关键词： 装载机   典型工况   档位利用率   传动比   优化设计   遗传算法   仿真分析  

摘要： 装载机循环作业特征明显，用汽车传动比设计方法来设计装载机传动比具有一定缺陷。以ZL50G装载机为研究对象，选取5种典型物料进行铲装作业，采样了变速器档位时间历程信号，对各档位使用时间进行加权处理，获得了各档位利用率。根据发动机与液力变矩器共同工作输出特性，求取了在变矩器涡轮高效区的变速器前进与后退各档位理论与实际驱动力特性曲线。考虑典型工况下变速器各档位利用情况，提出了以变矩器涡轮高效区输出功率利用率最高为目标函数，采用遗传算法优化装载机传动系传动比的方法，并对优化结果进行了分析。对汽车性能仿真软件ADVISOR中的发动机、整车及驱动力控制等模块进行二次开发，构建了符合装载机作业工况的动力传动系性能仿真平台，并通过试验验证了仿真平台精度，在更新传动系传动比后进行仿真试验，结果表明，整车最大牵引力提高了2.92%，油耗降低了4.91%，文中提出的装载机传动比优化方法可行。

关键词： 换能器   增材制造   拓扑优化   遗传算法  

摘要： 复合棒换能器通常采用多模态耦合方法实现宽带性能。增材制造技术可以解决采用粘接制作的传统纵弯耦合空腔前盖板接缝刚度不足的问题。该文为改善复合棒换能器带宽性能，基于金属增材制造加工方式，采用拓扑优化设计空腔结构，初步扩展了换能器的带宽。接下来，使用遗传算法进一步优化空腔尺寸，实现更好的带宽性能，仿真计算得到优化后换能器带宽达到55.3 kHz(带内起伏±3 dB)，相比优化前带宽扩展了82%。仿真与实验结果均表明采用遗传算法优化的换能器前盖板在增加换能器带宽方面具有显著效果。

关键词： 地锚式悬索桥   黏滞阻尼器   响应面法   遗传算法   双参数多目标优化  

摘要： 为使黏滞阻尼器兼顾悬索桥结构变形和内力等地震响应需求，基于响应面法与遗传算法提出双参数多目标优化方法。以地锚式悬索桥为工程背景，对黏滞阻尼器阻尼系数与速度指数71种组合方案的悬索桥进行地震动力非线性时程响应分析。基于地震动力响应结果，黏滞阻尼器体系常规方案和优化方案分别通过参数敏感性分析方法与双参数多目标优化方法确定其设计参数，并与采用全飘浮体系和弹性约束体系的悬索桥抗震性能进行对比。结果表明:①双参数多目标优化方法获取的阻尼系数和速度指数建议取值范围相较于参数敏感性分析方法，精度分别提高77.78%和33.33%;②黏滞阻尼器体系能有效控制悬索桥内力和位移，其中优化方案综合减震性能较好，选取其为桥梁纵向减震体系推荐方案;③采用黏滞阻尼器体系优化方案的悬索桥在地震作用下对阻尼器阻尼力需求减小了47.52%，能够对桥梁建设运维成本有所控制，对同类悬索桥的减震设计具有参考意义，可为相似结构黏滞阻尼器设计参数优化所借鉴。

关键词： 行政负担   热线首发   政民互动   数字政府  

摘要： 尽管数字增负成为当前学术研究的重要议题,但理论研究和政策实践都表明数字化仍是消解传统行政负担的有效工具.如何采用系统性策略和相应机制实现数字化消解行政负担,需要深入研究.本研究在行政负担分配、轻重、体验基础上,补充权力传递和技术工具优化的分析并审视"12345·临沂首发"的数字化实践,揭示消解行政负担的系统性策略,提炼出组织互补、技术互嵌和行动互利的实现机制.透过这个案例,本文发现,数字时代消解行政负担,从根本上讲,还是要回归政府数字化转型的民本性,推动政务服务便民热线的角色转变.

关键词： 贝叶斯网络   遗传算法   结构学习   种群多样性   互信息   基因型频率  

摘要： 贝叶斯网络(Bayesian Network, BN)是一种概率图模型,用来表示不确定的因果关系.由于解空间的数量随着变量数量增长呈超指数增长,使贝叶斯网络结构学习(Bayesian Network Structure Learning, BNSL)成为NP难问题.遗传算法可以高效的在空间中搜索更多可能的结构组合,在BNSL问题中取得了诸多成果,但仍存在过早收敛,结构准确率不高等问题.鉴于此,提出一种基于种群多样性和互信息混合引导的贝叶斯网络结构学习算法来解决以上问题.在去环阶段,使用翻转-删除-修复混合操作代替删除边以保留更多样的基因型.在选择算子,根据当前种群多样性动态调整种群年龄阈值,淘汰衰老个体,维持合理的种群年龄结构.在交叉策略中引入生物学的基因型频率概念,保护低频结构的同时利用互信息限制搜索空间大小并引导搜索.在10个标准BN数据集上对DM-GABN进行了实验评估,并与包含最先进方法在内的10种BNSL方法进行对比.实验结果显示,所提出的方法学习的BN结构准确率更高,算法收敛速度更快.

关键词： 杜仲补骨丸   提取工艺   G1-改进熵权法   正交试验   BP神经网络-遗传算法  

摘要： 目的:优化杜仲补骨丸的最佳提取工艺。方法:在单因素试验基础上,以加水倍量、提取时间、提取次数为考察因素,京尼平苷酸、松果菊苷、补骨脂素、异补骨脂素含量和干膏得率为评价指标,采用G1-改进熵权法赋权计算综合评分,比较正交试验和BP神经网络-遗传算法仿真寻优结果,优化杜仲补骨丸的最佳提取工艺参数。结果:通过2种分析方法对比,确定最优参数为:加10倍量水,浸泡1.5 h,提取2次,每次2 h。结论:正交试验结合BP神经网络-遗传算法寻优可靠,所得工艺参数稳定可行。

关键词： 干扰效能评估   双链量子遗传算法   自适应旋转角   数字通信   随机森林  

摘要： 针对传统效能评估方法无法及时获取评估结果的问题，提出一种混合双链量子遗传算法的在线评估方法。所提算法在量子门更新中采用了一种新的旋转角变化方式，根据目标函数的梯度变化和迭代次数自适应调整角度大小，同时引入量子全干扰交叉和精英个体保留策略，提高了算法的全局搜索能力和收敛速度。仿真结果表明，与其他算法相比，所提算法在不同优化问题的标准测试函数中，性能表现的更好。在干扰评估方面，优化后的模型其准确率提升约4.5%，且评估结果与传统效能评估结果一致。

关键词： 大规模系统   光伏   分布式发电   优化监测配置   遗传算法   节点关键度指标  

摘要： 城市复杂微气象引起的分布式光伏预测功率存在较大误差的问题亟待解决，提出一种计及综合节点关键度的全域优化配置方法对微气象监测装置进行规划。首先从配电网电压和城市微气象影响两个维度提出电气-气象融合的综合节点关键度指标，进而结合遗传算法构建并求解微气象监测装置全域优化配置模型。算例结果表明，所提方法能在城市微气象监测装置可观性、灵活性和经济性协调优化的基础上，提升高比例分布式光伏城市电网的优化运行能力。

关键词： W形金属封严环   力学特性   接触应力   结构优化   遗传算法  

摘要： 针对航空发动机W形封严环密封性能提升问题，建立了W形封严环力学模型，在力学特性计算的基础上，将遗传算法与有限元模型结合，以最大接触应力为优化目标，构建了以多结构参数为评估优化变量的W形弹性金属封严环优化模型。结果表明：在不同工况下优化后的接触应力均提升了30%以上。在低压比下接触半径R4和波高H的敏感性更高，对其进行优化的效果更好，而高压比下对过渡半径R3进行优化的效果更好；低压缩量下波峰半径R1和过渡半径R3敏感性更高，而高压缩量下波高H的敏感性更高，对其进行优化的效果更好。此外，在多数工况下，厚度B敏感性较低，显示较高稳定性。该研究为W形封严环的优化设计提供了理论依据。

关键词： 概率积分法   参数反演   遗传算法   稳健估计  

摘要： 预计参数的准确反演是开采沉陷预计的核心问题。针对概率积分法在预计参数反演过程中易受粗差影响的难题，提出了一种结合稳健估计与遗传算法的概率积分法参数反演模型。该模型引入了3种稳健估计准则（最小一乘、最小中值二乘和截尾最小二乘），并将其分别作为遗传算法的优化目标函数，从而实现对预计参数的稳健估计。通过仿真和实例试验，系统分析了模型的稳健性和反演精度。仿真结果表明：与传统最小二乘准则相比，3种稳健估计准则均具有较好的抗粗差能力，其中最小一乘准则表现最优。当粗差位于中性区时，下沉系数、主要影响角正切及水平移动系数的反演精度受影响较大；当粗差位于边缘区时，主要影响角正切和拐点偏移距的反演精度受影响较大。实例实验结果表明，三种准则下遗传算法反演参数的预计下沉和地表移动矢量的相对误差均小于10%，满足工程预计的精度要求。本研究为开采沉陷预计提供了更稳健的参数反演方法，同时为智能优化算法在参数稳健反演中的应用提供了实践参考。