关键词： 人工神经网络   舰船目标   识别检测   最大类间方差算法   最小外接矩形法  

摘要： 舰船种类丰富、大小差异显著,从小型快艇到大型航空母舰,尺度范围跨度大,给舰船目标类型识别检测带来较大难度。为解决这一问题,提出了基于动量-自适应人工神经网络的舰船目标检测方法。此方法利用最大类间方差算法,结合图像灰度特性,通过计算类间方差最大化,将图像划分为目标与背景;采用最小外接矩形法提取舰船目标特征,通过计算能够完全包围舰船的最小矩形,获取目标的几何特征信息;将所提取特征输入基于改进人工神经网络的舰船目标检测模型,模型在权重调节中引入动量项,设计自适应学习率,增强网络对舰船特征的学习与识别能力,实现对舰船目标的识别检测。实验结果验证,该方法能够清晰地将舰船目标从背景中分离出来;对于单个舰船目标类型以及多目标类型的识别检测结果均稳定、准确。

关键词： 双剪叉式升降机构   稳定性   虚功原理   遗传算法   液压缸推力  

摘要： 为增加高空作业的工作范围,开发了一套具有升降与旋转功能的双剪叉式机构。首先,对升降机构进行稳定性计算分析,得出平台在水平和倾斜地面均满足载荷稳定性要求。接着利用ANSYS软件对升高到极限位置的四种情况进行仿真分析,得出升降机构在满偏载情况下满足结构强度要求,横向具有较大安全余量。此外,利用虚功原理对升降机构进行了力学分析,通过遗传算法优化液压缸的铰点位置,将液压缸推力减小了1.9%。研究结果为剪叉式升降平台的设计优化提供了理论依据,提升了其安全性并减小了能源消耗。

关键词： 装配式建筑   施工安全   风险评价   动态特性   智能评估   BP神经网络   粒子群算法   遗传算法  

摘要： 为有效防控装配式建筑施工过程中的安全风险,提出一种基于GA-PSO-BP神经网络的智能安全评价模型。从人员、物料(包括机械、设备等)、技术、管理和环境等五个方面,结合相关系数法从初始36项待选指标中筛选出25项关键指标,构建装配式建筑施工安全评价指标体系。在模型构建方面,将遗传算法(GA)的全局搜索能力和粒子群算法(PSO)的快速收敛特性相结合,形成GA-PSO的混合优化算法,用于确定BP神经网络的最优初始权值和阈值参数区间。通过对比仿真实验和工程案例验证GA-PSO-BP模型的适用性。结果表明:GA-PSO-BP模型在提升精度与收敛效率方面表现出显著优势,平均误差率仅为0.94%,较传统BP神经网络(3.28%)、GA-BP(2.14%)及PSO-BP模型(2.80%)显著降低,且该模型仅需42次迭代即可达到最优解。工程实例中,本文模型输出的安全等级评估结果 (4级)与专家评分结果及实际施工状态高度一致,表明其能够有效应对复杂施工场景的动态性与非线性特征。本文研究为装配式建筑施工安全提供了一种高精度、高效率的智能评价工具,其构建的指标体系和模型框架也可为其他类型建筑工程的安全管理提供参考。

关键词： 泄漏诊断   遗传算法   水力工况仿真   优化  

摘要： 建立管网水力工况仿真模型,将复杂管网拆分成单热源枝状管网,采用CUSUM算法进行泄漏故障诊断。利用遗传算法优化管网水力工况仿真模型,评价仿真模型优化对诊断结果准确度的提升效果。将复杂管网拆分成单热源枝状管网,可明显提高诊断结果准确度。与优化前相比,优化模型的诊断结果准确度得到提升。

关键词： 液压主动悬架   遗传算法   LQR算法   联合仿真  

摘要： 液压主动悬架系统能够有效提升车辆的行驶平顺性和操纵稳定性,其性能与控制策略密切相关。本研究采用基于遗传算法(GA)优化的线性二次型调节器(LQR)算法,实现对液压作动器控制力的准确计算,并以此作为液压油缸的控制输入,通过闭环控制实现控制力精确输出。采用Matlab/Simulink软件获取遗传算法全局优化的LQR权矩阵参数,并利用AMESim平台建立液压主动悬架的系统模型进行联合仿真。仿真结果表明,在C级随机路面激励工况下,基于GA-LQR算法的液压主动悬架系统能够有效提升车辆的行驶平顺性。

关键词： 配电网   网络拓扑   重构   遗传算法  

摘要： 对配电网络的拓扑优化问题进行研究。分析了配电网的网络拓扑结构,并探讨了图论在这一领域中的应用。构建一个以最小化配电网络成本为目标的优化模型,同时考虑电力潮流、电压和电流的常规约束。通过应用遗传算法来解决这一优化问题,并在IEEE33节点系统上进行了测试。配电网进行优化后,不仅能够改善电力系统中各个节点的电压情况,还能够降低网络损耗,验证了设计的优化模型的合理性和准确性。

关键词： 改进遗传算法   视觉传达   图像增强   对比度   像素  

摘要： 原始图像受拍摄条件、光照环境等因素影响,整体常显模糊、灰暗,缺乏层次感与立体感。传统对比度增强方法因缺乏有效保护和恢复机制,图像变换时易丢失关键特征,严重影响视觉效果,难以满足对高质量图像的需求。为此,文章提出了一种基于改进遗传算法的视觉传达图像对比度增强方法。通过图像预处理的方式对视觉传达图像进行调整,消除因拍摄条件和光照环境等因素带来的不利影响,确保图像信息的准确性和完整性。针对经过预处理调整后的图像,运用改进遗传算法进行寻优操作,将个体组成的基因对应于图像对比度增强变量,经交叉、变异等操作调整优化变量值以获取最优解,初步改善图像的对比度和整体视觉效果。利用逆变换进一步恢复图像的特征,弥补在变换过程中可能出现的信息损失,使图像在细节呈现、轮廓描绘和整体清晰度上都得到显著提升。实验结果表明,实验组灰度值为1000,峰值评价结果均达到最高水平。处理后的图像能够更精准地描绘轮廓和边缘信息,整体清晰度大幅提升,充分满足了图像对比度增强的需求。

关键词： 交通运输工程   海铁转运   调度优化   改进免疫遗传算法  

摘要： 集装箱转运作为连接海运与铁路运输的关键环节,其效率直接影响到整个物流链的顺畅运行。缩短集装箱在港停留时间、优化设备作业顺序以及提升转运效率对于实现高效的海铁联运至关重要。但现有研究往往忽视了对集装箱完整转运流程及设备空载时间因素的考虑。鉴于此,针对从船舶卸载至堆场再转至铁路线的全过程,构建了以最小化总作业完成时间为目标函数的数学模型,旨在解决实际存在的连续作业约束、空载等待时间和具体操作位置等问题;通过采用改进后的免疫遗传算法(特别是引入克隆抗体选择机制和自适应参数调整策略)来求解该问题;经过一系列优化对比证明了该方法能更有效地找到最优解或近似最优解,即最短的总作业完成时间及其对应的设备调度方案。研究成果不仅有助于显著减少港口内集装箱的处理周期,还能促进节能减排。

关键词： 国际投资争端解决   ICSID新调解规则   规则适用范围   和解协议  

摘要： 2022年7月1日,历时5年修订的ICSID新规则生效,包含首次问世的《ICSID调解规则》,这标志着第一份适用于国际投资争端解决的调解规则正式出现。聚焦该规则的适用范围,以此为切口展开分析颇具学理价值。之所以选择适用范围这一切入点展开论述,原因在于其重要的拐点作用和研判功能,以此为基础进一步聚焦规则条款本身,对比前代ICSID调解规则和其他机构的调解规则,分析新调解规则适用范围扩大的具体表现,并进一步讨论其灵活程度和完整性对适用范围扩大的推动。此外,该规则的适用范围在未来实践过程中存在三大阻力,包括适用上的不确定性、和解协议执行障碍和透明度与保密性之间的不平衡。以解决阻力为核心目的,列举并推演具体的消解措施可为调解机制发展提供有效路径且具有实践意义。

关键词： 进化计算   交互   感性工学   室内布局   优化  

摘要： 该文基于NSGA-II提出一种融合感性工学的交互式进化优化方法求解布局优化问题。在每一进化代内计算种群指标均衡性;将种群分为显式指标和隐式指标优化种群,分别优化相应指标;利用决策变量计算界面布局综合美度,并将综合美度优势个体迁移到隐式指标优化种群;将两个优化种群合并,得到Pareto最优解集。实验结果表明所提方法优于对比方法。