关键词： 屏蔽泵   叶轮优化   计算流体力学   遗传算法   流场分析  

摘要： 为提升屏蔽泵运行效率与流场稳定性,本文结合参数化建模、计算流体力学(CFD)及遗传算法,构建多目标优化设计方法,对叶轮关键结构参数进行自动化迭代与仿真分析。研究基于ANSYSCFX进行流场模拟,提取速度场、压力场与涡旋分布等特征量,明确原始结构中存在的水力损失问题。优化后叶轮在扬程、水力效率、轴向力控制及流动均匀性方面表现显著改善,具备良好的工程应用潜力。研究结果为屏蔽泵叶轮数字化设计与结构优化提供可行路径与技术参考。

关键词： 双深度多层穿梭车仓储系统   倒货作业   变邻域搜索   遗传算法   随机点倒货策略   最近点倒货策略   固定点倒货策略  

摘要： 双深度多层穿梭车仓储系统普遍存在倒货作业，导致出入库作业时间增加，系统作业效率降低。随着货位占用率的上升，倒货作业调度的难度和复杂度持续增加。针对这一问题，提出了一种双深度多层穿梭车仓储系统倒货策略与作业调度方法。首先，分析了倒货作业过程，提出了随机点倒货策略、最近点倒货策略和固定点倒货策略三种倒货作业策略，建立了倒货作业时间模型和任务调度出库作业时间模型；然后，以出库作业时间最小为目标，建立了出库作业调度优化模型；接着，设计了双种群遗传算法对模型进行了求解，引入变邻域搜索及双种群重组和协作优化策略，增加了算法寻优能力，提升了算法搜索性能；最后，采用案例分析了倒货策略和作业调度方法的有效性，开展了算法对比分析以验证算法的优越性。研究结果表明：调度任务规模从35提高到100时，算法优化效率从13.28%提升到24.26%，双种群遗传算法的优化效率更高，能够有效缩短出库作业时间。集成倒货策略的调度优化方法能够准确评估倒货作业时间，进而提升双深度多层穿梭车仓储系统作业效率。

关键词： 定制公交   乘降点   人工神经网络   深度强化学习  

摘要： 研究一类考虑多车种可用的多对多定制公交线网优化问题。以乘客出行成本和公交运营成本最小为目标，考虑乘降点服务、乘降点数量、线路总长度以及公交车队规模等限制，构建多对多定制公交线网优化双层混合整数规划模型。传统方法在求解大规模数学模型方面效率不高，故提出基于Actor-Critic双重神经网络的深度强化学习方法。该方法将定制公交视为智能体，利用无监督聚类建立智能体学习环境，构造智能体状态-动作-奖励机制，设计Actor-Critic双重神经网络用于乘降点选择与评价，构建基于Actor-Critic双重网络的深度强化学习过程。选取郑州市高新区-郑东新区公交乘降点分布与居民出行数据搭建实验场景，对学习率、折扣因子、批尺寸和神经元数等超参数进行优化调试，利用双重网络深度强化学习过程求解模型，得到多对多定制公交线网方案，其乘降点分配、行驶距离、上座率与车型安排都较为合理。与基于Actor单重网络的深度强化学习进行结果对比，算法收敛速度提高了28.57%，奖励值增加了13.65%；进一步的，与启发式算法对比也验证了本文提出的方法可以快速高效完成模型求解，合理确定定制公交乘降点位置和具体线路走向。

关键词： 遗传算法   协同优化   复杂系统   多目标动态优化   自适应参数调控   Genetic Algorithm   Collaborative Optimization   Complex Systems   Multi-Objective Dynamic Optimization   Adaptive Parameter Adjustment  

摘要： 随着复杂系统建模与仿真技术的快速发展，协同优化算法在军事指挥、智能制造等领域的应用需求持续增长。本文系统梳理了改进遗传算法在协同的方法论演进与技术突破，重点分析其在多目标动态优化、混合智能架构、自适应参数调节等方面的创新实践。通过典型应用案例的对比研究，揭示算法改进路径与工程实现的内在关联，并探讨数字孪生、边缘计算等新兴技术带来的发展机遇。最后提出算法收敛理论体系构建、超大规模协同优化等未来研究方向。

关键词： 路基   回弹模量   智能压实   人工神经网络   振动响应  

摘要： 路基回弹模量对公路使用寿命有重要影响，为了在智能压实过程中对路基回弹模量进行实时检测，本文提出了一种基于人工神经网络（ANN）的智能压实辅助（ICA）方法，该方法将压路机的振动压实轮与其下方路基视为一个耦合系统，先通过大量试验获取已知回弹模量路基对应的压实轮振动特性，提取频谱数据，并利用这些数据训练基于人工神经网络（ANN）的预估模型，在后续压实过程中，利用训练完毕的模型实时检测下方路基的回弹模量，及时辨识欠压区，并通过现场FWD试验和室内三轴试验对该模型的可靠性进行了验证。结果表明：ICA获取的回弹模量MICA可与FWD测试模量MFWD、经验公式模量Mr直接比较，MICA与MFWD之间具有较好的相关性(R2=0.92)，MICA与Mr的相关性偏低，但仍处在可以接受的范围；ICA可为路基压实效果提供全面的概览，在压实过程中快速识别未充分压实区域并指导补压，补压后模量值和均匀性均得到了改善，从而延长了公路的使用寿命。

关键词： 冬小麦   随机森林   遗传算法   多源数据   早期提取  

摘要： 冬小麦是主要的粮食作物，早期精准提取其种植面积和空间分布信息对农业政策制定和产量预测具有重要意义。然而，当前研究主要采用某个生育期或全生育期的遥感影像进行冬小麦种植分布提取，早期种植分布提取的研究较为薄弱。为实现冬小麦早期精准识别，该研究提出了一种基于沙普利可加性解释（shapley additive explanations, SHAP）特征优选和遗传算法（genetic algorithm, GA）优化随机森林（random forest, RF）超参数的冬小麦早期精准提取方法。以焦作市为研究区，利用2021年Landsat-8、Sentinel-1和Sentinel-2多源遥感数据，基于冬小麦的典型生育期将其划分为8个时间阶段，分析不同阶段的冬小麦识别精度，并确定最早可提取的时间节点。结果表明：（1）与随机森林算法相比，优化后的算法在多个阶段（苗期、分蘖期、越冬期、拔节期、收获期）的分类精度明显提升，增幅为0.92～3.02个百分点；（2）阶段1（苗期）的分类精度达92.41%，与官方统计面积的相对误差为16.69%，提取面积与统计面积的线性回归决定系数（R2）为0.907；阶段2（分蘖期）的分类精度提升至96.51%，相对误差降至8.81%，提取面积与统计面积的线性回归决定系数（R2）提高至0.955;（3）对比早期（阶段1、阶段2）和最佳阶段（阶段5，拔节期）的分类精度以及空间分布发现，冬小麦最早可在11月下旬（收获前约7个月）初步识别其空间分布框架，在12月下旬（收获前约6个月）可获取较为精确的空间分布和面积。（4）河南省其余17个市的独立验证精度均超过92%，提取面积与统计面积的线性回归决定系数（R2）为0.973，证明了该模型的高可靠性和空间泛化能力。所提方法提升了冬小麦早期识别的时效性，促进主动决策和资源配置，为产量估算、病虫害预警和减灾等快速响应提供依据。

关键词： 犁刀混合机   磁流体密封   有限元分析   BP神经网络   遗传算法  

摘要： 为解决犁刀混合机主轴密封问题，考虑其特定工况，设计了一种以磁流体密封为主的磁流体-螺旋组合式密封装置；利用有限元分析软件对磁流体密封进行磁场仿真，得到密封间隙内磁通密度分布规律，并通过分析计算得到其密封耐压值为0.106MPa，采用单因素分析方法探究关键参数对磁流体密封耐压值的影响规律，分析结果表明：密封耐压值随密封间隙的增大而减小，随极齿宽度、极齿槽宽和极齿高度的增大而增大，最后趋于稳定。利用拉丁超立方试验设计方法得到结构参数组合的全局分布样本，通过BP神经网络和GA遗传算法对磁流体密封结构参数进行优化，得到最优结构参数：密封间隙0.2mm、极齿宽度1.2mm、极齿槽宽2.95mm、极齿高度1.85mm，优化后密封耐压值提升至0.186MPa，远高于工况所要求的耐压值，满足密封要求。

关键词： 卤水   十八胺   碱性过硫酸钾   紫外分光光度法   消解  

摘要： 基于盐湖生产需求，优化了检测卤水中十八胺（ODA）含量的方法。在HJ636—2012《水质总氮的测定碱性过硫酸钾消解紫外分光光度法》的基础上，通过紫外灯照射和H2O2耦合(UV/H2O2)预处理，成功预消解ODA，有助于后续碱性过硫酸钾的充分氧化，提升了检测的准确性和稳定性。优化后的检测条件：碱性过硫酸钾用量为5 mL，消解时间为10～20 min，消解温度为123～126 ℃，pH控制在中性或弱酸性条件下，MgCl2质量浓度低于2 g/L，无需额外掩蔽剂。该方法适用于ODA浓度低于10 mg/L的卤水溶液，具有2.7%～3.8%的精密度和1.0%～1.4%的准确度，加标回收率为98.18%～101.97%。有效解决了ODA化学稳定性和卤水高盐特性带来的检测挑战，为盐湖生产中ODA浓度的准确检测和监控提供了可靠的分析手段，有助于生产管理、工艺优化和产品质量提升。

关键词： 数字媒介   传统艺术   审美范式   媒介融合  

摘要： 如今,数字技术已在人类生活各个层面引发深层次变化,艺术领域同样深受波及。本研究聚焦于数字媒介对传统艺术审美模式所带来的显著影响,其中涵盖了艺术观赏形式的变革,以及传统艺术创作在融合与拓展方面的表现。鉴于数字技术快速演进,艺术领域遭遇了一系列难题,文章针对性地给出了相关重塑对策,借助技术赋予能量来达成创作层面解放,依靠互动体验来推动观众角色转变,通过跨媒介融合来助力艺术形式创新。此项研究的目的在于推动数字媒介与传统艺术实现紧密融合,打造出多元共同发展的艺术生态体系,为艺术美学理论研究开辟崭新的思考方向。

关键词： 声散射回波   亮点模型   时频分布   交叉项干扰   模糊函数   多方向核函数   三阶瑞丽熵   遗传算法  

摘要： 亮点模型将目标声散射回波视为各亮点子回波的叠加,当相邻2个散射回波成分之间的时延小于发射信号脉宽,目标回波在时频域上严重混叠,采用魏格纳分布时频分析方法处理时则存在严重的交叉项干扰,无法在时频面上准确识别各亮点。本文推导了多几何亮点模型的模糊函数,并根据其自项和交叉项分布特点,选择多方向核函数来更好地匹配自项。根据先验信息确定核函数的角度参数,以体积归一化的三阶瑞丽熵作为时频分布的评价指标,使用遗传算法优化核函数其他参数,进而利用得到的核函数对声散射回波在模糊域滤波得到高分辨力时频分布。实验结果表明:本文方法得到的时频分布可以在保证自项分辨率的同时有效减弱交叉项干扰,提高时频图像信噪比。提取的全方位声散射特征模型可为水下目标探测提供依据。