关键词： 改进遗传算法   磁流变阻尼器   阻尼器模型   参数辨识  

摘要： 针对磁流变阻尼器模型参数辨识的准确率低,无法确定变阻尼器模型波形的问题,该文提出基于改进遗传算法的磁流变阻尼器模型参数辨识方法。整合非线性参数模型和磁流变阻尼器阻尼力模型,表征阻尼器的动态行为。在MR阻尼器处理中,引入精细的适应度评价机制和自适应调整的交叉概率与变异概率改进遗传算法,实现磁流变阻尼器模型参数辨识。实验结果表明,该辨识方法能够很好地确定阻尼器模型的波形,辨识误差低于2 A,并且得到的参数分布情况与实际分布情况吻合,具有较好的实际应用价值。

关键词： 遗传算法   癌症   数据集   特征选择  

摘要： 早期检测癌症可以降低癌症患者的死亡风险。但由于癌症数据集存在大量不相关的特征,需要利用特征选择进一步分类癌症数据集,以提高癌症患者的治疗效果。因此,本文提出基于遗传算法的癌症数据集的特征选择方法,通过压缩癌症数据集标签,并利用流形正则化及局部特征相关性来学习压缩标签,从而更可靠地恢复缺失癌症数据集标签。实验结果表明,遗传算法在选择癌症数据集的特征计算时间最少,最小计算时间为0.42 s。遗传算法的平均精度为94.25%,对于乳腺癌数据集,遗传算法的分类精度为92.13%,而增量特征选择算法、基于矩阵的特征选择算法、基于依赖函数的特征选择方法和模糊集的增量特征选择算法的分类精度分别为82.13%、81.06%、81.78%和79.64%。召回率最高的数据集为结肠癌,召回率为99.53%,且遗传算法针对不同癌症数据集的召回率变化差距较小,可有效分类癌症数据集。

关键词： 水浴消解   抗干扰试剂   原子荧光光谱法   高效   准确  

摘要： 采用王水(1+1)一次水浴消解土壤汞砷样品,分取消解液添加抗干扰试剂,采用氢化物发生-原子荧光光谱法(HG-AFS)分别测定消解液中汞、砷的含量。通过优化样品前处理方法,达到同步消解汞砷试样,缩短样品前处理时间的目的。结果表明,该方法汞砷的检出限、精密度、准确度均满足标准要求。改进后方法能更加高效、准确地测定土壤中的汞、砷。

关键词： 解淀粉芽孢杆菌   遗传操作体系   外源蛋白表达   影响因素  

摘要： 解淀粉芽孢杆菌是一种广泛分布于植物、土壤及海水等自然环境中的革兰氏阳性细菌。由于其具有高效的蛋白分泌能力,该菌株已成为极具应用潜力的外源蛋白表达宿主。本文系统综述了解淀粉芽孢杆菌的遗传操作体系(包括遗传转化方法和表达载体),分析了外源蛋白表达及影响蛋白表达关键因素,旨在为解淀粉芽孢杆菌的有效利用提供理论依据。

关键词： 海上风电   运维优化   人体舒适性   工作时间窗   遗传算法  

摘要： [目的]为降低海上风电的运维成本和停机损失,提升经济效益,[方法]提出一种综合考虑经济性和人体舒适性的海上风电运维规划优化算法,通过建立优化模型和快速预报方法,结合遗传算法进行求解,确定最佳运维方案。[结果]对某包含80台5 MW浮式风机、装机容量为400 MW的浮式风场开展案例分析,结果表明:风机的运维总成本可降低约47.7%。[结论]研究成果可为海上风电运维的降本增效提供一定参考。

关键词： 遗传算法   模拟退火算法   支线货机   配载平衡   配载效率  

摘要： 针对支线货机多约束目标条件下超窄体货舱的非确定性货物配载问题,建立支线级航空货运配载数学模型,采用改进的遗传算法和模拟退火算法两种启发式算法对配载模型进行求解。以新型支线货机ARJ21-700F的配载过程为研究目标,将最大配载率和最小重心偏移量作为优化目标,进行15组配载方案的优化求解。对结果进行对比发现:遗传算法在求解配载模型时表现出较好的稳定性和优化结果,而模拟退火算法则表现出较高的求解效率。所建立的支线级航空货运配载模型在启发式算法的求解下,保证重心偏移量在安全范围内,货物配载率均在88%以上,并且配载时间不超过2.5 s,有效提升了支线航空货运配载的安全性和高效性。

关键词： 遗传算法   Nelder-Mead算法   模型修正  

摘要： 模型修正作为航天飞行器弹性设计的重要环节,在结构动力学模型优化方面已广泛应用。确定性结构动力学模型修正方法包括传统算法和智能算法,计算机智能算法的应用使得计算效率大幅提升,其中Nelder-Mead算法作为寻找无约束多变量最小值的算法已广泛应用,而典型的智能优化算法还包括遗传算法、粒子群算法等。工程设计中,动力学模型修正通常占用大量的计算时间和资源,因此,选取合适的模型修正算法是工程上亟待解决的问题。本文提出合理化模型修正的步骤,并以某型飞行器的模态参数为研究对象,建立动力学有限元模型;结合模态试验数据,讨论遗传算法和Nelder-Mead算法在实现动力学模型修正的计算过程;通过对比,得出遗传算法和Nelder-Mead算法在收敛速度与拟合效果上的优劣。

关键词： 遗传算法   大型工程项目   土方   调配优化  

摘要： 为了提升大型工程项目的施工效率,本文提出了一种基于遗传算法的土方调配优化方法,以期缩短施工周期、节约土方调配成本。首先,构建了土方调配的基本模型,并给出了关键参数和约束条件的详细描述。其次,从适应度函数、选择计算、交叉计算和变异计算等方面,完成了遗传算法的设计,使其更符合土方调配的特定目标多约束优化问题。最后,对所提方法进行了验证性试验,试验结果显示,采用本文提出的遗传算法获得的土方调配方案与理想方案间拟合度较高。

关键词： 煤层识别   遗传算法   过采样   注意力机制   深度神经网络  

摘要： 针对煤层识别中数据不平衡导致的精度下降问题,提出一种基于过采样算法MAHAKIL的融合注意力机制(attention mechanism,AM)的深度神经网络(deep neural network,DNN)模型MAHAKIL-AM-DNN。首先,使用改进的MAHAKIL算法生成具有多样性的合成样本;然后,使用注意力机制强化关键特征权重,优化深度神经网络的识别能力。实验结果表明,相较于不使用过采样技术的DNN方法以及使用合成少数类过采样技术(synthetic minority over-sampling technique,SMOTE)的SMOTE-DNN方法,该方法性能更优,F1值分别提高了58.5和4.8百分点,提升了煤层识别精度。

关键词： 压水堆   燃料循环周期   多任务学习   遗传算法  

摘要： 压水堆(PWR)堆芯装载方案设计是核电站安全、经济运行的核心。然而,当前研究多聚焦少数关键参数,忽视燃料循环中多参数周期性变化及复杂交互,限制了优化潜力。提出卷积残差注意力多任务遗传神经网络(CRAM-GANN),结合CNN、残差连接、多头注意力机制和多任务学习策略,并引入遗传优化技术。实验表明,该模型在反应性与燃料循环周期的平均绝对误差(MAE)上分别降低60.83%和99.48%,较CNN、LSTM模型平均误差降低超94%。消融实验验证了各模块及方法的有效性。该模型不仅在优化堆芯装载方案设计显示出一定的实用价值,也为其他领域的多参数预测任务提供了新的思路。