轴铣削加工中切削力的预测。

2025年3月21日，中国教育在线就业服务平台官方微信公众号“就业桥服务中心”以《就业桥运用AI技术助力天津市大学软件学院春招“抢人”获天津日报等媒体报导》为题对我校进行了报道。

围绕未来能源需求特性辨识、场站/设备智能监测、能效优化管理3项核心内容，开展研究并提出以下3个核心创新点，创新点一为基于数据驱动的需求侧用能行为特性辨识及容量价值评估方法，有效解决了需求侧用能行为特性分析难度大、精确度差、有效性低的问题，为能源电力系统容量规划和优化投资提供了科学依据；创新点二为基于数据挖掘计算的多元设备状态监测与需求侧能效优化技术，解决了需求侧用能设备运行状态监测能力差、管控水平低的问题，实现提质增效；创新点三为基于数据高效融合计算的场站环境监测及虚拟现实交互技术，有效解决了各种环境参数大量冗余导致的监测结果误差大的问题。 平台可应用于包括智能设备制造与销售、能源设备在线监测、能源设备全寿命周期管理、能源站点智慧运行维护、用能负荷预测、能质能效分析与应用等。

高密度高性能并行计算平台是将CPU刀片、DSP卡、GPU卡通过高速总线进行互联；采用异构并行计算框架，实现多机、多卡、多核的资源分配和负载均衡；提供适合大规模并行计算的算法平台。用户在该平台上采用传统的串行思路编程即可实现大规模的并行计算。 该计算平台相对于传统的服务器系统具有体积小、重量轻、功耗低、计算能力强的优点。由于CPU适合逻辑业务、DSP适合粗粒度的并行计算、GPU适合规整数据的细粒度计算，所以通过CPU刀片、DSP卡、GPU卡数目的组合配置，可适合多种、不同类型的计算业务。 1. 硬件环境 硬件环境为6U高标准的服务器，最多可支持三类（CPU/DSP/GPU/）、9张板卡。在板卡间提供网络和PCIE的高速数据总线，示意图如图1所示。 平台硬件包括一个主控板和8个扩展插槽。主控板集成1片Intel i7的CPU；8个扩展插槽可插CPU刀片、DSP板卡、GPU板卡及其任意组合。因此即可组成小型的PC集群，也可以组成高性能的GPU服务器、DSP服务器，或它们之间的组合。该硬件平台还可通过InfiniBand高速网络进行扩展，最大可形成20个服务器互联的统一的软硬件系统。 2. 软件环境： 平台中的CPU主要起控制作用，计算任务主要由DSP和GPU承担。针对高密度计算资源，通过软件框架屏蔽硬件差异。软件框架如图2所示。 平台提供动态链接库，封装任务的调度、CPU与DSP之间的通信、CPU与GPU之间的通信等功能。用户在动态链接库基础之上进行二次开发，实现自己的业务逻辑。 3. 参数指标： ？ 单台计算能力：插8张DSP卡，做快速傅里叶变换（FFT），相当于40台8核Intel i7计算机的计算能力；插4张GPU卡，做场强计算，相当于50台Intel i7计算机的计算能力; ？ 尺寸：6U标准高度，（420±0.6）mm×（256±1）mm×（≤500）mm（宽×高×深）；重量：<35公斤；功耗：<1000瓦。 图1高密度高性能并行计算平台硬件示意图 图2高密度高性能并行计算平台软件框架