关键词： 岩石力学参数   非线性回归   BP神经网络   遗传算法   预测模型  

摘要： 为探究更为精确的上覆岩层砂岩和泥岩单轴抗压强度与其弹性模量之间的关联性,结合胡家河矿56组砂岩和泥岩单轴抗压强度与弹性模量历史数据,运用遗传算法优化了BP神经网络的结构参数和学习参数,得到了最佳的网络结构和参数设置,利用GA-BP神经网络对煤矿砂岩与泥岩单轴抗压强度进行了预测,并与传统的BP神经网络和非线性回归分析法进行了比较。研究结果表明,GA-BP神经网络预测模型在预测砂岩和泥岩单轴抗压强度与弹性模量间关系上具有较高的精度和泛化能力,能够有效地解决传统BP神经网络的局部最优和过拟合问题,相较于非线性回归分析,拥有更强的非线性关系建模能力,是一种适用于砂岩与泥岩单轴抗压强度预测的有效方法。

关键词： 船舶工程   阻力性能   高维代理模型   人工神经网络  

摘要： 常规代理模型的阻力预报是以主尺度比、船型系数等作为输入,相比于CFD计算时输入完整船型,其较低的信息密度导致代理模型预报精度较低。本文以4108个完整船型几何形状特征张量作为输入,采用神经网络作为代理模型,以船舶的总阻力系数作为输出,研究船型阻力的高维度、高精度预报方法。首先,将船型进行无量纲化处理,并提取特征张量作为输入;然后,建立神经网络模型,搭建输入层、隐藏层和输出层;最后,将船型的特征张量与总阻力系数输入神经网络,通过误差反向传播进行训练,直至损失函数值收敛。本文研究结果可为基于高维代理模型的阻力性能预报提供理论和技术支持。

关键词： 遗传算法   BP神经网络   交通拥堵预测   优化   智能交通系统  

摘要： 随着城市化进程的加速,交通拥堵已成为影响城市发展的重要问题之一,准确预测交通拥堵状态对于交通管理和规划具有重要意义.在预测未来短期内交通流量方面,本文提出了一种基于遗传算法优化的BP神经网络模型,旨在提高交通拥堵预测的准确性和效率.首先,通过分析交通流量数据的特征,构建了适合交通流量预测的BP神经网络结构.随后,采用遗传算法对BP神经网络的权重进行全局优化,以克服传统BP神经网络易陷入局部最优值问题.实验结果表明,相比于传统的BP神经网络和其他机器学习方法,优化后的模型预测误差更小,更能为公众提供及时准确的出行提示,有效助力缓解了交通拥堵问题.

关键词： 车联网   eMBB-URLLC共存   任务卸载   计算资源分配   遗传算法  

摘要： 针对车联网异构业务共存时卸载决策和计算资源分配不合理造成时延和能耗增加的问题,提出了一种多阶段异构业务任务卸载与计算资源联合分配(Multi-stage Heterogeneous Services Joint Task Offloading and Computation Resource Allocation,MHS-JTOCRA)算法。首先构建了超可靠低时延通信(Ultra-reliable and Low Latency Communications,URLLC)车辆与增强移动宽带(Enhanced Mobile Broadband,eMBB)车辆共存的移动边缘计算(Mobile Edge Computing,MEC)系统模型,在保证URLLC和eMBB业务服务质量(Quality of Service,QoS)的同时,通过考虑卸载所需的计算资源、时延和能耗,对遗传算法进行迭代求解,获得eMBB和URLLC业务的最优卸载决策和计算资源分配策略。仿真结果表明,所提算法与现有任务卸载和资源分配算法相比时延降低16.37%,能耗降低12.16%。

关键词： 选择性维修   不完全维修   多任务   遗传算法   可靠度  

摘要： 战场环境下任务间隔时间有限,如何在较短时间内恢复装备战斗力、提高任务可靠度是装备维修决策的重要问题。以装备连续执行多个任务为背景,综合考虑任务可靠度要求、可用度要求、维修人员技能水平等因素,以多任务间隔时间之和最小化为优化目标,建立装备选择性维修决策模型,采用遗传算法进行优化求解。结合算例,分析了任务可靠度要求、可用度要求、维修人员技能水平等因素对优化结果的影响。研究结果表明,所建模型和求解算法有效,能够为战场环境下装备维修决策问题提供理论指导和技术支持。

关键词： “互联网+”   计算机通信网络系统   智能化运用  

摘要： 提出一种“互联网+”视域下基于计算机通信技术的网络远程智能控制系统的设计方案,重点关注客户端和服务器端的结构设计与通信协议的选择。搭建真实的测试环境,对系统进行全面的功能和性能测试。结果表明,该系统在高并发用户数下具有良好的响应速度和准确率,显示出其在实际应用中的高效性和稳定性。

关键词： 公共安全   中强震   改进遗传算法   无人机路径规划  

摘要： 为提高中强震灾害地区的救援效率,对传统路径规划模型进行了改进。传统模型在最大路程限制下优化覆盖人数,但无法均衡路程与覆盖人数,通过引入权重与均衡系数解决此问题并构建了加权路径优化模型。模型以生成路径最短、权重最大为目标,采用多无人机、单起降点的调度方法。为改善传统遗传算法的收敛性及对局部解空间的搜索能力,引入2-opt局部搜索算法、权重修复机制、以种群多样性指标动态调整算法的变异率和交叉率等策略,并对模型进行求解。结果表明,在多种运行场景下,该模型生成路径更加优越,算法与传统遗传算法、粒子群优化(Particle Swarm Optimization,PSO)算法、A^(*)算法相比,可得到救援效率更高的飞行路径。

关键词： 融合教学   联结主义   工程制图   计算机制图  

摘要： 本文聚焦于工程制图与计算机工程制图课程的融合,基于联结主义理论展开深入探讨。通过剖析课程融合现状及现存问题,构建全新的融合课程体系,并以实践案例加以验证,旨在为工程制图课程教学改革提供创新思路与实践范例,提升学员的综合绘图能力与创新思维,以适应时代对复合型人才的需求。

关键词： 混凝土重力坝   时变参数反演   时变规律   遗传算法  

摘要： 文章旨在准确获取重力坝与地基材料的物理力学参数,以支持重力坝安全风险评估的基础工作。通过工程类比、现场以及室内试验等方式获取的坝与地基材料物理力学参数与真实参数有一定的偏差,尤其对于高寒高海拔地区重力坝,其赋存环境与工作条件复杂,导致参数差异会更加显著。通过时变目标函数及其代理模型构建、参数寻优求解、时变规律识别等,提出了重力坝与地基材料时变参数反演分析方法。在DG重力坝工程实际应用中,计算位移与实测位移最大相对误差为4.40%,表明研究提出的重力坝与地基材料时变参数反演分析方法精度与效率高。

关键词： 碳排放   BP神经网络   遗传算法   预测  

摘要： 本文根据2000年至2021年我国各省份的碳排放量数据,基于碳排放量影响因素建立BP神经网络和遗传算法优化的BP神经网络模型,对我国的碳排放量进行预测。结果表明,遗传算法优化的BP神经网络模型的预测精度优于BP神经网络,更适合用于碳排放量的预测。Based on the carbon emission data of various provinces in China from 2000 to 2021, this paper establishes a BP neural network model optimized by BP neural network and genetic algorithm based on the influencing factors of carbon emission to forecast China’s carbon emission. The results show that the prediction accuracy of BP neural network model optimized by GA is better than that of BP neural network, and it is more suitable for carbon emission prediction.