关键词： 地热能   非均质渗透率   智能代理模型   智能反演方法   不确定性  

摘要： 拟合地热储层长期注采过程中的生产动态是反演储层渗透率分布的重要技术。为了逼近真实的储层特征，传统反演方法需要反复调用数值模型进行试错搜索，计算成本高，时间周期长。对此，本文提出将机器学习代理模型与遗传算法相结合的智能反演思路，以实现地热储层的高效表征。本研究通过随机森林算法建立了均质、各向异性和非均质渗透率储层的智能预测模型，以代理不同生产时间的数模计算。智能代理模型在提高效率的同时保持了较好的计算精度，预测误差低于5%。遗传算法通过生产温度、输出热功率和累积取热量三个生产指标反演渗透率的分布参数。不确定性分析结果证明了反演模型在三种类型的储层中的可行性。生产数据的离散度在拟合后下降了76%以上，历史匹配结果较好。文中还对不同渗透率分布参数的反演准确性进行了比较和分析。本研究有助于丰富地热储层渗透率的反演理论。

关键词： 总磷   总氮   紫外光辅助催化氧化   消解温度   消解压力   消解效率  

摘要： 针对水质分析水样总磷和总氮消解温度高、消解压力大、消解时间长等问题，将总磷、总氮传统消解方法和紫外光辅助催化氧化消解技术相结合，设计研制了总磷总氮二合一消解装置。以此装置对消解条件进行优化实验，确定了总磷、总氮较为理想的消解条件：总氮两种消解试剂加入量均为1.5 mL、总磷消解试剂加入量为2 mL，消解温度为90℃，消解时间为20 min，鼓入空气流量为40 mL·min-1。实验还证实高浓度的氯离子和有机物并不会对总磷和总氮测量造成影响，而浊度高于300 NTU时需要对水样进行预处理以降低浊度的影响。针对实际水样的测试，总磷和总氮的相对误差均在±10%以内，说明该总磷总氮二合一消解装置及优化后的消解工艺条件可以用于水质检测分析总磷和总氮的含量。

关键词： 燃料电池   优化   响应面分析法   NSGA-Ⅱ算法   MOPSO-GA算法   数值模拟  

摘要： 固体氧化物燃料电池（Solid Oxide Fuel Cell， SOFC）具有高效、清洁的能源转换特性。SOFC集成系统的优化研究则通过多参数协同调控进一步提升系统效率与长期稳定性，对推动低碳能源技术的发展具有重要意义。本研究基于流道中设置矩形障碍物的SOFC模型，采用Plackett-Burman试验设计筛选关键工作参数，并利用响应面分析法分析参数交互作用，确定多目标优化的必要性。通过单因素试验确定参数范围，筛选出工作温度、压力等关键因素，结合辅助系统参数建立响应面模型。采用非支配排序遗传算法（Non-dominated Sorting Genetic Algorithm II， NSGA-II）和多目标粒子群优化遗传算法（Multi-Objective Particle Swarm Optimization Genetic Algorithm， MOPSO-GA）对系统效率与衰退率进行多目标优化，结果表明：NSGA-Ⅱ优化后系统效率达87.19%（提升22.62%），衰退率为71.75%（增加4.64%）；MOPSO-GA优化后效率为83.89%（提升15.77%），衰退率为68.12%（增加1.01%）。NSGA-Ⅱ在效率提升方面更优，而MOPSO-GA更适用于长期稳定运行需求。

关键词： 微波碱消解   电感耦合等离子体发射光谱法   固体废物   六价铬  

摘要： 针对固体废物中六价铬传统检测方法效率低、能耗高、通量不足等问题，亟需研发绿色高效、快速精准的新型检测技术以满足生态环保高质量发展需求。基于碱消解-火焰原子吸收分光光度法对固废中六价铬的测定，从预处理、提取过程以及分析测定建立固体废物中六价铬测定方法的优化与改进。对试样用量、消解温度、提取时间、消解液体积等参数进行优化研究，确定固体废物中六价铬预处理装置选用微波消解仪，试剂用量0.1g、消解温度93℃、提取时间30min、碱性提取液10ml优化预处理，离心机进行固液分离以及电感耦合等离子发射光谱法检测分析。与HJ 687-2014相比较，该方法不仅能达到相同的实验结果，整个实验过程在密闭环境中操作，微波消解时间短、温控严格效率高，离心分离人为干预少、过滤更彻底、挥发损失少且环保，定量分析测定的电感耦合发射光谱法精密度高、灵敏度强、抗干扰效果佳多方面优势。该方法为尾矿库固体废物中六价铬的快速检测分析提供方法支撑和数据保障。

关键词： 燃油热管理   图论   架构优化   遗传算法   深度搜索算法  

摘要： 新型飞机燃油热管理系统换热网络排布情况复杂多样，传统的设计方法依赖于设计人员的经验，简单的排布形式换热能力不足、燃油热沉利用不充分。本文针对上述问题开展飞机燃油热管理系统拓扑架构优化研究，提出基于等势点思想的燃油热管理架构表征方法，采用深度搜索算法生成燃油热管理系统所有可能的拓扑架构。并针对架构数量过多、遍历优化耗时过长的问题，利用双层遗传算法对拓扑图进行优化。计算结果表明，相比于采用纯遍历的搜索算法，双层遗传算法的优化速度提升833倍，6个子系统总计38703种架构花费1.29×10～3 s完成计算，优化的架构在保持较高总吸热量下，平均散热方差最小，散热耗油量最小，证明了所提方法的有效性。

摘要： 近年来,由熟人关系明星组成嘉宾阵容,通过旅行、探险、游戏、访谈等形式展现真实情感与互动的“熟人局”真人秀逐渐兴起。从 2020 年腾讯和爱奇艺联合出品的户外行进式真人秀《哈哈哈哈哈》(下文简写《五哈》)中鹿晗、陈赫、邓超的“铁三角”组合,到 2021 年以原生朋友关系为切入点的场景化真人秀《毛雪汪》中李雪琴与毛不易的挚友相处,再到 2022 年大千影业和芒果 TV 联合出品的音乐旅行真人秀《快乐再出发》中“07 届快男”陆虎、陈楚生、苏醒等六人的兄弟情谊,组熟人局、挖掘熟人情感已成为重要的节目策略。

关键词： 中空夹层混凝土   GFRP-钢管组合柱   截面优化目标   人工神经网络-遗传算法   有限元模型  

摘要： 中空夹层混凝土GFRP-钢管组合柱（GCS）凭借其优异的耐腐蚀性能，在海上风电等严苛腐蚀环境下的桩基平台建设中得到了广泛应用。为提升GCS柱的设计效率与经济性，本研究开展了系统的优化设计研究。建立了轴向受压GCS柱的有限元分析模型，并通过试验数据验证了模型的准确性。基于可靠的有限元分析结果，训练了具有良好预测性能的人工神经网络（ANN）模型。将ANN与遗传算法（GA）相结合，构建了智能优化系统。该优化系统以GFRP管壁厚(tG)、GFRP管内径(DG，i)、钢管壁厚(ts)、钢管外径(DS，o)、GFRP管强度(fG)、混凝土强度(fC)及钢管强度(fS)等七个关键参数作为设计变量，以目标承载力（F*）与实际承载力（F）的绝对差值与制造成本（P）之比最小化为优化目标。研究针对五种典型承载力工况下的GCS柱进行了优化设计，通过对比分析不同承载力条件下的截面参数组合，发现优化设计方案在保证承载性能的同时，可显著降低材料成本。同时，GA-ANN算法展现出优异的预测精度，承载力计算误差普遍控制在5%以内。这些研究成果不仅说明了GA-ANN算法在复合材料结构优化中的有效性，也为海洋工程结构的智能化设计提供了新的技术思路。

关键词： 足迹图像   足型   性别   遗传算法  

摘要： 为了深入探究赤足足迹与人身性别之间的联系，本文以足迹的足型特征为基础，结合人工神经网络、足部生物力学及传统足迹学的相关理论，构建了一种经过遗传算法优化的、基于BP神经网络的赤足足迹人身性别分析模型。在本次实验中，我们共收集了500名年龄在20至30岁之间的受试者的赤足足迹图像，作为初始样本数据。这些图像经过Matlab图像处理软件的预处理，包括图像去噪、增强以及足迹特征的提取等基本操作后，被整理为实验数据集，并用于训练本文提出的分析模型。模型的训练结果表明，经遗传算法优化的BP神经网络分类，通过平面赤足足迹特征识别人身性别的准确率有很大提升，平均准确率达84.34%。此外，该模型还筛选出包含跖跟距、赤足跖宽等性别判定最具区分度的七大特征，为刑事技术人员在依据足迹全长、掌宽特征判断嫌疑人性别时提供了新的特征判断视角。实验得出的各项数据证明将人工神经网络用于足迹个体身份信息识别是基本可行的，通过遗传算法筛选的最优特征子集，显著提升了模型分类器的识别能力，其性能得以优化，这充分证明遗传算法优化神经网络在足迹分析中是有价值的，性别分类所对应的最优特征子集对足迹研究具有重要的学术和实践意义。

关键词： 展开动力学   遗传算法   太阳能帆板   动力学设计  

摘要： 大型太阳能帆板阵列的展开过程往往是通过帆板之间弹性铰链的转动来实现的,弹性铰链的设计参数会对帆板的展开动力学行为产生重要影响.面向太阳能帆板阵列的平滑展开动力学设计问题,基于模态叠加法建立了可折叠太阳能帆板的一维和二维展开动力学模型,以展开过程耗时和帆板在整个展开过程中的最大加速度为复合目标函数,以铰链的安装位置、线性刚度和线性阻尼作为优化参数,采用遗传算法优化了太阳能帆板的展开过程.数值仿真结果表明:复合目标函数的选择,既能保证帆板阵列完全展开的耗时较短,也能实现低冲击要求下帆板阵列的平滑展开;随着复合目标函数中的最大加速度权重系数的增大,铰链的最优安装位置逐渐向板和板之间连接处的两端靠拢.

关键词： 超级微波消解   电感耦合等离子体质谱法   凉薯   元素  

摘要： 取约0.500 g匀浆好的凉薯样品置于超级微波消解罐中，加入2 mL硝酸和2mL水，混匀后加盖，使用超级微波消解仪，预加压力4 MPa，按温度程序（最高消解温度220 ℃）消解样品40 min，冷却后取出消解液，用水定容至25 mL，采用电感耦合等离子体质谱法测定其中28种元素（铝、砷、硼、钡、铍、镉、钴、铬、铜、铁、镓、镁、锰、镍、铅、锑、锡、锶、钛、铊、钒、锌、钙、钾、钠、汞、磷、硒）的含量，并采用动能歧视（KED）模式、低干扰同位素选择和在线添加20 μg·L-1混合内标使用液结合的方式消除质谱干扰和非质谱干扰。结果显示，各元素的质量浓度在一定范围内与内标校正后的响应强度均呈线性关系，检出限（3s）为0.000 17～1.6 mg·kg-1。按照标准加入法进行回收试验，回收率为86.7%～107%，测定值的相对标准偏差（n=6）为0.080%～3.4%。采用本方法与普通微波消解法对同一凉薯样品进行消解，测定值无显著性差异；方法用于分析10份凉薯样品，除铍、镉在部分凉薯样品中未检出，其余26种元素均有检出，所有样品中铅、镉、汞、砷、铬的测定值均未超过GB 2762—2022规定的限量值。