关键词： 自然破片飞散角   空间分布参数   人工神经网络   预测模型   计算公式  

摘要： 为了建立适用性更广、准确性更高的破片飞散角计算公式，本文结合试验和数值模拟结果，构建了破片飞散角空间分布参数的人工神经网络（ANN）预测模型，进而建立了空间分布参数和破片飞散角沿壳体轴线方向分布的计算公式。研究结果表明：对于通常形式的自然破片战斗部，破片飞散的角度区间为-20～15，飞散角（绝对值）从起爆端至非起爆端呈现先减小后增大的趋势。破片飞散角随质量比的增大而增大，随端盖厚度比的增大而减小。破片向下飞散的比例随长径比的减小显著增大。本文建立的人工神经网络模型可以有效预测破片飞散角的空间分布参数，建立的破片飞散角计算公式具有良好的适用性和准确性。

关键词： 吸收   优化   蒸汽再压缩   响应面法   节能   遗传算法  

摘要： 针对天然气净化厂脱硫再生工段现有工艺再生能耗高、塔顶余热利用率低问题，本研究提出基于机械蒸汽再压缩（MVR）热泵蒸馏改造方案。通过构建吸收-再生模拟系统，创新设计塔顶蒸汽经MVR系统增压升温后供给再沸器热源的闭式循环架构，形成余热品位提升与热能自平衡新型再生模式。基于能效分析与过程能耗评估，针对压缩机、换热器等建立操作参数优化模型，开发含敏感性分析、响应面法与非支配排序遗传算法NSGA-Ⅱ的协同优化框架，构建以节能增效、减排降本为核心的多目标体系并采用三级递进策略提升能效。结果显示：改造后硫化氢流量波动≤0.13%，再生单元能耗降低39.86%，碳排放强度下降30.66%。该方案为天然气净化低碳改造提供创新路径，兼具经济与环境效益。

关键词： 人工智能   隐私政策   预测隐私   以人为本  

摘要： 随着人工智能技术的广泛应用，用户的数据隐私安全成为研究的焦点之一。为了保护用户的数据隐私安全，企业提供了隐私政策。然而，大多数隐私政策不仅存在不可解释、不透明、不公平、实用性不强和及时性较低等问题，还忽略了用户的预测隐私。因而在具体实践中，隐私政策既不能有效保护直接获取得到的隐私，又会侵犯到预测隐私，违背了最初的目的，产生了隐私政策的保护悖论。本文参照以人为本的人工智能框架，提出要开发以人为本的隐私政策，以尽可能消解隐私政策的困境，确保用户的数据隐私安全。

关键词： 改进的遗传算法   订单排产问题   差分进化算法   排序  

摘要： 研究多种约束条件下的订单排产问题(Order Scheduling Problem，OSP)。建立以最小化两种类型切换次数和最小化车顶套色结块长度平方差和为目标的调度优化模型，并设计一种改进的遗传算法(Improvement Genetic Algorithm，IGA)对该问题进行求解。模型通过线性加权的方式进行构建，通过结合网格搜索和随机搜索的方式对权重进行调参，以权重的相对大小体现出对应约束优先级的高低。求解过程中对数据订单进行了整数编码，并采用了改进的顺序交叉操作，以及使用四种邻域搜索策略，改进了传统遗传算法中的变异操作。通过对企业实际数据订单进行测试，并与传统的遗传算法(Genetic Algorithm，GA)，差分进化算法(Differential Evolution Algorithm，DEA)进行比对分析，实验结果表明本文提出的IGA算法的优化效果及收敛能力均有显著提升。本文提出的IGA算法解决了传统GA算法求解精度低，收敛效果差以及约束满足率低的问题。

关键词： 全球能源结构   新能源   电池组   生产工艺   遗传算法  

摘要： 随着新能源汽车市场的快速发展,电池组生产效率和质量控制成为关键问题。研究以某企业生产的103号方形电池组为对象,分析其生产工艺流程中存在的工序耗时不平衡、现场管理缺陷等问题。构建基于改进遗传算法的优化模型,通过实数编码策略和自适应调整机制,优化各工序时间分配,并引入同期化改善措施,实现工序间的协调与平衡。结果显示,在NASA和Oxford电池数据集测试中,改进遗传算法的适应度值最低,收敛速度最快。在实际生产线优化中,改进遗传算法将生产线平衡率提升至76.5%,平滑指数降低至104.5。说明改进的遗传算法能够有效改善新能源汽车电池组工序同期化现状,提升生产效率和质量控制水平。

关键词： 深部地基   注浆加固   遗传算法   电磁波CT   层析反演  

摘要： 目前国内外针对深部地基注浆加固效果的评价研究还不够深入，特别是缺乏对注浆后固结体形态和分布范围的精准识别研究。注浆后固结体的精准识别的核心是层析反演算法，传统的层析反演算法都依赖于单一初始模型的选择，容易陷入局部最优解，无法实现对注浆后固结体的精准识别。本文建立了一种基于电磁波CT层析反演过程中目标函数模型求解的遗传算法，并通过数值模拟和现场测试进行了验证。结果表明：（1）MPGA智能算法增强了算法在全局搜索和局部搜索方面的能力；（2）MPGA智能算法在注浆后固结体的识别效果优于SGA智能算法，在反演计算过程中具有更高的准确性和稳定性。（3）MPGA智能算法反演效果显著，能精准识别注浆后固结体的形态和分布范围，对注浆后固结体的识别效果明显优于传统算法ART和SIRT。

关键词： 扬声器阵列布局优化   车内声场分区控制   遗传算法  

摘要： 汽车座舱声场分区控制中的扬声器布局优化旨在从多个候选扬声器位置中选出最佳布局,以提升声场控制效果。现有基于对比度的优化模型在明暗区声能量对比度和声场重建误差方面已有良好表现,但对明区空间一致性关注不足。为此,本文提出了改进的扬声器阵列布局优化模型,引入了目标声场重建误差和明区空间一致性两个新指标,并将扬声器驱动信号的计算方法由PM-LS (pressure matching with the least squares criterion)调整为ACC-PM (acoustic contrast control-pressure matching),以更好地平衡明暗区声场性能与目标声场重建。通过遗传算法分别求解原模型和改进模型,并进行对比分析。实验结果表明,改进模型在相同扬声器数量下,目标声场重建误差与原模型相当,但在明暗区声能量对比度和明区空间一致性方面表现更优,尤其在高频段,明区空间一致性有显著提升;在低频段,明暗区声能量对比度得到改善。该改进模型有效提升了声场分区控制整体性能,为汽车声学系统中的扬声器布局优化提供了新的解决方案。

关键词： 火炮身管   寿命预测   支持向量机   粒子群算法   遗传算法  

摘要： 火炮身管寿命预测对火炮作战效能和安全性能有至关重要的作用。针对传统方法预测精度较低且需要大量身管内壁磨损数据的局限性，提出了一种基于遗传算法和改进粒子群算法的混合优化支持向量机模型。实验表明，该模型在小样本数据下的平均相对误差在3%以内，证明了此方法预测火炮身管寿命的有效性。提出的混合优化模型为进一步完善火炮寿命预测理论提供了技术参考，可以推广至其他相关领域。

关键词： 阿基米德螺线   递推模型   多重搜索算法   遗传算法   碰撞检测  

摘要： 针对民俗活动“板凳龙”的行进状态建模与路径优化问题，提出一种基于平面几何分析和运动学约束的递推建模方法：首先构建把手位置和速度递推模型，进而建立考虑碰撞约束的调头路径长度优化模型。基于递推模型求解各时刻把手运动参数后，通过几何关系分析与坐标系变换方法，建立碰撞时间估计模型，依据路径不相交、不发生碰撞与龙头不逆行确定模型的约束条件，并设计多重搜索算法实现碰撞时刻的精确判定。在给定螺距与调头空间下，使用遗传算法计算得“板凳龙”的近似最短调头路径为11.791 5 m。计算结果表明：当优化路径下要求各把手速度不大于2 m/s时，需约束龙头速度不大于0.967 0 m/s，该结果为安全控制提供量化依据。

关键词： 风力发电预测   数据优化   遗传算法   小波神经网络  

摘要： 环境风速的不可预见性提高了风力发电预测难度，针对风电预测稳定性差且准确率低的问题，本文基于遗传算法与小波神经网络融合，构建了GWNN（Graph Wavelet Neural Network：图小波神经网络）风力发电预测模型。该模型首先对环境特征数据集进行标准化处理，并基于Pearson分析完成特征降维；然后采用K-Means算法分析数据特性，提升建模效率；接着进行染色体编码处理，利用误差控制反馈控制适应度函数，提高最优解遗传效率；最后通过不断迭代误差参数，输出最优尺度与最优权重参数量。对比实验仿真结果表明，在风力发电数据集中，较其他四类基线预测算法相比，GWNN算法的R2参数最多提升9.80%，RMSE（Root Mean Square Error:均方根误差）整体减少2.85，MAPE（Mean Absolute Percentage Error:平均绝对百分比误差）平均降低了3.47。综上，本文GWNN风力发电预测算法通过数据特征分析优化数据维度，降低了模型计算效率，提升了风力发电预测的真实性、稳定性与准确性，具有重要的研究意义。