关键词： 烟草收获   机械故障   遗传算法   BP神经网络   优化模型  

摘要： 烟草收获机械是烟草生产中的重要技术支撑,是提高收获效率的重要保证,但由于烟草收获机械内部结构较为复杂,在使用过程中极易造成机械运行故障。随着大数据及传感器技术的快速发展,基于人工神经网络模型实现机械故障的预测与诊断成为提高烟草收获机械工作效率的重要技术。目前,主要以BP神经网络模型应用较为广泛,但在模型构建中预测效率低、鲁棒性强。针对以上问题,提出一种改进BP神经网络模型,以烟草收获机械中的齿轮故障诊断为研究对象,构建基于GA-BP神经网络模型的烟草收获机械齿轮故障诊断模型,并通过选取齿轮磨损、胶合、裂纹、断齿和正常齿轮的信号进行试验验证。结果表明:改进后的BP神经网络模型MAPE仅为0.87%,RMSE为1.12,MAE为0.92,MSE为1.19,满足烟草收获生产的实际需要,在模型算法与计算速度方面都得到了很大的提高。

关键词： 滚齿   工艺参数   BP神经网络   遗传算法   多目标优化  

摘要： 为了进一步优化高速条件下滚齿工艺参数,以遗传反向传播算法(GABP)为目标设计预测模型,获得匹配滚齿工艺最优条件。采用新的非支配遗传算法NSGA-Ⅱ设计相应的优化数学模型,优化达到最低能耗以及最长的刀具使用期限。实验结果表明:该模型获得0.000425的最佳误差,达到出色的稳定性。GABP算法使刀具寿命误差减小16%,能量消耗减小36%,具备更优收敛性能。经过优化的Pareto解集在加工能耗和刀具寿命有显著下降,实现加工能耗和刀具寿命处于最佳平衡状态。该研究结果对优化滚齿加工工艺参数以及提高机加工效率具有很好的实际应用价值。

关键词： 二氯吡啶酸   氨氯吡啶酸   2,4-滴二甲胺盐   消解动态   土壤   牧草  

摘要： 除草剂混用组合2,4-滴二甲胺盐+氨氯·二氯能兼防天然草原狼毒Stellera chamaejasme、披针叶野决明Thermopsis lanceolata和黄花棘豆Oxytropis ochrocephala等多种毒草,施用除草剂后的安全放牧时间对确保家畜安全至关重要。本文采用超高效液相色谱串联质谱检测方法,研究了甘肃省肃南县天然草原土壤和牧草中二氯吡啶酸、氨氯吡啶酸和2,4-滴二甲胺盐的残留消解动态,旨在确定施用除草剂后的安全放牧时间,并评价其在土壤和牧草中的残留期长短,为制定农药最大残留限量标准提供参考。结果表明,二氯吡啶酸、氨氯吡啶酸和2,4-滴二甲胺盐在天然草原土壤和牧草中的残留消解动态曲线符合一级动力学方程,3种除草剂在土壤中的半衰期分别为16.9、26.7 d和8.6 d,在牧草中的半衰期分别为18.2、1.8 d和12.0 d,2,4-滴二甲胺盐在土壤和牧草中均属于易降解除草剂,二氯吡啶酸在土壤和牧草中残留期相对较长,氨氯吡啶酸在土壤中残留期相对长,而在牧草中则属于易降解除草剂。参照3种除草剂在牧草中的残留量和相应除草剂在矮生浆果、蔬菜、小麦、大麦、燕麦和油菜籽中的国内外最大残留限量标准评价,在天然草原喷施2,4-滴二甲胺盐+氨氯·二氯防除草原毒草,施药后30~45 d二氯吡啶酸在牧草中的残留量为4.1~2.3 mg/kg,氨氯吡啶酸在0.5 mg/kg以下,2,4-滴二甲胺盐在0.56 mg/kg以下,此期放牧,对牛、羊等家畜安全。

关键词： 可见近红外光谱分析   土壤总氮检测   人工神经网络   光谱建模  

摘要： 探究了可见近红外光谱分析技术在土壤总氮检测中的应用方法,并对照常规化学分析法验证其应用效果。在采集土壤样品后,使用傅里叶变换红外光谱仪处理样品并采集光谱数据,同时使用数据增强算法对光谱数据进行降噪处理。在Matlab软件中构建了基于人工神经网络的光谱模型,将样本数据输入到模型中,输出结果即为预测值。将预测值与化学分析所得的真实值进行对比,计算均方根误差,结果为74.2 mg/kg,误差值较小,说明可见近红外光谱分析技术能够较为准确地检测土壤总氮含量。

关键词： 声学超材料   声吸收体   人工神经网络   逆向设计  

摘要： 超材料声吸收体由于深度亚波长特性广受关注,但目前其设计及性能优化主要基于参数化扫描方法,该方法依赖人工物理直觉及设计因子,在多参数优化过程中存在计算资源占用量大、优化耗时且无法保证得到全局最优解等问题。为此,基于人工神经网络算法,提出了一种便捷高效的超材料声吸收体设计和优化方案,包括根据基元几何参量正向预测声吸收体的整体声学特性,以及根据目标声学频谱逆向设计所需的基元几何结构。同时,通过耦合由该神经网络优化得到的吸收元胞,设计了一种深度亚波长的宽带声吸收体,可在300~400 Hz范围内实现92.6%的平均声吸收,其结构总厚度仅为36.2 mm。所提优化方案可多参量同步优化,计算速度快,适用度广。

关键词： 遗传算法   网络流量异常检测   K-Means算法   准确率  

摘要： 为了检测在网络流量异常环境下的网络流量数据,提出了一种遗传算法改进K-Means算法的网络流量检测模型。研究介绍了传统网络流量异常检测模型,通过结合遗传算法,K-Means算法和传统检测模型,实现了新算法模型的构造,同时完成了网络流量异常数据的处理和分类分析。结果表明,新的改进算法模型在精度上优于其他算法,其中准确率高于其他算法4.74%,精度高于其他算法17.91%,召回率高于其他算法61.25%;通过对新算法模型性能的对比证明了新算法在网络流量异常检测上的可行性。

关键词： 钢轨磨耗预测   麻雀搜索算法   遗传算法   BP神经网络  

摘要： 为实现钢轨磨耗量的精准预测,本文提出一种通过麻雀搜索算法(SSA)和遗传算法(GA)优化BP神经网络的钢轨磨耗预测模型(即SSA-GA-BP神经网络模型)。以某铁路上半径400 m曲线为例,基于磨耗量监测数据进行模型的适应性分析。结果表明,SSA-GA-BP神经网络模型克服了BP神经网络随机选取初始权值和阈值的缺陷,预测精度高于单BP模型、SSA-GA模型和GA-BP模型。在侧面磨耗数据测试集上的均方根误差RMSE为0.15 mm,平均绝对误差MAE为0.14 mm,平均绝对百分比误差MAPE为3.89%;SSA-GA优化算法提高了BP神经网络的预测精度和收敛速度;在另一组垂直磨耗数据集和侧面磨耗数据集上的预测绝对误差均小于0.2 mm,相对误差均小于6%。本文所提出的模型能较准确地反映钢轨磨耗的发展规律,可为后续钢轨维修提供更科学依据。

关键词： 模糊策略   Rete规则匹配   遗传算法   人工智能   教学系统  

摘要： 为提高人工智能教学系统的个性化水平,提出一种模糊策略结合Rete规则匹配的规则引擎及教学系统。首先,结合Rete的基本原理,分别添加索引方法和共享度模型,同时采用遗传算法Ret进行优化;其次,基于对RETE算法的改进,构建基于数据缺失的模糊推理策略,以提高知识推理的效果;结果表明,本方法可对Jena内置中的A、B、C三个规则集实现有效挖掘,推理时间大大提高;对于不同的三元组数量,本规则推理引擎内存消耗总量仅为6.6 MB,低于传统的Drools规则引擎和Jess规则引擎;将上述规则引擎部署到人工智能教学系统中,可有效实现对系统采集到的网络安全信息的警告关联。由此得出,本方法及系统表现出良好的推理水平。

关键词： 航班-停机位指派   遗传算法   多目标优化   贪婪策略  

摘要： 现代机场的停机位指派问题涉及多方利益的协调,包括旅客满意度、机场资源的合理指派以及碳排放量的控制。为解决这一复杂问题,考虑航班类型、飞机机型和停机位可用性等约束条件的基础上,建立一个多目标非线性整数规划模型。其优化目标包括:最小化旅客的步行距离、最大化机型匹配度以及最小化碳排放量。提出一种改进型自适应遗传算法求解指派问题模型。在初始化种群阶段,采用随机、贪婪+扰动多种策略生成多样性更好的初始种群;在算法迭代过程中,自适应调整交叉和变异的概率,并应用先交叉后变异和先变异后交叉两种进化策略,以提高求解效率和全局搜索能力。为了验证算法的有效性,对国内某机场的运营数据进行仿真实验。将改进型自适应遗传算法与传统遗传算法和粒子群算法进行对比,结果显示改进型算法在停机位利用效率、旅客满意度以及碳排放量控制方面均表现出显著优势。此外,通过对改进策略的有效性实验分析,进一步验证所提出算法改进策略的有效性和算法性能的稳定性。所提出的模型和算法为机场停机位管理提供了有力的决策支持,促进了旅客出行满意度的改善、资源的有效利用以及环境的可持续发展。

关键词： 堆芯装载模式(LP)   神经网络   非支配排序遗传算法(NSGA)   多目标优化   预测模型  

摘要： 堆芯装载模式(LP)优化可以提高反应堆的安全性和经济性,但是其优化过程需要大量耗时计算和丰富的人工经验。针对堆芯LP优化方案的快速评价问题,本研究利用全连接神经网络(FCNN)和卷积神经网络(CNN)生成大亚湾核电站首循环堆芯的中子学参数快速预测模型,实现了压水堆堆芯LP方案的快速评价。通过堆芯计算程序DONJON对预测模型的泛化能力和精度进行验证。针对堆芯LP方案的全局搜索问题,利用非支配排序遗传算法(NSGA)对大亚湾核电站首循环堆芯进行LP方案多目标优化并通过NSGA的参数调整提升了优化效果。结果表明NSGA系列算法可以用于包括堆芯LP优化在内的不同类型的核设计优化问题,并可以弥补人工搜索方案全局性差的缺点,同时NSGA结合超算的并行优化可以极大提高优化效率。针对堆芯LP方案快速优化的问题,利用基于GPU并行下的神经网络预测模型和NSGA开发联合优化程序,实现了大亚湾核电站首循环堆芯LP方案的快速优化。通过联合优化程序与“DONJON+NSGA”的优化结果比较,结果表明神经网络-遗传算法(GA)的联合优化程序能够得到结果比较接近的堆芯LP方案,同时将优化时间缩短了99%以上。