关键词： 油耗短时检测   主成分分析   遗传算法   小波神经网络  

摘要： 民航运输中飞机燃油成本在航线的变动成本中占比较大,会显著影响航线的收益评估.因此,飞机油耗数据的质量会直接影响到燃油成本、边际贡献计算的正确与否,继而影响到航线运行调整的管理决策.本文根据航线实际运行情况,首先选取飞机正常油耗数据,在短期内选取影响航线油耗较为显著的影响因子,并通过主成分分析法(PCA)剔除交叉重叠信息、提取主成分作为模型的解释变量,再通过遗传算法(GA)优化构建改进后的小波神经网络(WNN)的油耗预测模型.经验证,GA-WNN模型预测值与实际正常油耗的平均相对误差降至3%以下,较WNN模型的预测准确度有显著的提高,其预测值可作为正常耗油的参考.之后根据短期内单位时间油耗水平波动稳定的特点,将异常油耗和其对应的正常油耗样本换算为单位时间油耗进行偏差规律分析,以此建立异常油耗数据的判断标准.根据偏差规律分析,在短时运行期内与单位时间正常油耗相对偏差≥10%的油耗数据可作为异常油耗的判断标准.将正常油耗预测模型和建立的异常油耗判断标准进行检测验证,结果显示对油耗正常数据和异常数据的检测准确性在85%以上,模型具有较好的检测能力.

关键词： 城市交通   时空关联规则   遗传算法   交通事故   交通违法  

摘要： 借鉴最优化理论,基于FP-growth算法构建自适应阈值选择的时空关联规则挖掘算法。该算法能灵活确定不同关联对象间的时空阈值,使挖掘结果更全面,避免遗漏隐蔽但重要的关联关系。此外,客观的时空阈值确定方法能提升关联规则挖掘的准确性与可靠性。基于采集的深圳市2010—2020年交通违法数据进行验证性分析,结果表明该方法具有较好的稳定性与适用性,可辅助交通管理者识别与不同严重程度事故存在强时空关联的交通违法类型,从而为制定针对性的交通管理措施提供参考。

关键词： 模具热处理   计算机模拟   热传导模型   相变模型   遗传算法  

摘要： 本文研究了遗传算法技术在模具热处理工艺优化中的应用,旨在提升模具的力学性能和使用寿命,通过引入计算机模拟技术,分析了遗传算法在确定最优热处理工艺参数中的关键作用。研究首先构建了热传导模型和相变模型,以精确描述热处理过程中模具的温度分布和组织演变规律。在此基础上,提出了一种基于遗传算法的多目标优化策略,能在多约束条件下高效地搜索出最优热处理工艺参数组合。通过数值方法求解热传导方程和相变动力学模型,模拟了模具在热处理过程中的物理行为,并利用遗传算法对工艺参数进行了优化。实验结果表明,采用遗传算法优化后的热处理工艺显著提高了模具的硬度、韧性和耐磨性。借助于敏感性分析和统计验证,进一步确认了优化结果的稳定性和可靠性。研究成果为模具热处理工艺的优化提供了理论依据和参考,并显示出遗传算法在处理复杂工程优化问题中的应用潜力。

关键词： 洪水淹没   应急物资调运   遗传算法   近似解法   组合优化  

摘要： 本文研究了洪灾背景下考虑洪水淹没的应急物资调运优化问题,目标是在车辆和道路受限的情况下,将低海拔地区的应急物资快速转移到高海拔仓库。论文提出了两种求解方法:遗传算法和一种分阶段的混合算法(近似解法),并通过一个25个物资储备库的算例进行了对比分析,得出混合算法在求解效率和结果优越性方面更具优势的结论。

关键词： 遗传算法   优化设计   防爆装载机   工作装置   数学模型  

摘要： 为了解决防爆蓄电池轮胎式装载机工作装置在传统设计模式下效率低下、准确性不足的缺陷,通过分析防爆装载机工作装置的各部件间的相互关系和运动规律,以及实际工作环境中的多种约束条件,建立工作装置优化设计的数学模型,利用VC++和MATLAB软件编写基于遗传算法的工作装置优化程序;该程序通过模拟自然选择和遗传机制,经过程序在解空间的多次迭代和寻优求解,关键性能指标的优化比原模型提高11.3%,大大提高产品效率,可为同类型的复杂机构优化设计提供参考和借鉴。

关键词： 智能组卷   遗传算法   Optuna  

摘要： 为了提升智能组卷性能,同时解决常规的基于遗传算法优化的智能组卷模型在实际应用时参数难以确定,在面对不同规模和特征分布的题库时性能不稳定的问题,提出了基于Optuna优化的遗传算法智能组卷模型。通过设计分层格雷编码来克服传统二进制、十进制编码引发的汉明悬崖问题,通过Optuna优化自反馈确定遗传算法的种群规模、迭代次数及其他参数,动态调整遗传算法的交叉、变异速率,实现对组卷搜索空间的自适应调整。实验结果表明,所提模型能够有效确定参数并实现动态调整,组卷质量优于其他基于随机和启发式算法的智能组卷模型。

关键词： 公共性   管制结构   文化制度   结构-过程分析  

摘要： 殡葬服务在现代化进程中趋于商品化和去公共化,探索殡葬服务公共性消解的过程与机制具有重要意义。既有研究或从社会政策学角度揭示殡葬市场的畸形扩张,或从社会心理学视角阐释殡葬高消费的形成,前者关注结构,后者关注行动,均忽略了实践情境中结构与行动的复杂交互作用。本研究从政策执行理论与“结构-过程”分析视角出发,以北明县的殡葬实践为例,试图结合具体行动揭示殡葬服务管制结构和丧葬文化制度的演化过程;同时,研究试图把实践场域的行动、规则与宏观社会相连接,将个案拓展至社会结构层面。研究发现,层级式行政框架构筑了殡葬管制实践的界限,殡葬市场逐渐成为管制外的飞地;社会经济转型使得越来越多的白事理事趋于理性化,他们与殡葬商贩的共谋使得丧主不得不选择市场服务。二者相互作用,消解了殡葬服务的公共性。

关键词： 自动组卷   认知诊断   大语言模型   遗传算法  

摘要： 为了提高教师组卷的质量及教学效率,优化教学资源,国内外许多学者对自动组卷技术进行了深入的研究。传统的自动组卷算法并未考虑班级整体认知水平,且组卷效率低,组卷质量参差不齐,影响了对学生学习效果的正确评估。针对以上问题,该文提出了基于认知诊断与大模型优化遗传算法的自动组卷方法。首先借助预训练大模型所具备的强大数据处理和分析能力,提出了利用大语言模型的微调技术和问答机制进行自动组卷,通过实验选择在7B(7 Billion)参数规模的Qwen大模型上使用Q-LoRA微调进行自动组卷,可以高效率地生成试卷。同时,提出基于认知诊断与大模型优化遗传算法的自动组卷方法提升试卷质量,利用Qwen大模型生成的试卷作为初始种群,并且设计组卷适应度计算方法,采用“精英保留”的思想设计遗传算子,改进选择、交叉、变异算子的设计,始终保留种群中最好的个体。实验结果显示,传统遗传算法组卷需要34.586 s,成功率为83%,大模型自动组卷算法则能在8.565 s内完成,但成功率略降至81%。相比之下,该文提出的基于认知诊断与大模型优化的遗传算法自动组卷方法,不仅将组卷效率大幅提升至0.673 s,而且成功率高达100%,完全满足了实际应用的需求。这一方法显著优于前述两种算法,展现出在效率和成功率上的双重优势。

关键词： 分布式共形阵列天线   遗传算法   和、差波束   电磁全波分析   方向图计算   矢量叠加  

摘要： 分布式共形阵列天线可充分利用载体外形有效孔径面积,依托其实现和、差波束,在无人机载雷达导航、目标跟踪等方面具有较高的应用价值。首先,将利用电磁全波分析得到的局部坐标系下的单元方向图旋转变换到全局坐标系下,基于该单元方向图进行矢量叠加得到阵列的远区总场。进一步地,以每个阵元的激励信号权重作为优化变量,利用遗传算法对幅值加权优化实现和、差波束低副瓣综合。通过构建4×4×4的多平面组合分布式共形阵列天线进行实验仿真验证,遗传算法对提高该类阵列天线的和、差波束低副瓣性能是有效的;同时,利用电磁全波分析证明天线单元方向图进行阵列总场叠加是可行的,使天线单元的选型更加多样化,可以更好地满足无人机载雷达应用需求。

关键词： 北欧电影   资本主义精神分裂症   权力装置   价值体系  

摘要： 北欧电影有着深刻的社会隐喻,资本主义社会文明高度发展促使解域化产物的出现,欲望的解辖域化与欲望符码的再辖域化两方面的力量相互对抗导致了资本主义精神分裂症的出现。北欧电影对资本主义精神分裂症的刻画表现为影片中充斥了大量对病态的心理、人际关系、生存状态和时代与社会情绪的描摹。与此同时,北欧电影对宗教信仰、传统道德伦理、血缘亲情和民主政治等人类社会引以为傲的文明范式和权力装置进行了冷峻的消解和颠覆。北欧电影不仅关注形而上的哲学与逻辑关系等深刻命题,而且它的主题还与社会现实紧密相连,具有重构社会价值体系的野心和对社会治理的理性思考。这些皆构成了北欧电影独具特色的美学魅力和社会意义。