关键词： 智能算法   电路设计优化   驱动与控制  

摘要： 阐述基于智能算法的电子电工在电力系统智能优化、电子电路设计优化、电机驱动与控制及设备故障预测中的应用。分析表明,人工智能算法可显著提升电力系统效率与稳定性,优化电路设计,改善电机控制性能,并实现设备故障的智能预测与维护。

关键词： 舱室布局   多种群遗传算法   布局优化   舰艇  

摘要： 舰艇舱室布局优化需要考虑舱室之间的相互位置、通行关系、舒适性、便捷性等方面。以潜艇生活舱段为例,根据潜艇舱室布局特点,引入模糊评价方法综合分析舱室相对位置关系,结合应急逃生需求建立舱室布局优化模型。对多种群遗传算法的遗传操作进行适应性改进,使其更好地应用于舰艇多层舱室布局优化设计。仿真设计分析表明,文中提出的布局优化设计方法可以在较短时间内向设计人员提供多种可参考的布局优化方案,并且改进的多种群遗传算法可以较大程度避免提早收敛陷入局部最优的情况,能够较好地解决舰艇舱室布局优化问题,提高舱室布局优化设计效率。

关键词： 低轨卫星   星座优化   遗传算法   逐步优化   导航增强  

摘要： 考虑到低轨卫星星座的庞大规模和漫长的建设周期,加之技术和成本的双重挑战,一次性全面部署变得不切实际,这限制了星座在建设过程中的实用性。提出了一种基于遗传算法的逐步优化(Genetic Algorithm-Progressive Optimality,GA-PO)星座设计方法。该方法通过遗传算法生成适合目标区域的最优星座,进行采用逐步优化方法分阶段、分区域实现全球星座的构建。结果表明,逐步建设过程中,在中国、亚洲和全球的可见星数分别达到7、10、12颗,优化星座与北斗三号卫星系统结合后在全球的PDOP值达到了0.9,可见卫星数量达到了25颗。GA-PO方法在满足现有星座构建方案精度的同时,还能够兼顾星座建设过程中在中国和亚洲地区的实用性能。

关键词： 单轴抗压强度   施密特锤实验   人工神经网络   模型评价   回弹法  

摘要： 岩石单轴抗压强度是岩土工程中的重要参数,合理确定其数值对工程设计至关重要。本文提出了一种基于多层感知机的人工神经网络(MLP-ANN)模型,用于预测岩石单轴抗压强度。该模型以岩性、节理面、施密特锤回弹高度和纵波波速为输入参数,采用最大最小归一化进行参数标准化,并通过k折交叉验证提高模型的泛化能力。为优化模型性能,文章探讨了神经元数量、数据分割比例和激活函数对预测结果的影响。经对比验证,研究确定了最优模型配置:神经元数量为8,训练集与测试集比例为8∶2,激活函数选用Tanh函数。模型预测值与实际值对比分析结果表明,最优模型的平均绝对误差为3.500 MPa,均方根误差为5.836 MPa。结果表明,该模型预测误差较小,预测准确率较高,具有较好的实用性。

关键词： 水质分析   分光光度法   验证   质量保证和质量控制  

摘要： 文章采用哈希的消解仪,利用碱性过硫酸钾分光光度法建立了水质总氮的测定方法。通过调整消解液的用量、消解时间、仪器参数等实验条件,建立一种新的快速测定方法,并对其标准曲线、检出限、精密度、正确度进行验证,结果表明该方法符合标准规定。

关键词： 船舶避碰   多项式混沌展开   碰撞危险度   最优控制   遗传算法  

摘要： 现有的船舶避碰轨迹规划大部分是以精确的运动模型和环境信息为前提,难以应对实际环境中存在的多种不确定海况因素,并导致规划出的轨迹安全可靠性降低。针对以上问题,提出一种基于多项式混沌展开法的船舶鲁棒轨迹规划方法,将船舶水动力学模型中的水动力系数视为不确定性参数,以碰撞危险度及舵角控制量为目标函数,建立船舶轨迹规划的最优控制模型,并使用遗传算法求得控制量与优化后的轨迹。仿真实验结果表明,优化后的轨迹最小距离以及最大会遇距离均提升10%~20%,平均碰撞危险度降低10%,实验结果表明考虑不确定性的船舶轨迹规划更加安全可靠。

关键词： 《西游记》   武打动作   图像美学   对立   消解  

摘要： 《西游记》中武打动作图像构造的意境美体现为与武打动作流逝密切相关的时间客体的空间排列方式,这一形式的具体展开又以武斗双方对立的消解为其前提。图像的意境美在时间的相相流转中有其表象,其表象的内容就是武打招式给读者审美感官造成的视觉冲击及听觉刺激,所有这些都在图像意境美学的时间形态中有所显现。

关键词： 光伏发电   遗传算法   蚁群算法   BP神经网络   参数优化   功率预测  

摘要： 提出一种基于混合遗传蚁群算法(GA-ACO)改进BP神经网络的预测模型.通过皮尔逊相关系数公式求出与光伏发电输出功率相关性强的气象特征作为训练模型的输入,减少无关气象特征量对光伏输出功率的预测影响.运用遗传算法(GA)产生寻找最优参数问题的信息素分布,蚁群算法(ACO)在有初始信息素分布的条件下输出最优权阈值,让BP神经网络二次训练,输出预测值.分析结果表明,以晴天为例,GA-ACO-BP神经网络模型比传统BP神经网络模型、ACO-BP神经网络模型、GA-BP神经网络模型的预测结果相对误差分别减少了9.47%、4.83%和3.27个百分点,因此GA-ACO-BP神经网络模型用于光伏发电功率预测时具有更好的预测精度.

关键词： 多目标优化算法   屏蔽   乏燃料运输船舶   第3代非支配排序遗传算法  

摘要： 本文基于第3代非支配排序遗传算法(NSGA-Ⅲ)开展了多目标屏蔽智能优化方法研究。以乏燃料运输船舶为对象,采用多目标智能优化程序建立一维离散纵标计算模型,针对舱盖上方区域屏蔽结构(混凝土和聚乙烯厚度)进行优化设计,最终得到1组优化的屏蔽方案。基于优化后的屏蔽方案,建立真实的三维蒙特卡罗计算模型,和基于混凝土、聚乙烯或含硼硅树脂的方案进行对比,评估优化方案的屏蔽效果。评价指标包括屏蔽厚度、重量、总剂量率和价格等。结果显示,基于所开发的多目标屏蔽智能优化方法优化得到的方案各有特点,包含了多个优选的方案,为设计者提供了更丰富的选择。

关键词： 开放性问题求解   完备性知识网络   可拓创新方法体系   人因工学椅  

摘要： 目标和问题领域相对确定,边界条件可以拓展的开放性问题在生活中比比皆是,如何能在理论指导下为知识智能拓展提供方向,形成开放性问题求解的完备性知识网络具有重要意义。本文以策略生成所需原料的描述性知识、对问题初始目标与条件进行界定的领域知识以及策略生成工具的方法论知识作为构建完备性知识网络的主要知识类别,并以初始目标能否实现来验证知识网络的完备性。最后通过人因工学椅的设计案例验证了方法的可行性。该研究采用可拓创新方法体系中形式化与定量化相结合的方式,可以为人工智能环境下开放性问题求解的完备性知识网络建立提供一种新思路。